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！

龙图腾网获悉北师香港浸会大学申请的专利多视角表示学习方法、聚类方法、设备及存储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：CN120997548B 。

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：202511501022.0，技术领域涉及：G06V10/762；该发明授权多视角表示学习方法、聚类方法、设备及存储介质是由范文涛;李智翔;苏伟峰设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本多视角表示学习方法、聚类方法、设备及存储介质在说明书摘要公布了：本申请涉及人工智能技术领域，特别是涉及多视角表示学习方法、聚类方法、设备及存储介质。多视角表示学习方法包括：将样本多视图数据集输入至预构建的多变分自编码器模型，得到每一视图的共享变量信息和特有变量信息，采用vMF分布算法对特有变量进行建模和采样，得到每一视图的特有特征，将所有视图的共享变量信息融合后采用Gumbel‑Softmax分布算法对共享变量进行建模和采样，得到共享特征，将每一视图的特有特征和共享特征进行融合，得到每一视图的潜在表示；对每一视图的潜在表示进行重构和迭代优化，得到优化后的多变分自编码器模型。本申请的方法，有效解决了高斯分布带来的局限性，能得到更好的聚类结果。

本发明授权多视角表示学习方法、聚类方法、设备及存储介质在权利要求书中公布了：1.一种多视角表示学习方法，其特征在于，所述方法包括： 获取样本多视图数据集，所述样本多视图数据集包括多个样本数据，每一样本数据包括多个视图； 构建多变分自编码器模型，通过所述多变分自编码器模型的编码器对样本数据中每一视图进行潜在空间映射和解耦学习，得到样本数据在每一视图的共享变量信息和特有变量信息，基于样本数据在每一视图的特有变量信息，采用vMF分布算法对特有变量进行建模和采样，得到样本数据在每一视图的特有特征，将样本数据中所有视图的共享变量信息进行融合，采用Gumbel‑Softmax分布算法对共享变量进行建模和采样，得到样本数据的共享特征，将样本数据在每一视图的特有特征和样本数据的共享特征进行拼接融合，得到样本数据在每一视图的潜在表示； 通过所述多变分自编码器模型的解码器对样本数据在每一视图的潜在表示进行重构，并基于重构损失和KL散度对所述多变分自编码器模型进行联合优化，得到优化后的多变分自编码器模型； 所述通过所述多变分自编码器模型的编码器对样本数据中每一视图进行潜在空间映射和解耦学习，得到样本数据在每一视图的共享变量信息和特有变量信息包括： 基于样本数据中每一视图，分别通过所述多变分自编码器模型中一个变分自编码器进行潜在空间映射，得到样本数据在每一视图的隐藏变量； 将样本数据在每一视图的隐藏变量输入到共享学习分支和特有学习分支进行解耦学习，分别得到样本数据在每一视图的共享变量信息和特有变量信息； 所述共享变量信息为共享隐藏向量，所述将样本数据中所有视图的共享变量信息进行融合，采用Gumbel‑Softmax分布算法对共享变量进行建模和采样，得到样本数据的共享特征包括： 将样本数据中所有视图的共享隐藏向量进行拼接融合后，得到共享变量的概率向量； 基于所述概率向量，采用Gumbel‑Softmax分布算法对共享变量进行建模，并采样一个近似one‑hot的向量作为样本数据的共享特征。

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师香港浸会大学，其通讯地址为：519000 广东省珠海市香洲区唐家湾金同路2000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。