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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于簇置信度的深度聚类集成方法、装置、设备和介质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：CN116150638B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310068211.8，技术领域涉及：G06F18/23；该发明授权基于簇置信度的深度聚类集成方法、装置、设备和介质是由钱悦;曾令斌;程勇;黄友;方宏;吴添君;姚世新;张亮;周勇;邱志楠;郭欣;方雪垠;沈高;汪浩;杨扬;易恒柱;曹远设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本基于簇置信度的深度聚类集成方法、装置、设备和介质在说明书摘要公布了：本申请涉及基于簇置信度的深度聚类集成方法、装置、设备和介质，方法通过将原始数据进行预处理和清洗生成输入样本集后，利用其对变分自编码网络进行预训练并计算初始低维嵌入的簇置信度；基于学生t分布和KL散度损失对变分自编码网络进行聚类损失训练计算产生的最终低维嵌入的簇置信度；根据初始低维嵌入和最终低维嵌入的簇置信度计算变分自编码网络的最终低维嵌入的簇置信度得分并排序；在各基聚类中选取簇置信度得分高的前设定数量个最终低维嵌入对应的目标基聚类，采用局部加权策略计算各目标基聚类中簇可靠性，构建局部加权二部图并采用Tcut图切算法进行分割，得到最终的集成聚类结果。鲁棒性和聚类表现更好。

本发明授权基于簇置信度的深度聚类集成方法、装置、设备和介质在权利要求书中公布了：1.一种基于簇置信度的深度聚类集成方法，其特征在于，包括步骤： 将待处理的原始数据进行预处理和清洗，生成输入样本集； 利用所述输入样本集对变分自编码网络进行预训练并计算预训练产生的初始低维嵌入的簇置信度； 基于学生t分布和KL散度损失对所述变分自编码网络进行聚类损失训练，计算聚类损失训练后产生的最终低维嵌入的簇置信度； 根据所述初始低维嵌入的簇置信度和所述最终低维嵌入的簇置信度，计算所述变分自编码网络的最终低维嵌入的簇置信度得分并排序； 在所述最终低维嵌入产生的各基聚类中，选取簇置信度得分高的前设定数量个最终低维嵌入对应的目标基聚类； 采用局部加权策略计算各所述目标基聚类中簇可靠性，构建局部加权二部图并采用Tcut图切算法对所述局部加权二部图进行分割，得到所述输入样本集最终的集成聚类结果； 其中，利用所述输入样本集对变分自编码网络进行预训练的过程，包括： 设定每个输入样本的后验概率的隐藏层变量分布遵循正态分布； 在预训练中采用KL散度对后验概率的隐藏层变量分布和标准正态分布进行度量，确定非聚类损失； 根据所述非聚类损失利用所述输入样本集进行所述变分自编码网络的预训练； 计算预训练产生的初始低维嵌入的簇置信度的过程，包括： 分别计算变分自编码网络中各变分自编码器的各个簇的置信度； 分别根据各所述变分自编码器的各个簇的置信度，计算各所述变分自编码器的所述初始低维嵌入的簇置信度。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。