[发明专利]一种基于密度聚类的变尺度时序聚合方法在审
| 申请号： | 202310770335.0 | 申请日： | 2023-06-28 |
| 公开（公告）号： | CN116738260A | 公开（公告）日： | 2023-09-12 |
| 发明（设计）人： | 张海波;李正荣;李晖;刘栋;于昊洋 | 申请（专利权）人： | 华北电力大学;国网经济技术研究院有限公司 |
| 主分类号： | G06F18/232 | 分类号： | G06F18/232;G06F18/23213;G06F18/2113;G06F123/02 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 张文宝 |
| 地址： | 102206*** | 国省代码： | 北京;11 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于密度聚类方法的变尺度时序聚合方法，对原始时序数据基于滑动采样方法划分初始周期样本，并分析样本的波动强度与波动周期，筛选出长时波动周期；基于密度聚类方法形成相似多日候选周期集合，并进一步通过簇内删减和簇间删减去除候选集中的重叠周期；按时间尺度由长至短的顺序循环筛选多种时长类型的多日长时周期集合，提取各集合的中心样本作为典型周期，并以其对应集合的样本个数为权重。对比分析本发明所提方法的聚合典型周期与传统方法的聚合典型周期的效果，本发明所提方法可以获得兼顾精度与效率的变尺度典型周期。 | ||
| 搜索关键词： | 一种 基于 密度 尺度 时序 聚合 方法 | ||
【主权项】：
暂无信息
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华北电力大学;国网经济技术研究院有限公司，未经华北电力大学;国网经济技术研究院有限公司许可，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/202310770335.0/，转载请声明来源钻瓜专利网。
- 上一篇：基于可加工性分析的相交特征自动识别方法和系统
- 下一篇：一种Bi
- 同类专利
- 拉远小区识别方法、装置、电子设备及计算机程序产品-202210374464.3
- 何凌;刘大洋;蓝万顺;彭友亮;刘吉宁;王玮;赖旭坤;郭莉;龙杰;宋伟;张建刚 - 中国移动通信集团广东有限公司;中国移动通信集团有限公司
- 2022-04-11 - 2023-10-27 - G06F18/232
- 本申请涉及无线通信业务领域，提供一种拉远小区识别方法、装置、电子设备及计算机程序产品。所述方法包括：获取待识别小区的最小化路测MDT采样点位置信息；根据MDT采样点位置信息分别确定待识别小区中的各个MDT采样点对应的局部密度；根据各个MDT采样点对应的局部密度分别确定各个MDT采样点对应的聚类中心距离；根据各个MDT采样点对应的局部密度以及各个MDT采样点对应的聚类中心距离确定待识别小区的聚类核心位置信息；根据同一站点下所有的待识别小区的聚类核心位置信息分别识别各个待识别小区是否为拉远小区。本申请实施例提供的方法可以实现拉远小区的自动识别，能够高效支撑网络规划以及网络优化的工作。
- 一种污染场地施工监测方法及系统-202311118182.8
- 李书鹏;张家铭;姜永海;郭丽莉;王蓓丽;郝贵宝 - 北京建工环境修复股份有限公司
- 2023-09-01 - 2023-10-13 - G06F18/232
- 本发明涉及施工场地污染数据分析技术领域，特别是一种污染场地施工监测方法及系统，在预设施工时间段内通过监测设备获取施工场地中污染物的实时动态特征数据，并对所述实时动态特征数据进行分类处理，得到若干个聚类群集；对密度异常聚类群集进行离群检测处理，得到若干离群点，并将所述离群点进行重新分类，得到若干个最终聚类群集；将各个最终聚类群集中的实时动态特征数据与对应的预设动态特性数据进行比较分析，得到动态变化异常数据，根据所述动态变化异常数据生成最佳施工调整方案，对施工场地中的动态数据进行深入分析，发现潜在风险和制定有效的应对措施，有助于提高污染场地施工过程中的监测水平。
- 一种面向大数据的划分组合聚类方法-202310958114.6
- 甘建元;李明楚;张润发;田纪宇;王智华 - 大连理工大学
- 2023-08-01 - 2023-10-13 - G06F18/232
- 本发明的一种面向大数据的划分组合聚类方法属于人工智能、机器学习和数据挖掘领域。首先，在大数据集样本属性映射形成的n维空间中，将样本在每个维度上的划分视为随机变量，用互信息来度量n维划分组合的互相关性，然后目标是找到互信息最大的划分组合，即划分组合聚类；并对模型与真实分布之间的误差进行了估计。此外，提出了一种动态优化算法来解决聚类问题，并在2个场景中对所提方法的有效性与鲁棒性进行了评估：(1)自动确定带噪声数据集的聚类数目，以及(2)对带噪声的大型数据集进行聚类。本发明的方法具有对称性，尺度不变性，丰富性，一致性以及鲁棒性，可以作为组合其他聚类方法的通用框架。
- 一种用于低压台区拓扑识别的电表聚类方法-202010906215.5
- 洪文慧;张勇军;黄春艳 - 华南理工大学;广州市奔流电力科技有限公司
- 2020-09-01 - 2023-09-26 - G06F18/232
