[发明专利]一种基于自适应图滤波器下的特征聚类方法在审
| 申请号： | 201810431379.X | 申请日： | 2018-05-08 |
| 公开（公告）号： | CN108875782A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 舒华忠;陈晓鹏;孔佑勇;伍家松;杨淳沨 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 葛潇敏 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于自适应图滤波器下的特征聚类方法，包括如下步骤：步骤1，特征数据规范化，同一维度的特征要求单位化；步骤2，特征数据标签记录，提供一定量的先验知识；步骤3，构建基于数据源的图信号，将数据映射到数据结构图上，获取初始图信号s(known)；步骤4，全变分平滑滤波，获得降噪后的图信号s(true)；步骤5，图滤波器自匹配，获得抽头数组h；步骤6，全局滤波，获得分类结果s(pred)。此种方法可增强对先验知识的利用，构建新的图信号权重边。 | ||
| 搜索关键词： | 滤波器 特征聚类 特征数据 先验知识 自适应 构建 数据结构图 抽头 标签记录 分类结果 平滑滤波 数据映射 特征要求 数据源 降噪 滤波 权重 数组 维度 匹配 规范化 全局 | ||
【主权项】：
1.一种基于自适应图滤波器下的特征聚类方法，其特征在于包括如下步骤：步骤1，特征数据规范化，同一维度的特征要求单位化；步骤2，特征数据标签记录，提供一定量的先验知识；步骤3，构建基于数据源的图信号，将数据映射到数据结构图上，获取初始图信号s(known)；步骤4，全变分平滑滤波，获得降噪后的图信号s(true)；步骤5，图滤波器自匹配，获得抽头数组h；步骤6，全局滤波，获得分类结果s(pred)。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810431379.X/，转载请声明来源钻瓜专利网。
