摘要
本发明公开了一种序感知的多视图聚类方法及系统,其中方法包括以下步骤:获取某电竞战队或某选手的数据集;构建用于聚类分析的原始模型,原始模型包括多个自编码器结构,将各视图分别输入原始模型不同的自编码器结构;自编码器结构对视图所包含的数据X进行降维处理和数据重构;采用KNN算法对视图的数据进行处理,计算得到相似性图,基于相似性图计算得到局部几何信息正则项和任意两个视图的联合概率;计算降维处理后任意两个视图的向量的余弦相似度,定义超参数ε表示相似度阈值。本发明通过对每个视图进行特征提取和降维,再引入权重来衡量不同视图之间的相关性,并将其应用于聚类过程中,有利于提高聚类的准确性和稳定性。
技术关键词
编码器结构
游戏人物
聚类方法
时序
KNN算法
矩阵
初始聚类中心
聚类系统
子模块
数据获取模块
数据处理模块
超参数
重构模块
样本
定义