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！

龙图腾网获悉自然资源部第二海洋研究所申请的专利一种基于多度量优化的高维数据流形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：CN121598116B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610121759.8，技术领域涉及：G06F18/23；该发明授权一种基于多度量优化的高维数据流形聚类方法是由李会晨;余星设计研发完成，并于2026-01-29向国家知识产权局提交的专利申请。

本一种基于多度量优化的高维数据流形聚类方法在说明书摘要公布了：本发明属于机器学习与数据分析领域，涉及一种基于多度量优化的高维数据流形聚类方法，包括：对原始高维同位素数据预处理后进行本征维度计算；对预处理后的高维数据进行非线性降维，获取低维流形嵌入表示；针对UMAP算法的关键超参数，采用多度量优化策略以及迭代计算，以确定其最优取值；使用最优参数重新运行UMAP，得到最优低维嵌入数据，并在该低维空间中使用层次凝聚聚类算法将数据划分为多个簇群，输出聚类标签；定量计算原始高维特征对聚类标签的贡献度；在低维嵌入空间中绘制决策边界，并在原始高维空间中构建可解释的分类模型。其有益效果是，UMAP降维后的低维空间中，数据点间的距离具有实际含义，更真实地反映样本间的距离和群组关系。

本发明授权一种基于多度量优化的高维数据流形聚类方法在权利要求书中公布了：1.一种基于多度量优化的高维数据流形聚类方法，其特征在于，包括以下步骤： 步骤1：对原始高维同位素数据预处理后进行本征维度计算； 步骤2：采用统一流形近似与投影UMAP算法对预处理后的高维数据进行非线性降维，获取低维流形嵌入表示； 步骤3：针对UMAP算法的关键超参数，采用多度量优化策略以及迭代计算，以确定其最优取值； 所述步骤3中，具体是采用包括轮廓系数、Calinski-Harabasz指数和Davies-Bouldin指数的多度量优化策略以及迭代计算，以确定其最优取值，包括： 设定UMAP的固定参数：n_components=2，metric='minkowski'，min_dist=0.1，将n_neighbors的候选范围设定为5至55； 对每一个候选的n_neighbors值进行参数寻优，执行UMAP降维并对生成的二维结果应用层次凝聚聚类算法，计算轮廓系数、Calinski-Harabasz指数和Davies-Bouldin指数； 选取能使轮廓系数与Calinski-Harabasz指数最大化、同时使Davies-Bouldin指数最小化的n_neighbors值作为最优超参数； 步骤4：使用最优参数重新运行UMAP，得到最优低维嵌入数据，并在所述最优低维嵌入数据对应的低维空间中使用层次凝聚聚类算法将数据划分为多个簇群，输出聚类标签； 步骤5：采用特征重要性评估方法，定量计算原始高维特征对聚类标签的贡献度； 步骤6：在低维嵌入空间中绘制决策边界，并在原始高维空间中构建可解释的分类模型。

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自然资源部第二海洋研究所，其通讯地址为：310000 浙江省杭州市西湖区保俶北路36号；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”。

以上内容由龙图腾AI智能生成。