需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于非负矩阵分解的半监督聚类方法及系统

一种基于非负矩阵分解的半监督聚类方法及系统

发布时间: 2023-09-27

来源: 试点城市（园区）

基本信息

合作方式： 技术转让
成果类型： 发明专利
行业领域：
电子信息技术
成果介绍
本发明公开了一种基于非负矩阵分解的半监督聚类方法,包括:对原始数据矩阵作非负矩阵分解投影,得到既有邻域保持又有相似性保持的原始数据的低维近似矩阵;利用算法接收参数K对原始数据的低维近似矩阵进行聚类,得到聚类结果;利用精确度和互信息两种评价标准对所述聚类结果进行评价。本发明基于非负矩阵分解,不仅考虑了原始数据的邻域保持,同时还考虑了相似性在原始空间和低维流形子空间的一致性,使得聚类性能在先验信息较多的时候大大提高,在先验信息很少的时候依然能保持较好的聚类性能。本发明还公开了一种基于非负矩阵分解的半监督聚类系统。
成果亮点
本发明提供了一种基于非负矩阵分解的半监督聚类方法，该方法基于非负矩阵分解，不仅考虑了原始数据的邻域保持，同时还考虑了相似性在原始空间和低维流形子空间的一致性，使得聚类性能在先验信息较多的时候大大提高，在先验信息很少的时候依然能保持较好的聚类性能。 本发明提供了一种基于非负矩阵分解的半监督聚类方法，包括： 对原始数据矩阵作非负矩阵分解投影，得到既有邻域保持又有相似性保持的原始数据的低维近似矩阵； 利用算法接收参数K对所述原始数据的低维近似矩阵进行聚类，得到聚类结果； 利用精确度和互信息两种评价标准对所述聚类结果进行评价。
团队介绍
发明人： 路梅 赵向军 李凡长 张莉 苏州大学坐落于素有“人间天堂”之称的历史文化名城苏州，是国家“211工程”“2011计划”首批入列高校，是教育部与江苏省人民政府共建“双一流”建设高校、国家国防科技工业局和江苏省人民政府共建高校，是江苏省属重点综合性大学。苏州大学前身是Soochow University（东吴大学，1900年创办），开现代高等教育之先河，融中西文化之菁华，是中国最早以现代大学学科体系举办的大学。在中国高等教育史上，东吴大学是最早开展研究生教育并授予硕士学位、最先开展法学（英美法）专业教育，也是第一家创办学报的大学。1952年中国大陆院系调整，由东吴大学之文理学院、苏南文化教育学院、江南大学之数理系合并组建苏南师范学院，同年更名为江苏师范学院。1982年，学校更复名苏州大学（Soochow University）。
成果资料
产业化落地方案
点击查看
成果综合评价报告

评价单位：- (-) 评价时间：2023-11-16

刘全

苏州大学

教授

综合评价

本发明提供的一种基于非负矩阵分解的半监督聚类方法，首先通过对原始数据矩阵作非负矩阵分解投影，得到原始数据的低维近似矩阵，然后利用算法接收参数K对低维近似矩阵进行聚类，得到聚类结果，最后利用精确度和互信息两种评价标准对所述聚类结果进行评价，本发明基于非负矩阵分解，不仅考虑了原始数据的邻域保持，同时还考虑了相似性在原始空间和低维流形子空间的一致性，使得聚类性能在先验信息较多的时候大大提高，在先验信息很少的时候依然能保持较好的聚类性能。
查看更多>
更多