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
模拟模型
深度神经网络
水质
深度学习模型
多指标
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
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
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