基于深度谱聚类的身份识别方法、系统及计算机存储介质

AITNT
正文
推荐专利
基于深度谱聚类的身份识别方法、系统及计算机存储介质
申请号:CN202511438090
申请日期:2025-10-10
公开号:CN120912927B
公开日期:2025-12-26
类型:发明专利
摘要
本申请公开了基于深度谱聚类的身份识别方法、系统及计算机存储介质,涉及身份识别技术领域,其中方法包括:获取用户的身份数据;采用深度网络模型提取身份数据中的特征,得到身份特征;利用谱聚类模型对身份特征进行聚类,得到身份特征所属的类别,其中,谱聚类模型基于稀疏KAN网络建立,稀疏KAN网络中引入了范数正则化和熵正则化约束,同时稀疏KAN网络的最后一层也引入了正交约束机制。本申请通过引入范数正则化与熵正则化约束、正交化约束和流形学习技术,有效提高了身份识别的效率、稳定性和准确性。
技术关键词
身份识别方法 深度网络模型 计算机存储介质 矩阵 身份识别技术 聚类 正则化参数 数据获取模块 机制 表达式 指令
系统为您推荐了相关专利信息
1
基于物理信息深度神经网络的多水质指标协同模拟方法
模拟模型 深度神经网络 水质 深度学习模型 多指标
2
一种针对目标对象的风险信息识别方法、装置
风险信息识别方法 专用模型 训练样本集 计算机存储介质 模型更新
3
一种基于智能调度的移动升降操作平台管理系统
平台管理系统 模块 周期 密度峰值聚类算法 序列
4
基于超声图像的乳腺癌分子亚型的识别预测系统
乳腺癌分子亚型 二维快速傅里叶变换 特征提取模块 预测系统 医学图像分割
5
一种面向海上风电机群的自适应模型优化控制方法与系统
优化控制方法 模型预测控制器 风电机组 风速 协同优化控制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号