[發(fā)明專利]基于自適應(yīng)缺失視角補全的端對端不完整多視角聚類方法

在審

• 申請?zhí)枺?/td>: 202310052754.0
• 申請日: 2023-02-03
• 公開（公告）號: CN115964648A
• 公開（公告）日: 2023-04-14
• 發(fā)明（設(shè)計）人: 鄧趙紅;張煒;王士同
• 申請（專利權(quán)）人: 江南大學(xué)
• 主分類號: G06F18/2321
• 分類號: G06F18/2321;G06F18/21;G06F18/15
• 代理公司: 哈爾濱市陽光惠遠(yuǎn)知識產(chǎn)權(quán)代理有限公司 23211
• 代理人: 張勇

1.基于自適應(yīng)缺失視角補全的端對端不完整多視角聚類方法，其特征在于，包括以下步驟：

第一步：確定待聚類多視角數(shù)據(jù)的聚類個數(shù)c，視角個數(shù)K，樣本大小N，各視角的特征維度d^k；

第二步：根據(jù)輸入的不完整多視角數(shù)據(jù)確定標(biāo)識矩陣E^k，其定義如下：

同時隨機(jī)初始化各視角的模糊劃分矩陣U^k，聚類中心矩陣V^k，各視角權(quán)重w^k，映射矩陣B^k；確定算法最大迭代次數(shù)

第三步：構(gòu)建初始化的目標(biāo)公式，并計算目標(biāo)公式值，其中目標(biāo)公式如下：

其中

γ，δ，μ和β為超參數(shù)，超參數(shù)通常采用網(wǎng)格搜索策略來確定；

公式(2)具體解釋如下：

前兩項用于對補全后視角以及隱視角進(jìn)行聚類，同時補全缺失視角；

第三、四項用于捕捉結(jié)構(gòu)化信息，實現(xiàn)補全視角以及隱視角可判別性的提升；

第四、第五項用于獲取視角間一致性信息，同樣實現(xiàn)補全視角以及隱視角可判別性的提升；

第五、第六項用于自適應(yīng)調(diào)節(jié)各視角的權(quán)重；

第四步：本發(fā)明采用交替迭代優(yōu)化進(jìn)行求解各優(yōu)化項；

第五步：重復(fù)上述步驟直至收斂或達(dá)到最大迭代次數(shù)，并根據(jù)上一步中最優(yōu)的模糊劃分矩陣，根據(jù)下式得到最終的聚類劃分矩陣：

2.如權(quán)利要求1所述的基于自適應(yīng)缺失視角補全的端對端不完整多視角聚類方法，其特征在于：所述的第四步，具體操作如下：

4.1固定U^k，F(xiàn)^k，B^k和w^k，更新V^k

當(dāng)U^k，F(xiàn)^k，B^k和w^k固定時，需要最小化以下目標(biāo)公式

令為第(K+k)視角，通過將式(3)相對于V^k的導(dǎo)數(shù)置于零，由此可得到V^k的更新公式:

4.2固定V^k，F(xiàn)^k，B^k和w^k，更新U^k

當(dāng)V^k，F(xiàn)^k，B^k和w^k固定時，需要最小化以下目標(biāo)公式：

令為第(K+k)視角，通過將式(5)相對于U^k的導(dǎo)數(shù)置于零，由此可得到U^k的更新公式:

4.3固定V^k，F(xiàn)^k，U^k和w^k，更新B^k

當(dāng)V^k，F(xiàn)^k，U^k和w^k固定時，需要最小化以下目標(biāo)公式

通過將式(7)相對于B^k的導(dǎo)數(shù)置于零，由此可得到B^k的更新公式:

4.4固定V^k，B^k，U^k和w^k，更新F^k

當(dāng)V^k，B^k，U^k和w^k固定時，需要最小化以下目標(biāo)公式:

通過將式(9)相對于F^k的導(dǎo)數(shù)置于零，由此可得到F^k的更新公式:

其中I是單位居中，S^k∈R^N*N是對角矩陣，和定義如下

4.5固定V^k，B^k，U^k和F^k，更新w^k

當(dāng)V^k，B^k，U^k和F^k固定時，需要最小化以下目標(biāo)公式:

通過將式(13)相對于F^k的導(dǎo)數(shù)置于零，由此可得到F^k的更新公式:

通過迭代執(zhí)行(4)、(6)、(8)、(10)和(14)，得到局部最優(yōu)解。