-
公开(公告)号:CN119577488B
公开(公告)日:2025-05-20
申请号:CN202510139264.3
申请日:2025-02-08
Applicant: 鹏城实验室
IPC: G06F18/232 , G06F16/26
Abstract: 本申请实施例提供多个视图数据的聚类方法、装置、设备和存储介质,涉及数据处理技术领域。该方法包括:获取多个视图分别对应的视图数据,对于每个视图,基于视图的投影矩阵将对应的视图数据投影到低维空间得到子空间表示矩阵和误差矩阵,根据子空间表示矩阵和权重矩阵计算得到局部总信息,根据子空间表示矩阵的核范数、误差矩阵的预设范数以及局部总信息构建优化目标项,求解优化目标函数得到每个视图对应的表示优化矩阵,根据所有表示优化矩阵进行数据聚类得到至少一个聚类结果。在降维过程中同步进行子空间表示,在对目标函数进行优化的过程中,实现投影矩阵和子空间表示矩阵相互促进、协同进化,提高子空间表示的准确性,提升聚类质量。
-
公开(公告)号:CN119577488A
公开(公告)日:2025-03-07
申请号:CN202510139264.3
申请日:2025-02-08
Applicant: 鹏城实验室
IPC: G06F18/232 , G06F16/26
Abstract: 本申请实施例提供多个视图数据的聚类方法、装置、设备和存储介质,涉及数据处理技术领域。该方法包括:获取多个视图分别对应的视图数据,对于每个视图,基于视图的投影矩阵将对应的视图数据投影到低维空间得到子空间表示矩阵和误差矩阵,根据子空间表示矩阵和权重矩阵计算得到局部总信息,根据子空间表示矩阵的核范数、误差矩阵的预设范数以及局部总信息构建优化目标项,求解优化目标函数得到每个视图对应的表示优化矩阵,根据所有表示优化矩阵进行数据聚类得到至少一个聚类结果。在降维过程中同步进行子空间表示,在对目标函数进行优化的过程中,实现投影矩阵和子空间表示矩阵相互促进、协同进化,提高子空间表示的准确性,提升聚类质量。
-
公开(公告)号:CN117708648A
公开(公告)日:2024-03-15
申请号:CN202311625441.6
申请日:2023-11-29
Applicant: 鹏城实验室
IPC: G06F18/24 , G06N3/0455 , G06N3/08
Abstract: 本申请实施例提供分类器训练方法、数据分类方法、装置、设备和存储介质,涉及人工智能技术领域。该方法通过获取目标域数据以及初始分类器,利用初始分类器得到目标域数据的初始预测标签;将目标域数据和源域数据输入宽度自编码器得到重构目标域数据和重构源域数据,根据计算的重构目标函数值调整权重得到宽度自编码器;将带标签的目标域数据和源域数据输入第一分类器得到目标域分类结果和源域分类结果,根据计算的分类目标函数值调整权重,得到目标分类器。利用目标域数据和源域数据同时对初始分类器进行自适应训练,重构目标函数值调节数据源之间分布差异,分类目标函数值利用数据的几何特征信息,提升目标分类器的分类准确度。
-
公开(公告)号:CN119939417A
公开(公告)日:2025-05-06
申请号:CN202411989930.4
申请日:2024-12-30
Applicant: 鹏城实验室
IPC: G06F18/2431 , G06F18/214 , G06N3/006
Abstract: 本申请实施例提供了一种工业系统故障检测方法、模型训练方法以及相关设备,属于故障诊断技术领域。工业系统故障检测方法包括:获取包括正类别故障数据和负类别故障数据样本故障数据;将样本故障数据输入构建好的初始故障检测模型中,分别对正类别故障数据和负类别故障数据进行映射处理,得到相应的正样本特征和负样本特征;基于正样本特征确定第一类内散度矩阵,基于负样本特征确定第二类内散度矩阵,并基于第一类内散度矩阵和第二类内散度矩阵,确定目标损失函数;基于目标损失函数对初始故障检测模型进行训练,将获取到的初始故障数据输入训练好的故障检测模型中,得到相应的目标故障检测结果。本申请能够提高工业系统故障检测结果的准确度。
-
-
-