[发明专利]基于APDJ算法的土壤墒情传感器优化布局方法有效
| 申请号： | 201910808140.4 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110717507B | 公开（公告）日： | 2023-03-14 |
| 发明（设计）人： | 张武;张嫚嫚;韩华威;张森林;饶元;金秀;苗犇犇;冯金磊 | 申请（专利权）人： | 安徽农业大学;合肥汉亚信息技术有限公司 |
| 主分类号： | G06F18/23 | 分类号： | G06F18/23;G06F18/22;H04W84/18;G06Q50/02 |
| 代理公司： | 安徽合肥华信知识产权代理有限公司 34112 | 代理人： | 余成俊 |
| 地址： | 230036 安徽*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于APDJ算法的土壤墒情传感器优化布局方法，提出了改进的Dijkstra算法即（APDJ算法），开展了土壤墒情传感器优化布局的应用。在确保传感网络全覆盖的基础上，实时采集各传感节点的土壤墒情数据，运用AP聚类算法得到聚类中心，以聚类中心作为Dijkstra算法搜索最短路径的起点，无线传感网络的汇聚点为终点，通过改进的Dijkstra算法以数据相异性最大和距离最短为目标搜索最佳路径，最终得到一条由6个传感器节点构成的最佳布点路径，以该路径布置传感器，采集的数据冗余度最低，使传感器数量由25个减少到6个，有效降低了数据的冗余度，节约了系统成本，较好地解决了传感器的优化布局问题。 | ||
| 搜索关键词： | 基于 apdj 算法 土壤 墒情 传感器 优化 布局 方法 | ||
【主权项】：
1.一种基于APDJ算法的土壤墒情传感器优化布局方法，其特征在于：具体步骤如下：/n(1)、首先是土壤墒情数据的采集：将多个土壤墒情传感器采用均匀分布的方式布置；/n(2)、土壤墒情数据的聚类：在传感网络全覆盖的基础上通过多个土壤墒情传感器采集土壤墒情数据，运用AP聚类算法对采集的数据聚类，得出聚类中心；/n(3)、构造Dijkstra算法的邻接矩阵：以土壤墒情数据的相异度值和网络节点路径值的加权组合确定边权值，构建Dijkstra算法的邻接矩阵；/n(4)、改进的Dijkstra算法搜索最佳路径：以步骤(2)得出的AP聚类中心为起点，无线传感网络的汇聚点为终点，以数据相异度最大和距离最短为目标，运用Dijkstra算法搜索土壤墒情传感器布点的最优路径。/n
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安徽农业大学;合肥汉亚信息技术有限公司，未经安徽农业大学;合肥汉亚信息技术有限公司许可，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/201910808140.4/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种输电杆塔接地网腐蚀主因子评估提取方法及系统-202310795734.2
- 胡全;李波;胡泰山;何锦航;王伟民;蔡汉生;卢金科;刘刚;王秀境;胡上茂;李义;张义 - 贵州电网有限责任公司;南方电网科学研究院有限责任公司
- 2023-06-30 - 2023-10-27 - G06F18/23
- 本发明公开了一种输电杆塔接地网腐蚀主因子评估提取方法及系统包括，对输电杆塔接地网土壤腐蚀的理化性质进行相关性分析得出数据；对数据进行聚类分析归纳；利用因子分析模型对归纳后的数据进行计算；将计算后的数据进行提取。本发明首先对土壤的理化性质进行相关性分析得出数据，其次对数据进行聚类分析归纳，利用因子分析模型对归纳后的数据进行计算，最后将计算后的数据进行提取。通过相关性分析、聚类分析以及因子分析方法对土壤的理化性质进行了分析，为建立新型杆塔接地网腐蚀评价方法提供了依据。
