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！

龙图腾网获悉北京科技大学申请的专利一种基于增量式流形学习的含噪数据降维方法及系统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：CN115311510B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211067095.X，技术领域涉及：G06V10/77；该发明授权一种基于增量式流形学习的含噪数据降维方法及系统是由杨焘;赵光华;付冬梅;宋广轩设计研发完成，并于2022-09-01向国家知识产权局提交的专利申请。

本一种基于增量式流形学习的含噪数据降维方法及系统在说明书摘要公布了：本发明涉及一种基于增量式流形学习的含噪数据降维方法及系统，属于数据处理领域。方法包括：获取含噪声原数据和增量新数据；对所述含噪声原数据进行降噪处理，得到降噪后的原数据；根据所述含噪声原数据和所述降噪后的原数据，确定所述含噪声原数据的噪声；对所述噪声进行概率分析，确定所述噪声的概率密度函数；根据所述概率密度函数确定所述含噪声原数据的流形边界；根据所述流形边界，确定所述增量新数据的分布状态；根据所述分布状态对所述增量新数据进行降维处理，得到降维后的增量新数据。本发明提高了数据降维的准确性。

本发明授权一种基于增量式流形学习的含噪数据降维方法及系统在权利要求书中公布了：1.一种基于增量式流形学习的含噪数据降维方法，其特征在于，包括： 获取含噪声原数据和增量新数据； 对所述含噪声原数据进行降噪处理，得到降噪后的原数据； 对所述含噪声原数据进行降噪处理，得到降噪后的原数据，具体包括： 采用K-NN算法，遍历所述含噪声原数据，获取所述含噪声原数据的近邻点； 利用最小二乘法对所述含噪声原数据的近邻点进行超平面拟合，确定超平面； 获取所述超平面的法线方向以及计算所述含噪声原数据的近邻点至所述超平面的欧氏距离； 根据所述法线方向和所述欧氏距离将所述含噪声原数据的近邻点投影至所述超平面，得到降噪后的原数据； 根据所述含噪声原数据和所述降噪后的原数据，确定所述含噪声原数据的噪声； 对所述噪声进行概率分析，确定所述噪声的概率密度函数； 根据所述概率密度函数确定所述含噪声原数据的流形边界； 根据所述概率密度函数确定所述含噪声原数据的流形边界，之后还包括： 根据所述降噪后的原数据在高维空间构建加权图； 利用UMAP算法，将所述加权图映射至低维空间，得到降维后的原数据； 根据所述流形边界，确定所述增量新数据的分布状态；所述分布状态包括所述增量新数据分布于原流形形态的延伸结构上和所述增量新数据分布于原流形形态上； 根据所述流形边界，确定所述增量新数据的分布状态，具体包括： 对所述增量新数据进行聚类，得到多个聚类中心点； 利用局部异常因子检测算法对所述聚类中心点进行离群点检测，确定局部离群点因子； 根据所述局部离群点因子判断所述聚类中心点与所述流形边界的密度差异是否大于第一预设值； 当所述密度差异大于第一预设值时，确定所述增量新数据分布于原流形形态的延伸结构上； 当所述密度差异小于第一预设值时，确定所述增量新数据分布于原流形形态上； 根据所述分布状态对所述增量新数据进行降维处理，得到降维后的增量新数据。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。