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！

龙图腾网获悉山西大学申请的专利深度多视图聚类方法、装置、电子设备及可读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：CN116958613B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310929969.6，技术领域涉及：G06V10/762；该发明授权深度多视图聚类方法、装置、电子设备及可读存储介质是由曹付元;冯天婵设计研发完成，并于2023-07-27向国家知识产权局提交的专利申请。

本深度多视图聚类方法、装置、电子设备及可读存储介质在说明书摘要公布了：本发明属于数据处理技术领域，尤其涉及一种深度多视图聚类方法、装置、电子设备及可读存储介质，具体方案包括：使用深度自编码器提取各视图的特定表示；引入注意力机制学习每个视图的权重系数，对来自不同视图的互补信息进行融合得到跨视图统一表示；将各视图的特定表示和跨视图统一表示输入对比学习网络，通过双重对比约束和k‑近邻机制实现一致性信息学习；将前序跨视图统一表示输入聚类网络执行聚类；迭代训练基于一致性表征学习的深度多视图聚类网络，直至模型收敛得到最终聚类结果。本发明将多视图表示学习和聚类任务整合到一个统一的框架中，使多视图表示学习和聚类任务相互受益，以实现提高多视图数据聚类的鲁棒性。

本发明授权深度多视图聚类方法、装置、电子设备及可读存储介质在权利要求书中公布了：1.一种深度多视图聚类方法，其特征在于：包括以下步骤： 步骤1，构建基于一致性表征学习的深度多视图聚类网络，基于一致性表征学习的深度多视图聚类网络包括多视图特定信息提取网络、注意力融合网络、对比学习网络以及聚类网络； 步骤2，获取多视图数据，所述多视图数据为文本或图片，并将每个视图的原始数据输入所述多视图特定信息提取网络，得到各视图的特定表示； 步骤3，将所述各视图的特定表示输入所述注意力融合网络，得到跨视图统一表示； 步骤4，将所述跨视图统一表示和各视图的特定表示输入对比学习网络，通过双重对比约束和k-近邻机制实现一致性信息学习； 所述的对比学习网络包括实例对比网络和簇级对比网络两部分，将所述跨视图统一表示S和各视图特定表示{}分别输入实例对比网络和簇级对比网络中，通过最小化两个对比网络的总损失，学习特征空间和聚类空间中的一致性信息，两个对比学习网络只用于训练基于一致性表征学习的深度多视图聚类网络，训练结束后由跨视图统一表示S得到统一表征； 其中，实例对比网络包含两层非线性MLP，簇级对比网络包含两层非线性MLP且最后一层有softmax操作； 步骤5，将所述跨视图统一表示输入聚类网络来执行聚类； 步骤6，训练所述基于一致性表征学习的深度多视图聚类网络，同时最小化不同组件的损失，直至网络模型收敛，从而产生更适合聚类的统一表示，得到最终聚类结果。

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山西大学，其通讯地址为：030024 山西省太原市坞城路92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。