- 面向异构社交网络分布外泛化的社交标签预测方法及系统-202310720948.3
- 况琨;张瑞豪;陈政聿;吴飞 - 浙江大学
- 2023-06-16 - 2023-10-27 - G06F18/23
- 本发明公开了一种面向异构社交网络分布外泛化的社交标签预测方法及系统。本发明包括如下步骤：1)将社交网络数据构建为异构社交网络图；2)对异构社交网络图进行初始的聚类划分；3)将经过聚类后的异构社交网络图输入基于图神经网络的自适应邻域传播模块中，在图中已有的社交信息标签监督下对自适应邻域传播模块进行一轮参数优化；4)利用经过新一轮参数优化后的自适应邻域传播模块，对异构社交网络图重新进行图特征信息的提取，然后利用更新后的图特征信息重新进行聚类簇划分；5)重复迭代，完成自适应邻域传播模块的训练并用于预测。本发明对训练集分布外的异构社交网络数据具有较强的鲁棒性和准确率，可准确预测用户标签。
- 应用于智能洗衣机的洗涤数据处理方法、装置及电子设备-202210334404.9
- 赵明;邹存璐;许升 - 青岛海尔洗衣机有限公司;海尔智家股份有限公司
- 2022-03-31 - 2023-10-27 - G06F18/23
- 本发明属于智能家电技术领域，具体涉及一种应用于智能洗衣机的洗涤数据处理方法、装置及电子设备，该方法包括：接收处理请求；获取待处理设备在第一目标时段内的上报数据集合以及第二目标时段内的上报数据集合；针对每个待处理设备，基于该待处理设备在第一目标时段内的上报数据、第二目标时段内的上报数据、第一目标时段内的洗涤周期时间以及第二目标时段内的洗涤周期时间，确定第一目标时段内该待处理设备的待处理数据；根据各待处理设备的待处理数据，获得第一目标时段各待处理设备的待处理指标的分析结果，避免由于获取的周期数据不完整，所导致的分析结果不准确的问题。
- 一种基于k布朗运动聚类的汽车竞品分析方法-202310980611.6
- 郝世强;佘堃;姜世维;刘平杰 - 成都逸威科技服务有限公司
- 2023-08-04 - 2023-10-27 - G06F18/23
- 本发明公开了一种基于k布朗运动聚类的汽车竞品分析方法，采用k布朗运动聚类算法对于可被划分为k个簇的汽车竞品相关数据，首先随机选取数据中的k个对象作为初始的聚类中心，计算每个对象与各个聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心，然后让这k个聚类中心模拟粒子的布朗运动进行无规则运动，聚类中心运动后随之更新不同类别包含的对象，重复聚类中心的布朗运动，直到找到簇内平方和的最小值则聚类完成。本发明由于聚类中心进行无规则运动，因此初始聚类中心的选择对聚类结果影响较小，通过本发明方法能够更准确地对汽车市场上的竞品进行聚类分析，并为汽车制造商提供更准确的市场洞察和竞争策略制定。
- 优化M-IoT设备的功耗-202211316757.2
- B·达塔;K·穆鲁甘;P-Y·戴斯甘比斯 - 慧与发展有限责任合伙企业
- 2022-10-26 - 2023-10-27 - G06F18/23
- 本公开的一些实施例涉及优化大规模物联网(M‑IoT)设备的功耗。本公开提供了用于优化包括多个物联网(IoT)设备的大规模IoT设备的功耗的技术。根据一些示例，功率优化器系统可以获取多个IoT设备的一个或多个运行参数。功率优化器系统可以基于一个或多个运行参数估计功率成本函数(PCF)以确定每个IoT设备的功耗。由于每个IoT设备的上行链路和下行链路操作的变化，功率优化器系统可以确定多个IoT设备中的一个或多个IoT设备的PCF的变化。功率优化器系统可以标识一个或多个最优运行参数，并且然后使用一个或多个最优运行参数配置多个IoT设备中的一个或多个IoT设备。
- 一种数据处理方法、装置、电子设备及存储介质-202211502540.0
- 刘兵;孙振龙;胡博;刘祺;梁铭霏;李靖;张博 - 腾讯科技（深圳）有限公司
- 2022-11-28 - 2023-10-27 - G06F18/23
