Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学王靖宇获国家专利权

西北工业大学王靖宇获国家专利权

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!

龙图腾网获悉西北工业大学申请的专利隐式锚点引导下的快速多视图图像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:CN119478470B

龙图腾网通过国家知识产权局官网在2025-09-19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:202411686808.X,技术领域涉及:G06V10/762;该发明授权隐式锚点引导下的快速多视图图像聚类方法是由王靖宇;郭圣昭;聂飞平;李学龙;李浩宇;张科设计研发完成,并于2024-11-25向国家知识产权局提交的专利申请。

隐式锚点引导下的快速多视图图像聚类方法在说明书摘要公布了:本申请公开了一种隐式锚点引导下的快速多视图图像聚类算法,具体涉及图像处理的领域。包括:获取各视图的子视图样本矩阵,并随机生成样本标签矩阵;构建锚点特征矩阵和锚点指示矩阵;构造各视图的特征结构图和重构共识图;确定所有视图的特征结构图与重构共识图的损失误差,并基于损失误差建立目标函数;对目标函数中的锚点特征矩阵、锚点指示矩阵及样本标签矩阵进行更新,直至目标函数达到预设条件,输出最优的样本标签矩阵。引入锚点特征矩阵以及锚点指示矩阵构造结构图损失函数以实现样本特征向标签信息的传播,并在优化过程中隐式更新锚点信息以精简优化过程,并使求解优化加速,减少计算时间。

本发明授权隐式锚点引导下的快速多视图图像聚类方法在权利要求书中公布了:1.一种隐式锚点引导下的快速多视图图像聚类方法,其特征在于,包括: 获取各视图的子视图样本矩阵,并随机生成样本标签矩阵; 提取所述子视图样本矩阵的锚点,构建锚点特征矩阵和锚点指示矩阵; 锚点特征矩阵构造通过随机初始化行正交化矩阵完成,锚点指示矩阵构造通过随机初始化列正交化矩阵完成; 根据所述子视图样本矩阵和所述锚点特征矩阵构造各视图的特征结构图; 根据样本标签矩阵与所述锚点指示矩阵构造重构共识图; 确定所有视图的特征结构图与重构共识图的损失误差,并基于所述损失误差建立目标函数; 对所述目标函数中的锚点特征矩阵、锚点指示矩阵及样本标签矩阵进行更新,直至所述目标函数达到预设条件,输出最优的样本标签矩阵; 所述目标函数为: 式中,表示矩阵F范数,表示第个子视图下的子视图样本矩阵,表示第个子视图下的锚点特征矩阵,表示锚点特征矩阵的转置矩阵,表示全局锚点数量,表示第个子视图下的样本特征维度数量,表示锚点指示矩阵,表示锚点指示矩阵的转置矩阵;表示样本标签矩阵满足约束,表示样本指示矩阵的转置矩阵,表示样本标签数量,矩阵表示维度为的单位矩阵; 所述对所述目标函数中的锚点特征矩阵、锚点指示矩阵及样本标签矩阵进行更新,直至所述目标函数达到预设条件,输出最优样本标签矩阵,包括: 采用隐式优化策略对所述目标函数中的锚点特征矩阵、锚点指示矩阵进行更新,将所述目标函数转换为关于样本标签矩阵的目标函数; 采取坐标下降策略对转换后的目标函数进行优化,确定样本标签矩阵; 在确定转换后的目标函数达到预设条件时,输出样本标签矩阵;在确定转换后的目标函数未达到预设条件时,重新采取坐标下降策略对转换后的目标函数进行优化,确定样本标签矩阵; 转换后的目标函数为: 式中,表示第个子视图下的子视图样本矩阵,表示子视图样本矩阵的转置矩阵。

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西北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。