买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种基于二部图嵌入和判别信息的快速图像聚类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115661497B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211275997.2，技术领域涉及：G06V10/762；该发明授权一种基于二部图嵌入和判别信息的快速图像聚类方法是由王靖宇;郭圣昭;聂飞平;李学龙设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本一种基于二部图嵌入和判别信息的快速图像聚类方法在说明书摘要公布了：本发明涉及一种基于二部图嵌入和判别信息的快速图像聚类方法，针对谱聚类算法中特征值分解与相似度矩阵构造所需的时空复杂度较高，低维特征空间嵌入与标签学习相互独立且缺乏判别信息的问题，本发明提出了一种基于二部图嵌入和判别信息的快速图像聚类方法，结合锚点构建二部图并采用坐标下降的优化方法代替特征值分解与后处理以降低数据存储难度，提高数据处理速度。除此以外，本发明同时进行子空间学习以及标签学习，能够保持数据局部特征并充分利用判别信息。因此可以实现对大规模、高纬度图像数据快速、高效的聚类分析。

本发明授权一种基于二部图嵌入和判别信息的快速图像聚类方法在权利要求书中公布了：1.一种基于二部图嵌入和判别信息的快速图像聚类方法，其特征在于步骤如下： 步骤1、基于锚点的稀疏二部图构造与固有图构造：对于样本数量为n，特征维度为d的样本矩阵其中特征维度对应于图像分辨率，行向量对应于单张图像的信息； 所述稀疏化构造二部图： 其中γ为自适应参数，1m是维度为m×1的全1向量； 其中第i个样本与第j个锚点之间的相似度： 其中且行向量ei元素按照从小到大的顺序排列； 所述固有图： 其中，1n+m是维度为n+m×1的全1向量； 步骤2：将构造得到的二部图B和固有图Hn+m集成到谱学习的框架中，设立目标函数： 对应的约束条件为：F1c＝1n,F≥0；G1c＝1m,G≥0； 其中，优化变量为样本点标签矩阵和锚点标签矩阵1c是维度为c×1的全1向量，1n是维度为n×1的全1向量，拉普拉斯矩阵LS＝D-S，相似度矩阵且B为步骤1得到的二部图矩阵，矩阵为度矩阵且标签矩阵可以视作原始空间内数据点在子空间中的特征分布，λ＞0为需要人工赋值的系数； 步骤3：通过坐标下降法交替迭代优化F和G直至目标函数逐渐收敛； 步骤4：根据步骤3得到的样本点标签矩阵F直接得到最终的样本标签，当fik是样本点标签向量fi中最大值时，则将第i个样本点划分至第k个数据簇。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。