- 本发明公开了一种数据处理方法、装置、电子设备及存储介质，包括：本发明通过获取K个聚类结果，K个聚类结果基于K种不同的第一聚类方式分别对对象集合进行聚类操作确定，第一聚类方式基于聚类算法和聚类特征确定，基于K个聚类结果确定聚类组合，聚类组合包括从K个聚类结果中确定的L个第一聚类结果，基于聚类组合中的L个第一聚类结果分别包含的多个对象簇确定聚类组合对应的多个核对象集，根据聚类组合对应的多个核对象集确定目标聚类结果，基于目标聚类结果和账号信息向账号信息对应的设备发送目标对象。本申请实施例通过若干个聚类结果生成的核对象集对多个聚类结果进行评比，从中确定出合适的聚类结果，提高对象推荐的的准确性。
- 数据处理方法以及装置-202310855609.6
- 朱浩文;陈明;张园超;余锋 - 浙江网商银行股份有限公司
- 2021-04-20 - 2023-10-27 - G06F18/23
- 本说明书实施例提供数据处理方法以及装置，其中所述数据处理方法包括：采集服务器的历史访问流量数据，所述历史访问流量数据包含访问数据的数据标识及访问用户的用户标识，所述数据标识用于索引所述访问数据，根据所述用户标识与所述数据标识间的关联关系对所述访问用户的用户标识进行聚类，生成与多个数据标识分别对应的聚类结果，根据所述聚类结果对所述访问数据进行数据类别标注。
- 一种数据处理方法、装置以及存储介质-202211619986.1
- 李洛勤 - 腾讯科技（深圳）有限公司
- 2022-12-15 - 2023-10-27 - G06F18/23
- 本申请公开了一种数据处理方法、装置以及存储介质。通过对预设样本集合进行聚类得到可疑异常样本；然后基于可疑异常样本进行训练得到目标分类模型；进而基于目标分类模型进行数据中异常样本的检测。从而实现基于潜在异常样本的检测过程，由于进行可疑异常样本的聚类，扩展了可疑异常样本可能的结构形变，使得分类模型可以得到更多的可疑异常样本以进行数据中异常样本的检测，提高了数据处理过程中异常样本检测的准确性。
- 聚类集合的确定方法和装置、存储介质及电子装置-202111425019.7
- 阎溯 - 青岛海尔科技有限公司;海尔智家股份有限公司
- 2021-11-26 - 2023-10-27 - G06F18/23
- 本发明公开了一种聚类集合的确定方法和装置、存储介质及电子装置，其中，上述方法包括：在订单集合中确定多个第一初始订单和多个第一候选订单；对于所述多个第一候选订单中的每一个第一候选订单，分别确定所述每一个第一候选订单与所述多个第一初始订单的相似度，得到所述每一个第一候选订单对应的多个相似度；从所述多个相似度中确定最大相似度，并获取所述最大相似度对应的第一初始订单；将所述每一个第一候选订单和所述最大相似度对应的第一初始订单划分到同一第一初始聚类集合中，以及对所述第一初始聚类集合进行分类，得到所述每一个第一候选订单对应的目标聚类集合。
- 一种用户用电模式分类方法-202010630552.6
- 杨祥勇;李伟华;张之涵;许泽宁;杨远俊;罗仙鹏;李超 - 深圳供电局有限公司
- 2020-07-03 - 2023-10-27 - G06F18/23
- 本发明涉及一种用户用电模式分类方法，所述方法包括：获取高维量测数据，所述高维量测数据包括多个用户的用电数据；对所述高维量测数据进行主成分分析，并进行特征提取获得相应的特征值；利用预先训练好的自动编码器对所述特征值进行降维处理得到低维用户用电数据；对所述低维用户用电数据进行聚类分析获得每一用户的用电数据所隶属的类别，所述类别为用户的用电模式。本发明方法能够用于高维度和海量用电数据分析以确定用户用电模式。
- 一种时间序列数据的周期检测方法、装置及设备-202211223813.8
- 徐昕军;严川;张博 - 云智慧（北京）科技有限公司
- 2022-10-09 - 2023-10-27 - G06F18/23
