| 评审组： | 计算机与系统科学组 | | 项目名称： | 大规模多模态数据高效聚类算法研究 |
| 提名单位： | 陕西省知识产权局 |
| 提名等级： | 二等奖 |
| 提名单位意见： | 我单位认真审阅了该项目提名书及附件材料，确认全部材料真实有效，并按照要求对该项目的基本情况进行了公示，公示期间无异议。
该项目针对大规模多模态数据高效聚类算法存在的互补信息不足、鲁棒性差、算法复杂度高、语义不明等难题，在国家自然科学基金等3个主要项目的支持下，经过10余年潜心研究，取得了一些原创性成果揭示了影响多模态聚类性能的内在成因，完善了部分理论，形成了一系列鲁棒张量低秩表征方法，有效解决了多模态聚类性能退化和不稳定等问题。基于该成果在国际顶级学术期刊上发表多个代表性论文，得到了国内外学术同行的重点关注和积极评价，部分成果已应用到智慧交通领域，体现了该成果具有重要的学术影响力和应用价值。
根据《陕西省科学技术厅关于做好2026年度省科学技术奖提名工作的通知》，参照自然科学奖评定条件和评定标准，提名该项目为陕西省自然科学奖二等奖。
|
| 项目简介： | 
|
| 客观评价： | 
|
| 代表性论文专著目录： | 
|
| 主要完成人情况： | - 姓名：高全学
排名：1
行政职务：无
技术职称：教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：对发现点1,2,3均做出贡献，是代表性论文1、2、3、4、5的通信作者。主要贡献为：提出了鲁棒张量低秩表征框架，并应用到多模态聚类，不完备多模态聚类；提出了深度多模态聚类算法、张量补全缺失多模态聚类算法、快速高效的张量多模态聚类算法
- 姓名：王前前
排名：2
行政职务：无
技术职称：副教授
工作单位：西安电子科技大学
完成项目时所在单位：西安电子科技大学
对本项目主要学术贡献：对发现点2、3做出了主要贡献，是代表性论文5的第一作者。投入该项研究的工作量占本人工作量的70%。主要贡献为：提出了多路径深度多模态聚类模型，见附件5。
|
| 主要完成单位： | - 单位名称：西安电子科技大学
单位贡献：针对多模态（多视图）数据长尾分布导致的张量低秩表征鲁棒性差，以及深度多模态（视图）聚类中互补信息挖掘不充分、类别判别性不足等问题，西安电子科技大学构建了鲁棒张量低秩表征理论框架与张量补全模型，显著提升了张量低秩表征的鲁棒性。在此基础上：其一，设计了张量化二部图高效聚类模型与高效锚点选择策略，大幅降低了计算复杂度；其二，构建了基于鲁棒张量补全的不完备多模态聚类模型，攻克了互补信息挖掘难、判别信息不足等难题；其三，提出了多路径深度聚类模型，进一步增强了多视图聚类对复杂数据的适应能力。
在本项目研究过程中，西安电子科技大学作为项目第一完成单位，全面负责项目的总体规划、方案设计与组织实施，为项目研究提供了有力支持和充分保障，有效确保了各项研究工作的顺利开展与既定目标的如期达成。
|
| 完成人合作关系说明： | 完成人合作关系说明：1
|
