一種基于張量奇異值分解的多視圖譜聚類算法
基本信息
申請?zhí)?/td> | CN201710262243.6 | 申請日 | - |
公開(公告)號 | CN108734187B | 公開(公告)日 | 2021-09-28 |
申請公布號 | CN108734187B | 申請公布日 | 2021-09-28 |
分類號 | G06K9/62 | 分類 | 計(jì)算;推算;計(jì)數(shù); |
發(fā)明人 | 張燕;柯戈揚(yáng);潘炎;印鑒 | 申請(專利權(quán))人 | 廣東恒電信息科技股份有限公司 |
代理機(jī)構(gòu) | 廣州粵高專利商標(biāo)代理有限公司 | 代理人 | 林麗明 |
地址 | 510275 廣東省廣州市海珠區(qū)新港西路135號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明提供一種基于張量奇異值分解的多視圖譜聚類算法,該算法用三階張量表示所有視圖數(shù)據(jù)的概率轉(zhuǎn)移矩陣。由于張量具有橫向、縱向、豎向三個方向的低秩性,本發(fā)明采用基于張量奇異值分解(Tensor?SVD)的多重秩(multi?rank)來表征該張量在各個維度上的低秩性。因?yàn)門ensor?SVD分解基于tube卷積產(chǎn)生的,不僅能比其他張量分解方式和基于二維結(jié)構(gòu)關(guān)系建模的方法更能充分表達(dá)在空間結(jié)構(gòu)上的相關(guān)性,而且可通過傅里葉變換進(jìn)行快速計(jì)算,提高計(jì)算效率。因此,基于Tensor?SVD張量分解進(jìn)行建模,會更加科學(xué)、快速、高效,并且實(shí)驗(yàn)結(jié)果表明可有效地提高多視圖聚類的效果。 |