- 本发明公开了一种时间序列数据的周期检测方法、装置及设备。方法包括：获得运维系统的不含趋势成分的目标时间序列数据；根据所述目标时间序列数据的能量密度谱，确定能量占比按从大到小顺序排列的预设数量个频率成分；将所述预设数量个频率成分转换到时域，得到时域数据；根据所述时域数据的自相关序列的峰值间隔的聚类结果，确定原始时间序列数据的周期。本发明的方案可有效解决运维时间序列周期性检测过程中的周期漂移问题，提高时间序列数据周期检测的准确率。
- 变电站设备运行状态监测方法、系统、设备及存储介质-202310974250.4
- 胡庭彪;刘万开;陈伟郴;梁建龙;刘鸿斌 - 广东信通通信有限公司
- 2023-08-03 - 2023-10-24 - G06F18/23
- 本发明提供一种变电站设备运行状态监测方法、系统、设备及存储介质，涉及变电站设备监测技术领域，包括：获取待监测变电站设备的各个运行监测数据；对各所述运行监测数据进行数据分析，得到数据分析结果；基于所述数据分析结果，对所述待监测变电站设备的运行状态进行预警监测。本发明通过对变电站设备状态监测的多源数据进行融合分析和深度挖掘，可全面、及时、准确地掌握变电站设备中关键性能的运行状态。实现变电站设备运行状态的自动化检测，从而无需人工巡检，提高了变电站设备运行状态检测的效率，并且避免了漏检情况的发生。
- 基于深度学习的虚拟电厂基线负荷数据预测方法及系统-202310990625.6
- 范晋衡;余志文;潘凯岩;刘华;曾顺奇;曹仁威;林国彪 - 广东电网有限责任公司广州供电局
- 2023-08-08 - 2023-10-24 - G06F18/23
- 本发明属于电力负荷预测领域，具体涉及基于深度学习的虚拟电厂基线负荷数据预测方法及系统。其通过对历史负荷数据进行聚类分析，按照不同类型虚拟电厂运行特点，将虚拟电厂划分为需求响应型和能源供给型虚拟电厂，分别构建第一和第二基线负荷预测模型，利用注意力机制，分别对需求响应型和能源供给型虚拟电厂的训练集数据的输入特征进行差异性加权；对需求响应型虚拟电厂训练数据集的输入特征中的电价因素进行权重增强，对能源供给型虚拟电厂训练数据集的输入特征中的天气因素进行权重增强，提高了虚拟电厂基线负荷预测的准确性，并有助于提升虚拟电厂评估的有效性。
- 基于无监督聚类的代码分块方法、存储介质和装置-202310892391.1
- 杨永全;管佩琪;魏志强 - 中国海洋大学
- 2023-07-20 - 2023-10-24 - G06F18/23
- 本发明涉及一种基于无监督聚类的代码分块方法、存储介质和装置，属于代码分块领域，所述方法首先将源代码抽象为抽象语法树，再将抽象语法树平铺得到的文本，使用文本训练词向量模型，得到抽象语法树中每个节点的词向量，接下来以词向量作为输入进行DBSCAN聚类，最后将DBSCAN聚类获得的聚类中心作为SOM算法竞争层神经元、聚类中心个数作为聚类个数即分块个数，由此实现代码分块。本发明还提供运行所述方法的装置和计算机可读存储介质，本发明方法能够实现小样本无监督聚类进而实现代码分块任务，其分块结果的稳定性和精确度也明显高于传统代码分块方法。
- 数据分布边界确定方法、装置、计算机设备和存储介质-202310912763.2
- 请求不公布姓名 - 水木蓝鲸（南宁）半导体科技有限公司
- 2023-07-24 - 2023-10-24 - G06F18/23
- 本申请涉及一种数据分布边界确定方法、装置、计算机设备和存储介质。方法包括：对待分析数据进行聚类，得到至少两个类簇；待分析数据具有发散规律；至少两个类簇中每个类簇的发散程度不同；基于每个类簇对应的偏离程度进行曲线拟合，得到发散规律曲线；其中，每个类簇对应的偏离程度与类簇内成员聚集的紧密程度相关；对待分析数据进行曲线拟合，得到数据分布曲线；根据发散规律曲线和数据分布曲线确定待分析数据的分布边界。采用本方法能够提高数据分布边界确定的准确性。
- 一种文献完成者研究兴趣图聚类方法、装置、设备及介质-202310638200.9
- 周朝;林天宇;褚晓泉;段毅成;仇瑜;刘德兵 - 北京智谱华章科技有限公司
- 2023-06-01 - 2023-10-24 - G06F18/23
