【技术实现步骤摘要】
本专利技术属于动物形态学和多媒体信息处理中的动物图像数据处理领域，具体涉及一种基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法。
技术介绍
1、在动物形态学和多媒体信息处理领域，动物图像数据是一种重要的数据，对动物图像数据进行多视角分析，可以发现动物不同部位的特征、动物间的差异和相似性等隐含的类别信息。在多种多视角数据学习技术中，多视角聚类是一种常用的技术，它可以利用多个视角的信息，对数据进行无监督聚类，并能应用于多种实际动物分类。然而，在多视角动物图像数据的获取过程中，可能会遇到数据缺失或者数据不均衡等问题，导致每个样本在不同视角下的可用性不同，从而造成多视角动物数据的非完备问题。由于现有多视角聚类方法只能处理完备多视角动物数据聚类问题，所以需要有效的新颖技术方法解决非完备多视角动物图像数据的聚类问题。
技术实现思路
1、为了解决上述问题，本专利技术提供了小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，其特征在于，所述方法包括步骤：
<...【技术保护点】
1.一种基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，其特征在于，所述方法包括步骤：
2.根据权利要求1所述的基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，其特征在于，根据视角缺失指示矩阵M∈{0,1}n×m，提取每个视角的存在样本特征：
3.根据权利要求1所述的基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，其特征在于，从存在样本特征中随机采样na个锚点，并重复b次得到多组锚点特征(每组包含na个锚点)。将存在样本特征复制b次得到多组存在特征。将多组锚点特征和多...
【技术特征摘要】
1.一种基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，其特征在于，所述方法包括步骤：
2.根据权利要求1所述的基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，其特征在于，根据视角缺失指示矩阵m∈{0,1}n×m，提取每个视角的存在样本特征：
3.根据权利要求1所述的基于小批量集成缩放点积注意力权重锚图的大规模非完备多视角动物图像聚类方法，其特征在于，从存在样本特征中随机采样na个锚点，并重复b次得到多组锚点特征(每组包含na个锚点)。将存在样本特征复制b次得到多组存在特征。将多组锚点特征和多组存在特征分别堆叠成锚点特征批量和存在特征批量。其中，随机采样b组锚点特征，并将其堆叠成锚点特征批量的公式如下所示：
4.根据权利要求1所述的基于小批量集成缩放点...
【专利技术属性】
技术研发人员：李骜，许浩越，叶海天，冯聪，高天宇，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。