一种基于深度子空间模糊聚类的图像聚类方法及系统.pdfVIP

下载本文档

1
0
约9.55千字
约 9页
2023-05-17 发布于北京
举报
版权申诉

一种基于深度子空间模糊聚类的图像聚类方法及系统.pdf

1、本文档共9页，其中可免费阅读8页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度子空间模糊聚类的图像聚类方法及系统，涉及图像聚类技术领域。本发明包括：设计深度自编码器模型，初始化网络；基于输入样本与重构输出样本误差最小化，构建自表达模块损失函数，并对自编码器模型预训练，学习图像的低维空间特征表示；在自编码器模型目标函数中加入模糊聚类模块损失，构建基于模糊聚类的自编码器目标函数，对自编码器进行训练，进行网络参数再学习，并同时实现图像模糊聚类；输出图像聚类结果。实现了图像特征学习和模糊聚类同时进行，在深度自编码器特征学习过程中，增加权值正则化约束和非负权

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821142 A (43)申请公布日 2022.07.29 (21)申请号 202210451408.5 (22)申请日 2022.04.26 (71)申请人安徽工业大学芜湖技术创新研究院地址