公开(公告)号：CN117830680A

公开(公告)日：2024-04-05

申请号：CN202410016589.8

申请日：2024-01-04

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  许浩越 ,  叶海天 ,  冯聪 ,  高天宇

IPC: G06V10/762 ,  G06V10/74 ,  G06V10/80 ,  G06V10/77

Abstract: 一种基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，属于动物形态学和多媒体信息处理中的动物图像数据聚类处理领域，首先通过对每个视角的存在样本中随机选取多组锚点，形成锚点特征批量和存在特征批量。然后利用缩放点积注意力计算每个视角的锚点和存在特征之间的相似度，得到视角专属集成锚图后根据缺失指示矩阵对其进行加权融合，得到视角公共锚图。重复多次，融合多个视角公共锚图得到视角公共集成锚图后进行快速谱聚类，得到最终聚类结果和准确率。与其他方法相比，本发明的精确度更高，性能更加稳健。

公开(公告)号：CN119646627A

公开(公告)日：2025-03-18

申请号：CN202411847560.0

申请日：2024-12-13

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  苗德华 ,  高天宇 ,  尹芳 ,  杨海陆

IPC: G06F18/241 ,  G06F18/2132 ,  G06F18/25 ,  G06F18/2431 ,  G06N3/084

Abstract: 本发明提出了一种基于记忆关联多信息可靠融合的疾病分类方法，旨在解决现有多模态模型在医疗诊断中的不可靠性和缺乏可解释性的问题。该方法利用DNA甲基化、mRNA表达和miRNA表达三种模态信息，通过构建记忆模块和可靠融合模块实现分类网络。记忆模块包含独立特征编码器，提取模态潜在特征并进行存储，基于存储模式评估模态信息的可靠性。可靠融合模块通过生成式对抗网络实现模态间的循环一致性，生成具有多模态特性的联合表示作为疾病分类的依据。在训练过程中，利用简化的霍普菲尔德能量衡量模态置信度，从而优化模态融合，确保深层特征的有效交互。该方法在疾病分类任务中表现出色，具有高可信度和可解释性，推动了多模态学习在医疗领域的应用。

公开(公告)号：CN119399818A

公开(公告)日：2025-02-07

申请号：CN202411599547.8

申请日：2024-11-08

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  高天宇 ,  苗德华 ,  陈晨 ,  杨海陆 ,  程媛

IPC: G06V40/16 ,  G06V10/762 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种流形关系维系的非完备多视角人脸图像深度锚图聚类方法属于多媒体信息处理中的人脸图像数据处理领域，首先通过图神经网络对每个视角构建子空间特征，然后采用流形关系对原始特征和子空间特征进行维系，同时随机选取特定于视角的锚点和公共子空间进行结合，比较其结果和原始数据之间的相似度，通过多次对网络进行梯度下降优化，得到具有鉴别性的公共子空间锚图后进行谱聚类，最终得到聚类结果和准确率。与其他方法相比，本发明的精确度更高，性能更加稳健。

公开(公告)号：CN119559413A

公开(公告)日：2025-03-04

申请号：CN202411625220.3

申请日：2024-11-14

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  梅三林 ,  高天宇 ,  谷凤伟 ,  王莉莉 ,  陈晨

IPC: G06V10/762 ,  G06V10/77 ,  G06V10/82 ,  G06V40/16 ,  G06N3/0455 ,  G06N3/08

Abstract: 一种基于双对齐补全的缺失多视图人脸图像聚类方法，属于缺失多视图人脸图像数据中的数据聚类处理领域，本发明首先通过自编码器的编码网络获得缺失多视图人脸图像数据样本的低维嵌入表示，并将其通过解码网络获得重构样本特征，同时使用重构损失函数对缺失多视图人脸图像数据和重构样本特征进行约束。紧接着利用每个视图的潜在嵌入表示构建原型矩阵，并通过原型对比损失函数对齐视图间的同类簇原型。然后将每个视图的潜在嵌入表示和相应的同类簇原型输入注意力层，通过注意力矩阵增加视图内同类簇样本的紧密性，同时使用视图间的同类簇存在样本补全缺失视图。紧接着将补全后的视图通过实例对比学习获得视图间多视图人脸图像数据样本的一致性信息，随后通过特征融合层获得所有视图的公共低维嵌入表示。最后使用小批量随机梯度下降算法将基于双对齐补全的缺失多视图人脸图像聚类方法总体损失函数优化至收敛。当模型达到收敛后，使用k‑mean算法对公共低维嵌入表示进行聚类获得聚类结果，进而实现对缺失多视图人脸图像数据样本聚类的目的。

公开(公告)号：CN117830680B

公开(公告)日：2024-11-08

申请号：CN202410016589.8

申请日：2024-01-04

Applicant: 哈尔滨理工大学

Inventor： 李骜 ,  许浩越 ,  叶海天 ,  冯聪 ,  高天宇

IPC: G06V10/762 ,  G06V10/74 ,  G06V10/80 ,  G06V10/77

Abstract: 一种基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，属于动物形态学和多媒体信息处理中的动物图像数据聚类处理领域，首先通过对每个视角的存在样本中随机选取多组锚点，形成锚点特征批量和存在特征批量。然后利用缩放点积注意力计算每个视角的锚点和存在特征之间的相似度，得到视角专属集成锚图后根据缺失指示矩阵对其进行加权融合，得到视角公共锚图。重复多次，融合多个视角公共锚图得到视角公共集成锚图后进行快速谱聚类，得到最终聚类结果和准确率。与其他方法相比，本发明的精确度更高，性能更加稳健。