OPT OpenIR  > 其它单位  > 其它部门
基于子空间聚类的凸非负矩阵分解方法
Alternative Title基于子空间聚类的凸非负矩阵分解方法
李学龙; 崔国盛; 董永生
2018-12-21
Rights Holder中国科学院西安光学精密机械研究所
Date Available2018-08-17
Country中国
Subtype发明专利
Contribution Rank1
Abstract本发明公开了一种基于子空间聚类的凸非负矩阵分解方法,其实现步骤是:(1)将原始数据库中图像拉成向量构成原始数据矩阵;(2)对原始数据矩阵进行基于谱聚类的凸非负矩阵分解,利用两种优化方法进行求解,得到基矩阵和编码矩阵;(3)对编码矩阵进行k‑means聚类算法的聚类测试,统计实验结果,计算聚类精度和归一化互信息两个度量准则。本发明与现有方法相比,发掘并利用了数据内部的子空间结构信息,同时对算法施加的局部子空间约束增强了算法的鲁棒性,提高了图像聚类效果;可广泛应用于数据挖掘,数据分析领域。
Claim基于子空间聚类的凸非负矩阵分解方法,其特征在于,包括以下步骤: 首先,将图像样本集中的图像拉成向量构成原始数据矩阵X; 然后,将原始数据矩阵X在子空间聚类指导的凸非负矩阵分解框架下进行分解,图正则项使子空间聚类重构误差项与凸非负矩阵分解重构误差项相关联,迭代求解得到编码矩阵V,作为原始数据矩阵X的降维表示,即完成凸非负矩阵分解。
Subject AreaG06f17/16
MOST Discipline CatalogueG06
Copyright Date2018-12-21
DOIG06F17
Application Date2018-02-13
Patent NumberCN201810150321.8
Language中文
Status申请中
Application NumberCN201810150321.8
PCT Attributes
Open (Notice) NumberCN108415883A
IPC Classification NumberG06F17/16 ; G06K9/62
Patent Agent胡乐
Agency西安智邦专利商标代理有限公司
Citation statistics
Document Type专利
Identifierhttp://ir.opt.ac.cn/handle/181661/31034
Collection其它单位_其它部门
Affiliation中国科学院西安光学精密机械研究所
First Author Affilication中国科学院西安光学精密机械研究所
Recommended Citation
GB/T 7714
李学龙,崔国盛,董永生. 基于子空间聚类的凸非负矩阵分解方法. CN201810150321.8[P]. 2018-12-21.
Files in This Item:
File Name/Size DocType Version Access License
2018101503218.pdf(2074KB)专利 开放获取CC BY-NC-SAApplication Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[李学龙]'s Articles
[崔国盛]'s Articles
[董永生]'s Articles
Baidu academic
Similar articles in Baidu academic
[李学龙]'s Articles
[崔国盛]'s Articles
[董永生]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[李学龙]'s Articles
[崔国盛]'s Articles
[董永生]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.