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！

龙图腾网获悉西安建筑科技大学申请的专利一种基于谱聚类的BOW图匹配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：CN114818934B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202210462631.X，技术领域涉及：G06F18/23213；该发明授权一种基于谱聚类的BOW图匹配方法及系统是由李智杰;王新宇;李昌华;张颉;介军设计研发完成，并于2022-04-28向国家知识产权局提交的专利申请。

本一种基于谱聚类的BOW图匹配方法及系统在说明书摘要公布了：本发明公开了一种基于谱聚类的BOW图匹配方法及系统，方法包括如下过程：提取引文网络图的节点特征和拓扑特征；使用谱聚类算法结合经遗传算法对K值优化得到的优化的K‑means++算法将引文网络图的节点特征和拓扑特征描述子转换为单词，实现词典的构建；使用局部约束编码的方式对所述词典进行特征编码，得到视觉词汇直方图；对视觉词汇直方图进行分类，实现基于谱聚类的BOW图匹配方法。本发明利用谱聚类算法对高维数据集进行聚类，然后在低维解空间采用K‑means算法进行二阶段聚类，解决了对高维数据处理效果不佳以及分类效果不高的问题。

本发明授权一种基于谱聚类的BOW图匹配方法及系统在权利要求书中公布了：1.一种基于谱聚类的BOW图匹配方法，其特征在于，包括如下过程： 提取引文网络图的节点特征和拓扑特征； 使用谱聚类算法结合经遗传算法对K值优化得到的优化的K‑means++算法将引文网络图的节点特征和拓扑特征描述子转换为单词，实现词典的构建； 其中，利用遗传算法对K值优化得到的优化的K‑means++算法的过程包括如下步骤： 1设置K值的取值范围，并随机生成初始种群，设当前代数t=1； 2根据染色体获得的K值，构建BOW模型，然后计算模型分类正确的个数及误差； 3选择优胜的个体，进行交叉、变异操作，得到下代种群； 4设当前代数t=t+1； 5判断t是否大于设定的代数T或误差函数是否等于0，满足其中一个条件，跳回步骤2，否则，进行步骤6； 6输出一组优化过后的K值，实现对K‑means++算法的优化，得到优化的K‑means++算法； 使用谱聚类算法结合优化的K‑means++算法的计算过程包括如下步骤： 1将输入的数据生成对角矩阵和n×n的邻接矩阵； 2利用对角矩阵和n×n的邻接矩阵计算拉普拉斯矩阵： 3计算的特征值，将特征值从小到大排序，取前k个特征值，并计算前k个特征值的特征向量；将k个列向量组成矩阵； 4令是的第行的向量，其中,然后将依次单位化，使得； 5通过优化的K‑means++算法将新样本点聚类成簇; 6输入簇，其中，； 使用局部约束编码的方式对所述词典进行特征编码，得到视觉词汇直方图； 对视觉词汇直方图进行分类，实现基于谱聚类的BOW图匹配方法； 提取引文网络图的拓扑特征过程包括：提取引文网络图的拓扑特征并利用拓扑特征构造出图拓扑特征向量； 所述拓扑特征为引文网络图中点与边之间的连接关系，利用空间句法理论的方法，构造出适合于非精确图匹配的图拓扑特征向量，所述拓扑特征包括节点介数、控制值、连接值、平均深度值和集成度； 对视觉词汇直方图进行分类时采用SVM分类器算法进行分类。

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西安建筑科技大学，其通讯地址为：710055 陕西省西安市碑林区雁塔路13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。