- 本申请涉及一种文献完成者研究兴趣图聚类方法、装置、设备及介质，属于大数据技术领域，解决了现有主题挖掘不精准、学者兴趣描述模糊的问题。本申请技术方案主要包括：获取目标完成者的信息，根据所述信息获取所述目标学者的文献数据集；根据所述文献数据集构建文献网络图，所述文献网络图的包括所述文献数据集中，由各文献之间的文本相似度和文献引用数据融合得到的文献关系指标；对所述文献网络图进行图聚类分析，以获得若干研究兴趣簇；依据各所述研究兴趣簇各自的文献对各所述研究兴趣簇进行主题短语提取，以获得所述目标完成者的研究兴趣画像。
- 微服务划分方法、装置、计算机设备和可读存储介质-202011278702.8
- 黄翔;金蕾 - 南方电网数字平台科技（广东）有限公司
- 2020-11-16 - 2023-10-24 - G06F18/23
- 本发明涉及一种微服务划分方法、装置、计算机设备和可读存储介质，该微服务划分方法通过获取软件包中的所有类；识别所有类之间的依赖关系，并根据依赖关系，构建依赖矩阵；根据依赖矩阵对所有类进行聚类，得到聚类结果；根据聚类结果将软件包划分为多个微服务。本发明提供的微服务划分方法根据所有类之间的依赖关系，对软件包中的所有类进行聚类，最终根据聚类结果划分微服务，这样无需研发人员对软件包中的代码进行分析，能够降低人工成本。
- 一种电力数据预分析方法、系统、设备及介质-202310558859.3
- 王家冕;杜善慧;卢兴旺;刘磊;黄庆强;丁月明;刘祥波 - 国网山东省电力公司日照供电公司
- 2023-05-18 - 2023-10-24 - G06F18/23
- 本申请公开了一种电力数据预分析方法、系统、设备及介质，主要涉及电力数据预分析技术领域，用以解决现有的方法不能对数据进行优化的问题。包括：获取标记好数据状态的历史电力数据集；对历史电力数据集中异常状态的历史电力数据进行聚类；根据历史电力数据与聚类中心之间的曼哈顿距离，确定标准异常电力数据和各个聚类对应的曼哈顿距离范围；从待分析的电力数据中随机抽取若干数量的校准电力数据，获取校准电力数据与标准异常电力数据之间的曼哈顿距离，进而确定校准电力数据对应的第二数据状态；矫正曼哈顿距离范围，获得最终曼哈顿距离范围；基于先验算法和最终曼哈顿距离范围，从待分析的电力数据中滤除异常电力数据。
- 用于化学发光仪器的信号噪声抑制方法及系统-202311180930.5
- 赵科;李进;杨俊伟 - 北京豪迈生物工程股份有限公司
- 2023-09-14 - 2023-10-20 - G06F18/23
- 本发明涉及数据处理技术领域，具体涉及用于化学发光仪器的信号噪声抑制方法及系统，包括：获取化学发光传感序列以及极大值点，根据化学发光传感序列以及极大值点得到化学发光极大值序列；根据化学发光极大值序列得到目标极大值点；根据目标极大值点得到传感数据聚类簇；根据传感数据聚类簇得到干扰评价；获取化学发光传感数据分界点，进而得到第一局部序列；根据第一局部序列以及干扰评价得到波动趋势相似特征；根据波动趋势相似特征构建异常检测坐标系；从而得到离群点；根据离群点得到去噪后的化学发光传感序列，并存入计算机系统。本发明提高了识别噪声点的准确性，提高了检测结果的准确性。
- 一种基于脉冲神经网络的滚动轴承故障诊断方法-202311180967.8
- 刘志亮;代梦航;陈禹衡;王新丹;左明健 - 青岛明思为科技有限公司
- 2023-09-14 - 2023-10-20 - G06F18/23
- 本发明公开了一种基于脉冲神经网络的滚动轴承故障诊断方法，涉及滚动轴承故障诊断技术领域，所述方法包括：采集滚动轴承的真实故障信号；利用滚动轴承信号仿真模型制作仿真故障信号；对所述真实故障信号和仿真故障信号进行聚类；构建基于脉冲神经网络的迁移诊断模型SNN‑TL；训练SNN‑TL模型；基于所述SNN‑TL模型对滚动轴承进行故障检测。利用从滚动轴承仿真和真实振动信号中导出的状态序列构建了SNN‑TL模型，可以克服训练过程中真实数据过少的缺陷，提高滚动轴承在少样本条件下的故障诊断性能，实现了相对准确和可行的滚动轴承故障诊断。
