摘要
本发明公开了一种面向大规模多视图数据的快速分类方法、系统及介质,该方法包括:获取大规模多视图数据集,形成多视图数据矩阵;基于所述多视图数据矩阵,获取每个视图数据的二分图,并形成第一聚类模型;通过引入图学习项和双锚点学习机制对所述第一聚类模型进行优化,得到第二聚类模型;所述第二聚类模型是联合一致二分图和互补二分图进行联合学习而形成的多视图聚类模型;采用迭代优化算法对所述第二聚类模型进行优化求解,得到求解后的第二聚类模型;将大规模多视图数据集输入求解后的第二聚类模型进行聚类,得到聚类结果。本发明旨在提升现有基于二分图的多视图聚类方法在处理大规模数据集时的性能,进一步提升了在大规模数据集的聚类效率。
技术关键词
迭代优化算法
分类方法
矩阵
计算机可执行指令
锚点
室内场景图像
分类系统
局部结构特征
人脸图像数据
机制
正则化参数
分类设备
聚类方法
重构误差
处理器
样本
可读存储介质
关系
系统为您推荐了相关专利信息
三维人体模型
形变算法
强化学习算法
数据
生理指标参数
通信优化方法
反射面
波束成形矩阵
导频信号
下行信道矩阵
医学图像分割方法
融合多模态信息
卷积模块
多模态磁共振图像
锚点