买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利一种基于超图信号处理的高效聚类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117972464B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410133145.2，技术领域涉及：G06F18/23213；该发明授权一种基于超图信号处理的高效聚类方法是由王保云;廖祯威设计研发完成，并于2024-01-31向国家知识产权局提交的专利申请。

本一种基于超图信号处理的高效聚类方法在说明书摘要公布了：本发明公开了一种基于超图信号处理的高效聚类方法，属于数据聚类分析技术领域；方法为：将数据以超图的形式输入，根据输入的超图构建邻接张量，给出聚类数量；通过同时对角化邻接张量的少量随机投影找到张量因子的近似值，对近似因子的逆投影进行另一轮同时对角化，从而对邻接张量进行分解；根据分解结果得到超图傅立叶基和傅立叶频率系数，找出傅里叶基，构造傅里叶谱矩阵；使用k‑means算法对傅里叶谱矩阵进行聚类，最终输出聚类结果。本发明采用超图信号处理框架解决了图信号处理框架无法表示出原始信号的高阶交互的问题，同时采用基于矩阵分解的张量分解解决了传统超图信号处理框架中张量分解效率低、不精确的问题，使得聚类任务更加高效。

本发明授权一种基于超图信号处理的高效聚类方法在权利要求书中公布了：1.一种基于超图信号处理的高效聚类方法，其特征在于：该方法包括以下步骤： 步骤S1：将数据以超图的形式输入，根据输入的超图构建邻接张量，给出聚类数量； 根据超图构建邻接张量，给出聚类数量，具体为： 选择具有N个节点的超图，其中，为节点集，为超边集；其超边所含有节点的最大个数为M，其邻接张量表示为；其中，邻接张量； 对于超图中的超边为， 计算邻接张量，，； 其中，为第i条超边中元素的个数； 步骤S2：通过同时对角化邻接张量的少量随机投影找到张量因子的近似值，对近似因子的逆投影进行另一轮同时对角化，从而对邻接张量进行分解； 通过同时对角化邻接张量的少量随机投影找到张量因子的近似值，具体为： 定义邻接张量A在单位向量上的投影为，其中均匀地从单位球中选取，由的同时对角化得到因子和因子的逆；为单位矩阵； 定义邻接张量A在上的投影为，由的同时对角化得到因子和因子权； 对邻接张量进行分解，具体为： 邻接张量的分解形式； 其中，为阶张量，；即为傅里叶频率系数，为傅里叶基； 步骤S3：根据分解结果得到超图傅立叶基和傅立叶频率系数，找出傅里叶基，构造傅里叶谱矩阵； 根据分解结果得到超图傅立叶基和傅立叶频率系数，找出傅里叶基，构造傅里叶谱矩阵，具体为： 根据得到的邻接张量的分解形式； 其中，为阶张量，；即为傅里叶频率系数，为傅里叶基； 找到前E个对应傅里叶系数的傅里叶基，将傅里叶系数的傅里叶基合并为一个列为傅里叶基的傅里叶谱矩阵； 步骤S4：使用k-means算法对傅里叶谱矩阵进行聚类，最终输出聚类结果； 使用k-means算法对傅里叶谱矩阵进行聚类，具体为： 步骤S4-1：从傅里叶谱矩阵S中随机选取K行，作为初始的聚类中心； 步骤S4-2：分别计算傅里叶谱矩阵S的每行到各个聚类中心的距离，并逐个分配到距离其最近的簇中； 步骤S4-3：所有行分配完成后，更新K个类中心位置，类中心定义为簇内所有对象在各个维度的均值； 步骤S4-4：与前一次计算得到的K个聚类中心比较，如果聚类中心发生变化转至步骤S4-2，否则转至步骤S4-5； 步骤S4-5：类中心不再发生变化，停止并输出聚类结果，如果第i行分配到第j个集群中，那么原始数据的第i个节点就属于第j类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。