成果介绍
本发明涉及一种不完备多视图聚类方法、系统、设备以及存储介质,其中,所述一种不完备多视图聚类方法包括:a.将原始多视图数据矩阵在所提出的基于逐层范数补偿和超图正则的深度不完备非负矩阵分解框架下分解;b.对分解后的多视图数据矩阵进行聚类。本发明还涉及一种不完备多视图聚类系统。本发明能够更有效地对数据进行拟合,得到更有效的不完备多视图数据融合特征,并获得更好的聚类结果。
成果亮点
权利要求
1.一种不完备多视图聚类方法,其特征在于,该方法包括如下步骤:
a.将原始多视图数据矩阵在所提出的基于逐层范数补偿和超图正则的深度不完备非负矩阵分解框架下分解;
b.对分解后的多视图数据矩阵进行聚类。
2.如权利要求1所述的不完备多视图聚类方法,其特征在于,所述的方法还包括步骤:
c.采用聚类精度AC和归一化互信息NMI度量聚类结果。
3.如权利要求2所述的不完备多视图聚类方法,其特征在于,所述的步骤a包括:
步骤S101,原始多视图数据矩阵中第m个视图的数据矩阵为其中:dm为第m个视图样本的维数,nm为第m个视图样本个数;
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案