- 一种水工环生态修复数据的高效存储方法-202311185325.7
- 陈燕;鲁震;谢筱建;赵宇辉;吕晶;姜晓芬;韩子晨;于巾萃 - 山东省地质矿产勘查开发局八〇一水文地质工程地质大队（山东省地矿工程勘察院）
- 2023-09-14 - 2023-10-20 - G06F18/23
- 本发明涉及电子数据处理技术领域，尤其涉及一种水工环生态修复数据的高效存储方法，该方法针对水工环生态环境中的任一类水工生态修复数据，基于采样频率获取每个采样时刻下水工生态修复数据对应的N维环境数据，组成时序环境数据；针对时序环境数据中的任一N维环境数据，计算N维环境数据的局部信息趋势优化因子；根据局部信息趋势优化因子，计算N维环境数据的两侧数据差异程度，根据两侧数据差异程度得到时序环境数据中的所有存储间断点；根据所有存储间断点对时序环境数据进行数据段划分，以将时序环境数据的所有环境数据段的线性拟合直线进行存储，提高了时序环境数据存储的准确性和效率。
- 一种用于城市轨交列车乘降时间的估计方法-202310721998.3
- 胡华;何雨欣;濮雪祥;候湘煜;俞俊豪 - 上海工程技术大学
- 2023-06-16 - 2023-10-20 - G06F18/23
- 本发明公开一种用于城市轨交列车乘降时间的估计方法，获取某特征日某车站每列停站列车的上车客流量b
- 一种道路交叉口通行结构变化识别方法-202310877928.7
- 赵婧文;顾建祥;金雯;陈燕;王伟;张磊晔;崔华;袁振超;张丽;王文峰;盛成;申建华;徐拓;汤同旭;朱磊;尹斌权;何国庆;李玉婷 - 上海市测绘院
- 2023-07-18 - 2023-10-20 - G06F18/23
- 本发明公开了一种道路交叉口通行结构变化识别方法。所述识别方法包括：建立包括路网数据、道路交叉口数据和车辆轨迹数据的交通网络模型；其中，道路交叉口数据包括交叉口ID、交叉口通行方向、交叉口通行方向上车辆是否可通行、及驶入交叉口的道路的ID，并对其中车辆通行方向进行数字编码；在交通网络模型中，以交叉口的交叉点为圆心，设置圆形缓冲区，对缓冲区内的车辆子轨迹进行聚类分析，根据聚类簇内的车辆轨迹情况，进行交叉口通行结构变化的识别。本发明可自动化识别交叉口通行结构是否发生变化，有效提高了识别的可靠性、准确性和识别效率。
- 基于无监督深度聚类的电车驾驶行为模式识别方法及系统-202310929228.8
- 向凌云;魏玉良;李尚城;虞凡;李俊 - 东风畅行科技股份有限公司
- 2023-07-27 - 2023-10-20 - G06F18/23
- 本发明涉及自动驾驶技术领域，更具体涉及基于无监督深度聚类的电车驾驶行为模式识别方法及系统。通过采集车辆的行驶数据，行驶数据至少包括速度、时间和总行驶距离；对采集到的行驶数据进行预处理，根据行驶数据中的时间和速度将行驶数据划分为多个运动学片段，提取各个运动学片段中的第一特征参数，将运动学片段中的每两条相邻数据定义为一个运动学片段区间，每个运动学片段包括n‑1个运动学片段区间，基于第一特征参数计算每个运动学片段区间的过渡特征参数，再根据过渡特征参数计算运动学片段的第二特征参数；基于第二特征参数和无监督深度聚类算法，对驾驶行为模式进行分类。本发明实现了针对电车驾驶行为模式的识别分类。
- 基于自适应聚类的瓦斯传感器精度异常识别方法及系统-202310901824.5
- 王自力;胡代军;郭宇;方方;王东升;张英杰;丁宁;韩柳;王梓又;杨吉琦;黄兰;彭泽定;刘权毅;魏恩容;陈俊雄;李柯;王琴;唐琴;凌飞;郭珂邑;罗云林;边瑞;涂安洪 - 四川省安全科学技术研究院;四川安信科创科技有限公司
- 2023-07-21 - 2023-10-20 - G06F18/23
