買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜電子科技大學(深圳)高等研究院申請的專利一種增量深度的多視圖聚類方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119169331B 。

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411663836.X，技術領域涉及：G06V10/762；該發明授權一種增量深度的多視圖聚類方法是由任亞洲;彭金鳳;陳新越;蒲曉蓉設計研發完成，并于2024-11-20向國家知識產權局提交的專利申請。

本一種增量深度的多視圖聚類方法在說明書摘要公布了：本申請公開了一種增量深度的多視圖聚類方法，包括：利用變分自編碼器提取多視圖數據的潛在變量，基于潛在變量得到重構數據，并基于重構數據計算變分自編碼器的損失函數的第一損失值；若第一損失值小于第一預設閾值，則利用當前潛在變量更新DPMM模型的聚類參數，得到更新后的DPMM模型輸出的聚類標簽；將更新后的聚類標簽加入變分自編碼器的損失函數，得到總損失函數，若總損失函數的第二損失值小于第二預設閾值，則將聚類標簽作為多視圖數據的聚類結果輸出。本申請能夠更好地捕捉不同視圖數據的復雜分布，使得DPMM模型的聚類數量能夠保持穩定。同時，能夠有效地利用已有信息進行新的學習過程，而無需重新訓練，適用于多種實際應用場景。

本發明授權一種增量深度的多視圖聚類方法在權利要求書中公布了：1.一種增量深度的多視圖聚類方法，其特征在于，包括：利用變分自編碼器提取多視圖數據的潛在變量，基于所述潛在變量得到重構數據，并基于所述重構數據計算所述變分自編碼器的損失函數的第一損失值，所述第一損失值由所有視圖的重構損失、特定KL散度損失和共享KL散度損失結合而成；若所述第一損失值小于第一預設閾值，則利用所述變分自編碼器輸出的當前潛在變量更新DPMM模型的聚類參數，得到更新后的DPMM模型輸出的聚類標簽；將更新后的聚類標簽加入所述變分自編碼器的損失函數，得到總損失函數，若所述總損失函數的第二損失值大于等于第二預設閾值，則利用所述第二損失值更新所述變分自編碼器的損失函數，更新后重新訓練所述變分自編碼器；若所述總損失函數的第二損失值小于所述第二預設閾值，則將所述聚類標簽作為所述多視圖數據的聚類結果輸出；所述將更新后的聚類標簽加入所述變分自編碼器的損失函數，得到總損失函數，包括:利用所述聚類標簽的標簽信息，向所述變分自編碼器的損失函數添加聚類一致性損失，得到所述總損失函數；所述總損失函數通過如下公式表示： ，其中，是指所述重構損失，是指所述特定KL散度損失，是指所述共享KL散度損失，是指所述聚類一致性損失。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人電子科技大學(深圳)高等研究院，其通訊地址為：518110 廣東省深圳市龍華區觀瀾街道新瀾社區觀光路1301-78號銀星智界二期2號樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。