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！

龙图腾网获悉兰州财经大学申请的专利基于鲁棒对称非负矩阵分解的自适应图聚类方法和装置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：CN115062707B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202210695708.8，技术领域涉及：G06F18/2323；该发明授权基于鲁棒对称非负矩阵分解的自适应图聚类方法和装置是由高海燕;黄恒君;牛成英设计研发完成，并于2022-06-20向国家知识产权局提交的专利申请。

本基于鲁棒对称非负矩阵分解的自适应图聚类方法和装置在说明书摘要公布了：本申请提供了一种基于鲁棒对称非负矩阵分解的自适应图聚类方法和装置，其中，该方法包括：获取目标数据集，其中，所述目标数据集中包括多个样本向量；调取预设的基于鲁棒对称非负矩阵分解的自适应图聚类的目标函数，对所述目标数据集中的多个样本向量进行聚类划分，得到所述多个样本向量的多组聚类结果；通过集成聚类，对所述多组聚类结果进行处理，得到目标数据集的最优聚类结果。通过利用预设的基于鲁棒对称非负矩阵分解的自适应图聚类的目标函数来更好地反映数据的局部几何结构，从而增强算法的鲁棒性，并将集成聚类思想与鲁棒对称非负矩阵分解进行结合，以提高算法聚类性能和对不同结构数据的适应性，从而提升聚类结果的准确性。

本发明授权基于鲁棒对称非负矩阵分解的自适应图聚类方法和装置在权利要求书中公布了：1.一种基于鲁棒对称非负矩阵分解的自适应图聚类方法，其特征在于，包括： 获取目标数据集，其中，所述目标数据集中包括多个样本向量； 调取预设的基于鲁棒对称非负矩阵分解的自适应图聚类的目标函数，对所述目标数据集中的多个样本向量进行聚类划分，得到所述多个样本向量的多组聚类结果； 通过集成聚类，对所述多组聚类结果进行处理，得到目标数据集的最优聚类结果； 其中，所述目标函数为： 其中，W为度量X第i个和第j个样本之间相似性的重构后的相似矩阵，为所述目标数据集，n为样本数，m为目标数据集的特征维度，为所述目标数据集的聚类结果，Hr中每一行的最大值的位置指示样本Xi的聚类成员，c表示聚类数，αr是权重向量的第r个元素，用于平衡每组聚类结果的贡献，表示全1向量，用于保证每个αr都是有效权重，λ≥0为正则化参数，用于在Hr的低维表示Hri和Hrj中保留Xi和Xj具有相似特征的局部信息，L表示拉普拉斯矩阵，||·||2,p表示矩阵的L2,p范数，0p≤1，tr·表示求矩阵的迹，T表示求矩阵的转置； 其中，所述目标函数中构造的拉普拉斯矩阵为以下至少之一： 拉普拉斯矩阵： 归一化拉普拉斯矩阵： 位移拉普拉斯矩阵： 其中，D为对角度矩阵，

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兰州财经大学，其通讯地址为：730101 甘肃省兰州市薇乐大道4号（和平校区）；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”。