一种基于图对比学习的多视图聚类模型实现方法.pdfVIP

下载本文档

12
0
约1.65万字
约 12页
2023-11-11 发布于四川
举报
版权申诉

一种基于图对比学习的多视图聚类模型实现方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于图对比学习的多视图聚类模型实现方法，所述多视图聚类模型包括：图学习模块、图对比模块和自监督模块；包括以下步骤：S1，建立一个统一的多视图模型，明确多视图模型的输入输出；S2，选取公开数据集作为初始数据，通过构建的图学习模块对初始数据进行初始化处理；S3，通过构建的图对比模块，对初始化处理后的数据进行对比学习，获得全面和准确的数据结构信息；S4，通过自监督模块对获取的数据结构信息进行聚类任务，构建目标函数进行训练，当满足设定条件时，停止训练，将得到预测的聚类标签作为多视图模型的

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117036760 A (43)申请公布日 2023.11.10 (21)申请号 202310957418.0 G06N 3/048 (2023.01) (22)申请日 2023.07.