[发明专利]一种基于非负矩阵分解的多模态鲁邦特征学习模型在审
| 申请号： | 201911391055.9 | 申请日： | 2019-12-30 |
| 公开（公告）号： | CN111144579A | 公开（公告）日： | 2020-05-12 |
| 发明（设计）人： | 赵亮;赵天阳;杨韬;张清辰;陈志奎 | 申请（专利权）人： | 大连理工大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 大连理工大学专利中心 21200 | 代理人： | 李晓亮;潘迅 |
| 地址： | 116024 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于非负矩阵分解的多模态鲁邦特征学习模型，属于计算机技术领域。首先，对多模态数据集进行归一化和特殊值预处理。其次，将各模态数据在低维共享空间中进行重构，利用图正则化思想，对数据空间上的几何空间进行拟，同时引入噪声矩阵为数据空间中去除噪声，构建基于非负矩阵分解的多模态鲁棒特征学习模型。再次，根据模型优化结果，依次更新各个模态的映射矩阵和所有模态的共享特征矩阵，更新噪声矩阵，更新模态权重因子。最后，判断本次模型值和上一次模型值之间的差异，迭代更新第三步直至满足模型收敛条件。本发明依照上述步骤推导出了一种行之有效的模型来解决含有噪声的多模态数据特征学习问题。通过大量实验验证，本发明所得到的数据表示性能优于现阶段相关模型。 | ||
| 搜索关键词： | 一种 基于 矩阵 分解 多模态鲁邦 特征 学习 模型 | ||
【主权项】：
暂无信息
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大连理工大学，未经大连理工大学许可，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/201911391055.9/，转载请声明来源钻瓜专利网。