- 本发明公开了基于自适应聚类的瓦斯传感器精度异常识别方法及系统，该方法包括：获取历史瓦斯浓度检测数据，并对所述历史瓦斯浓度检测数据进行预处理，得到预处理后的历史瓦斯浓度检测数据；构建瓦斯数据自适应聚类模型；采用所述瓦斯数据自适应聚类模型，对预处理后的历史瓦斯浓度检测数据进行聚类处理和异常判断，得到基于自适应聚类的瓦斯传感器精度识别模型；采用所述基于自适应聚类的瓦斯传感器精度识别模型，对待判别瓦斯浓度检测数据进行瓦斯浓度传感器精度异常识别。本发明识别准确性高，使得煤矿企业准确掌握矿井中各个传感器的精度状况，进而避免生产隐患。
- 日志检测方法、装置、电子设备及存储介质-202311177788.9
- 张威 - 中移（苏州）软件技术有限公司;中国移动通信集团有限公司
- 2023-09-13 - 2023-10-20 - G06F18/23
- 本公开提出了一种日志检测方法、装置、电子设备及存储介质。所述的方法包括：利用NaN算法对第一目标日志数据集进行第一聚类，确定第一目标日志数据集的自然特征值，及第一目标日志数据集中每个日志样本与其自然特征值对应的邻近日志样本之间的自然邻居距离；确定每个日志样本的自然邻居距离为每个日志样本与其自然特征值对应的最邻近日志样本之间的核心距离，确定自然特征值作为HDBSCAN算法的最小簇的值，利用HDBSCAN算法对第一目标日志数据集进行第二聚类，获取第一目标日志数据集中的至少一个聚类；基于待检测日志与所述至少一个聚类中每个聚类的质心之间的距离，确定与待检测日志距离最短的质心对应的日志样本的类别为待检测日志的类别。
- 系统异常崩溃识别方法、装置、计算机设备及存储介质-202211586813.4
- 李建明;钟鑫;黄海辉;赵智勇;林志云;张磊 - 中国移动通信集团福建有限公司;中国移动通信集团有限公司
- 2022-12-09 - 2023-10-20 - G06F18/23
- 本申请涉及一种系统异常崩溃识别方法、装置、计算机设备及存储介质，涉及安全管控技术领域。该方法包括：获取系统崩溃数据集，该系统崩溃数据集中包含系统崩溃数据，该系统崩溃数据用于指示移动端应用发生的崩溃事件；通过无监督模型对系统崩溃数据集中的系统崩溃数据进行识别，获得候选异常崩溃数据；该无监督模型是基于统计学判别法以及孤立森林算法构建的模型；对候选异常崩溃数据进行筛选，获取异常崩溃数据。通过上述方法，可以实现对系统异常崩溃数据的自动识别，避免了人工识别并上报所造成的时延和误差，提高了运维效率；同时叠加多层次的筛选识别，可以提高对异常崩溃数据的识别准确率，从而提高基于异常崩溃数据进行系统运维的准确性。
- 一种基于数据分布差异的聚类联邦方法及装置-202310149034.6
- 蒋昌俊;闫春钢;丁志军;王俊丽;张亚英;尤成裕 - 同济大学
- 2023-02-22 - 2023-10-20 - G06F18/23
- 本发明公开了一种基于数据分布差异的聚类联邦方法及装置，方法包括：根据原始数据集的标签类别和标签对应的样本数量，计算原始数据集的标签概率分布及分布差异；利用特征提取网络，提取与原始数据集相关的数据特征向量；基于所述数据特征向量，计算客户端数据集间关于数据特征分布的差异情况；基于所述数据集的标签概率分布和所述数据特征分布的差异情况，进行聚类运算，得到客户端集群，将所述客户端集群进行迭代聚类；本发明提出的方法利用了原始数据的标签信息和特征信息，在客户端聚类过程中有较高的准确度。
- 多群目标场景下基于量测处理的小群航迹起始方法-202010941606.0
- 胡肖肖;王凯;许二帅 - 中国航空工业集团公司雷华电子技术研究所
- 2020-09-09 - 2023-10-20 - G06F18/23
- 本发明提出一种基于量测处理的小群航迹起始方法，该方法通过对接收到多群目标产生的量测进行聚类和分析，进而筛选建立小群聚类或者疑似小群聚类的量测聚类缓冲区，若量测聚类缓冲区中前后帧量测聚类的中心距离差值是连续变化的，则判断该缓冲区具有群运动特性，将满足升级条件和群运动特性的小群聚类缓冲区升级为小群航迹。本发明的技术方案解决了多群目标场景下小群航迹不易建立的问题，提高了机载雷达对群目标的跟踪鲁棒性。
- 专利分类
