发明公开
- 专利标题: 基于双相关性降低的图深度聚类方法
-
申请号: CN202210332349.X申请日: 2022-03-31
-
公开(公告)号: CN114861757A公开(公告)日: 2022-08-05
- 发明人: 周思航 , 刘悦 , 杨希洪 , 刘新旺 , 涂文轩 , 熊玉朋 , 郭瑞斌 , 张伦 , 唐邓清 , 陈浩
- 申请人: 中国人民解放军国防科技大学
- 申请人地址: 湖南省长沙市开福区德雅路109号
- 专利权人: 中国人民解放军国防科技大学
- 当前专利权人: 中国人民解放军国防科技大学
- 当前专利权人地址: 湖南省长沙市开福区德雅路109号
- 代理机构: 长沙国科天河知识产权代理有限公司
- 代理商 段盼姣
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06N3/04
摘要:
本申请涉及一种基于双相关性降低的图深度聚类方法、装置、计算机设备和存储介质。所述方法包括:获取待聚类的原始目标关系图;基于特征相似度和图扩散,分别对原始目标关系图进行数据增强,得到分类图邻接矩阵和扩散矩阵,根据分类图邻接矩阵和高斯噪声,得到第一增广图,根据扩散矩阵和高斯噪声得到第二增广图;将第一增广图和第二增广图的特征图分别输入预先训练的双相关性降低网络进行样本层面的相关性降低和特征层面的相关性降低,得到双相关性降低特征图;对双相关性降低特征图进行图聚类,得到目标关系聚类图。采用本方法能够避免表示坍缩,提升聚类性能。