原创力文档- 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
查看更多
本发明公开了一种基于度量学习的多视图子空间聚类方法，通过采集视图样本数据点，并根据视图样本数据点构建多视图数据集；通过低通滤波器对原始数据进行平滑处理，再利用基于不同度量模块构建基于多视图的相似矩阵，并基于数据驱动的方式融合每个视图的相似矩阵，从而构建共识图；根据基于视图一致的共识图以及基于多视图的相似矩阵构建基于度量学习的多视图子空间聚类目标函数，并对基于多视图子空间表征学习的目标函数进行迭代优化，最后利用谱聚类对多视图数据进行聚类；本发明提出了可同时基于自表达性质的不同度量模块样本间的相似度
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117593551A
(43)申请公布日2024.02.23
(21)申请号202311507284.9
(22)申请日2023.11.10
(71)申请人四川大学
文档评论（0）