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！

龙图腾网获悉哈尔滨工程大学三亚南海创新发展基地;哈尔滨工程大学申请的专利一种面向无配对多视图数据的统一聚类方法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：CN120832536B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511340964.5，技术领域涉及：G06F18/232；该发明授权一种面向无配对多视图数据的统一聚类方法是由梁洪;刘宏伟;姚晓晖;丛山;郑丽莉;罗昊燃;周曼;王淑娟设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本一种面向无配对多视图数据的统一聚类方法在说明书摘要公布了：本发明公开了一种面向无配对多视图数据的统一聚类方法，所属领域为人工智能与数据挖掘领域，包括：为每个视图独立配置编码器、投影头及解码器，将原始样本映射至共享潜在空间并重建输入；在共享空间中分别对各视图执行K均值聚类，获取簇中心后，通过互为最近邻策略建立跨视图簇中心匹配关系；随后以匹配簇中心为教师分布，对样本类分布进行跨视图蒸馏，实现聚类结构对齐；同时引入视图判别器并利用对抗训练机制抑制视图特异性，学习视图不变特征；最终基于所述视图不变特征输出一致的跨视图聚类结果。本发明在无需样本配对与监督标签的条件下，有效实现跨视图结构对齐与一致性聚类。

本发明授权一种面向无配对多视图数据的统一聚类方法在权利要求书中公布了：1.一种面向无配对多视图数据的统一聚类方法，其特征在于，包括： 获取无样本配对的至少两个视图； 针对每一视图，对每一视图的全部样本进行编码，得到视图的潜在特征； 根据视图的潜在特征，通过映射获得视图在共享潜在空间的共享表征； 根据视图在共享潜在空间的共享表征，对视图执行聚类，获得视图的簇中心； 根据不同视图的簇中心，通过互为最近邻准则生成跨视图匹配簇对； 根据跨视图匹配簇对，在每一视图中以匹配簇中心为教师对视图的共享表征进行蒸馏约束，得到结构对齐后的共享表征； 根据结构对齐后的共享表征，通过视图判别器执行对抗训练，抑制视图特异性并得到视图不变的共享表征； 根据视图不变的共享表征，对全部样本执行最终聚类，输出跨视图一致的聚类结果； 所述得到视图的潜在特征的过程包括： 为每一视图配置独立的编码器，将样本输入编码器，得到中间表征； 通过解码器对所述中间表征进行重构，并依据重构误差更新编码器参数，使潜在特征保留原始输入信息，生成视图的潜在特征； 所述通过映射获得视图在共享潜在空间的共享表征的过程包括： 为每一视图配置独立的投影头，所述投影头以中间表征为输入，输出共享潜在空间中的共享表征； 投影头采用多层感知机结构，完成视图特定分布到共享分布的映射，获得视图在共享潜在空间的共享表征。

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哈尔滨工程大学三亚南海创新发展基地;哈尔滨工程大学，其通讯地址为：572000 海南省三亚市崖州区深海科技城社区居民委员会新道街5号三亚用友梅地亚中心8栋；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。