(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210462631.X (22)申请日 2022.04.28 (71)申请人 西安建筑科技大 学 地址 710055 陕西省西安市碑林区雁塔路 13号 (72)发明人 李智杰　王新宇　李昌华　张颉　 介军　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 姚咏华 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/12(2006.01) G06V 10/762(2022.01) G06V 10/764(2022.01)G06V 10/75(2022.01) (54)发明名称 一种基于谱聚类的BOW图匹配方法及系统 (57)摘要 本发明公开了一种基于谱聚类的BOW图匹配 方法及系统， 方法包括如下过程： 提取引文网络 图的节点特征和拓扑特征； 使用谱聚类算法结合 经遗传算法对K值优化得到的优化的K ‑means++ 算法将引文网络图的节点特征和拓扑特征描述 子转换为单词， 实现词典的构建； 使用局部约束 编码的方式对 所述词典进行特征编码， 得到视觉 词汇直方图； 对视觉词汇直方图进行分类， 实现 基于谱聚类的BOW图匹配方法。 本发明利用谱聚 类算法对高维数据集进行聚类， 然后在低维解空 间采用K‑means算法进行二阶段聚类， 解决了对 高维数据处理效果不佳以及分类效果不高的问 题。 权利要求书2页 说明书5页 附图4页 CN 114818934 A 2022.07.29 CN 114818934 A 1.一种基于谱聚类的BOW图匹配方法， 其特 征在于， 包括如下 过程： 提取引文网络图的节点特 征和拓扑 特征； 使用谱聚类算法结合经遗传算法对K值优化得到的优化的K ‑means++算法将引 文网络 图的节点特 征和拓扑 特征描述子转换为单词， 实现词典的构建； 使用局部约束编码的方式对所述词典进行 特征编码， 得到 视觉词汇直方图； 对视觉词汇直方图进行分类， 实现基于谱聚类的BOW图匹配方法。 2.根据权利要求1所述的一种基于谱聚类的BOW图匹配方法， 其特征在于， 提取引文网 络图的拓扑特征过程包括： 提取引文网络图的拓扑特征并利用拓扑特征构 造出图拓扑特征 向量。 3.根据权利要求2所述的一种基于谱聚类的BOW图匹配方法， 其特征在于， 所述拓扑特 征为引文网络图中点与边之间的连接关系， 利用空间句法理论的方法， 构造出适合于非精 确图匹配的图拓扑特征向量， 所述拓扑特征包括节点介数、 控制值、 连接值、 平均深度值和 集成度。 4.根据权利要求1所述的一种基于谱聚类的BOW图匹配方法， 其特征在于， 利用遗传算 法对K值优化得到的优化的K ‑means++算法的过程包括如下步骤： 1)设置K值的取值范围， 并随机生成初始种群， 设 当前代数t＝1； 2)根据染色体获得的K值， 构建BOW模型， 然后计算模型分类正确的个数及误差； 3)选择优胜的个 体， 进行交叉、 变异操作， 得到下代种群； 4)设当前代数t＝t+1； 5)判断t是否大于设定的代数T或误差函数Jm是否等于0， 满足其中一个条件， 跳回步骤 2)， 否则， 进行步骤6)； 6)输出一组优化过后的K值， 实现对K ‑means++算法的优化， 得到优化的K ‑means++算 法。 5.根据权利要求4所述的一种基于谱聚类的BOW图匹配方法， 其特征在于， 使用谱聚类 算法结合优化的K ‑means++算法的计算过程包括如下步骤： 1)将输入的数据生成对角矩阵D和n ×n的邻接矩阵A； 2)利用对角矩阵D和n ×n的邻接矩阵A计算拉普拉斯矩阵Lrsym： 3)计算Lrsym的特征值， 将特征值从小到大排序， 取前k个特征值， 并计算前k个特征值的 特征向量u1,u2,…uk； 将k个列向量组成矩阵U＝{u1,u2,…uk},U∈Rn*k； 4)令yi∈Rk是U的第i行的向量， 其中i＝1,2, …,n,然后将yi∈Rk依次单位化， 使得|yi| ＝1； 5)通过优化的K ‑means++算法将新样本点Y＝{y1,y2,…yn}聚类成簇 C1， C2,…,Ck； 6)输入簇A1,A2,…,Ak， 其中， Ai＝{j|yj∈Ci}。 6.根据权利要求1所述的一种基于谱聚类的BOW图匹配方法， 其特征在于， 对视觉词汇 直方图进行分类时采用SVM分类 器算法进行分类。 7.一种基于谱聚类的BOW图匹配系统， 其特 征在于， 包括： 特征提取模块： 用于提取引文网络图的节点特 征和拓扑 特征； 词典构建模块： 用于使用谱聚类算法结合经遗传算法对K值优化得到的优化的K ‑means ++算法将引文网络图的节点特 征和拓扑 特征描述子转换为单词， 实现词典的构建；权　利　要　求　书 1/2 页 2 CN 114818934 A 2特征编码模块： 用于使用局部约束编码的方式对所述词典进行特征编码， 得到视觉词 汇直方图； 分类模块： 用于对视 觉词汇直方图进行分类， 实现基于谱聚类的BOW图匹配方法。 8.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 其上存 储有一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行时， 使得所述一个或多个处理器 实现如权利要求1至 6中任一所述的基于谱聚类的BOW图匹配方法。 9.一种存储介质， 其特征在于， 其上存储有计算机程序， 其中， 所述计算机程序被处理 器执行时实现如权利要求1至 6中任一所述的基于谱聚类的BOW图匹配方法。权　利　要　求　书 2/2 页 3 CN 114818934 A 3