公开(公告)号：CN116662833A

公开(公告)日：2023-08-29

申请号：CN202310589312.X

申请日：2023-05-22

Applicant: 济南大学

Inventor： 周劲 ,  李星辰 ,  韩士元 ,  王琳 ,  陈月辉 ,  杜韬 ,  杨程 ,  刘博文

IPC: G06F18/23 ,  G06F16/45 ,  G06N3/096

Abstract: 本发明公开了一种基于高斯混合模型的多视图动态迁移聚类方法及系统，该方法包括：获取待聚类的多视图数据集，预设每个视图的视图权重和各视图之间的动态迁移学习因子的初始值；分别对每个视图中的数据样本进行聚类，根据聚类结果计算获取每一视图的高斯混合模型参数初始值以及每一视图中每一数据属于每一簇的隶属度；根据隶属度更新高斯混合模型参数、视图权重和动态迁移学习因子；以更新后的值为最新值，对每个视图进行隶属度迭代计算，直至迭代结束；根据最终迭代获取的动态迁移学习因子进行各视图之间的聚类学习，得到各视图趋于一致的聚类结果。本发明通过动态迁移学习技术实现多视图间互补信息的深入挖掘，提高多视图数据的聚类性能。