- 本发明提供一种用于低压台区拓扑识别的电表聚类方法，其具体步骤为：首先，采集目标台区配变低压母线和所有电表N天的电压时序数据；然后，基于三相电压不平衡度筛选出M组数据；接着，对每组数据，根据同类电表两两之间的相关系数应大于等于相关性阈值系数，异类电表两两之间的相关系数应小于相关性阈值系数原则对电表进行初次聚类；进而，基于电表间相关系数大小，将初次聚类结果中的单表、双表分类进一步与其它电表类别合并；最后，对M个电表聚类结果取并集得到最终电表聚类结果。本发明提供的方法，依靠数据分析对低压台区电表进行聚类，有利于减少后续低压台区拓扑识别需要的数据，提高拓扑识别准确率。
- 文本聚类模型训练方法、文本聚类方法、装置及相关设备-202311039559.0
- 左勇;吴俊江;王晓龙 - 智慧眼科技股份有限公司
- 2023-08-17 - 2023-09-15 - G06F18/232
- 本发明公开了一种文本聚类模型训练方法、文本聚类方法、装置及相关设备，所述方法包括：从训练文本中获取至少一句训练句子，并确定训练句子的字特征和实体特征；将字特征和实体特征进行融合，得到融合特征；对融合特征进行编码处理和池化平均处理，得到第一句向量组和第二句向量组；将第一句向量组和第二句向量组输入第一对比学习模块进行对比学习，并确定第一损失值；将第一句向量组和所述第二句向量组输入第二对比学习模块进行聚类，并确定第二损失值；当第一损失值和所述第二损失值满足预设条件时，将得到的模型作为文本聚类模型，采用本发明提高面对复杂语义的医疗问答信息时的聚类准确率。
- 一种基于密度聚类的变尺度时序聚合方法-202310770335.0
- 张海波;李正荣;李晖;刘栋;于昊洋 - 华北电力大学;国网经济技术研究院有限公司
- 2023-06-28 - 2023-09-12 - G06F18/232
- 本发明公开了一种基于密度聚类方法的变尺度时序聚合方法，对原始时序数据基于滑动采样方法划分初始周期样本，并分析样本的波动强度与波动周期，筛选出长时波动周期；基于密度聚类方法形成相似多日候选周期集合，并进一步通过簇内删减和簇间删减去除候选集中的重叠周期；按时间尺度由长至短的顺序循环筛选多种时长类型的多日长时周期集合，提取各集合的中心样本作为典型周期，并以其对应集合的样本个数为权重。对比分析本发明所提方法的聚合典型周期与传统方法的聚合典型周期的效果，本发明所提方法可以获得兼顾精度与效率的变尺度典型周期。
- 一种基于农机作业轨迹确定农田和道路的方法及系统-202110228489.8
- 陈瑛;吴才聪;张晓强;李光远 - 中国农业大学
- 2021-03-02 - 2023-09-08 - G06F18/232
- 本发明提出一种基于农机作业轨迹确定农田和道路的方法和系统，利用DBSCAN密度聚类方法对清理后的农机作业轨迹数据进行聚类分析，初步分割出农田和道路，之后利用小簇消除法根据正确和错误识别的农田中农机轨迹方向分布不同的特征对农田和道路进行区分，将农机轨迹点密度过高而被错误分类为农田的区域修正为道路，根据道路和农田交界处点的方向值与其邻近的农田中数量分布最多的两个方向的相似度高低，将道路和农田交界处错误识别的轨迹点进行修正。在前面步骤的基础上以时间顺序将整条轨迹划分多个轨迹段，对相邻轨迹段出现田路田模式或路路路模式中的路轨迹段，根据比较邻近轨迹段之间的速度和方向分布，对错误识别的道路进行修正。
- 气候变化下的降水多要素时空变化分析及归因识别方法-202310732938.1
- 李昕阳;刘为锋;郭旭宁;陈飞;史文龙;刘昀竺;何奇峰;唱彤 - 水利部水利水电规划设计总院
- 2023-06-20 - 2023-09-05 - G06F18/232
- 本发明公开了一种气候变化下的降水多要素时空变化分析及归因识别方法，包括如下步骤：划定研究区域范围和研究时期范围，采集研究数据并提取降水特性、聚类与子流域之间的映射关系；基于各个子流域的降水特征进行聚类，读取研究区域中的各个子流域并概化为点，构建点模式分析方法，并进行空间分布格局分析；构建降水变化驱动因子集和基于GA超参数优化的GBDT模型，针对研究区域的各个研究时期，筛选敏感的降水变化驱动因子作为关键驱动因子；基于降水变化影响因子对研究区域的子流域进行聚类分析，获得各个降水影响因子的空间分布特征，对降水空间分布格局演变进行归因分析。本发明能够提高多要素时空变化分析的效率及归因识别的准确率。
- 基于改进Agent的终端区扇区划设方法、装置、设备和介质-202310633352.X
- 田勇;支博;万莉莉;梁满佳;黄潇;吕越 - 南京航空航天大学
- 2023-05-31 - 2023-09-01 - G06F18/232
- 本发明公开一种基于改进Agent的终端区扇区划设方法、装置、设备和介质，划设方法包括以下步骤：步骤S1：获取终端区空域的空间数据和空域内所有航迹点的航迹数据，并对所述航迹数据进行预处理；步骤S2：对终端区空域进行栅格化处理，并基于航迹数据为每个栅格赋予交通流信息；步骤S3：利用遗传算法确定初始Agent解的位置；步骤S4：设置Agent的累积工作负载上限，利用生长规则基于初始Agent解的位置得到扇区划设栅格结果；步骤S5：基于扇区划设栅格结果，采用空域填充规则进行栅格再分配，得到终端区扇区划设结果。
- 一种基于混合云的电力数据管理方法及系统-202310663482.8
- 毕思博;陈欣;程昕云;奚梦婷;沈力;陆佳鑫;沈罡;冷新云;汪祺 - 国网江苏省电力有限公司信息通信分公司
- 2023-06-06 - 2023-08-29 - G06F18/232
- 本申请实施例公开了一种基于混合云的电力数据管理方法及系统，涉及混合云技术领域，本申请实施例通过建立基于私有云和公有云的混合云架构，基于混合云架构数据通信接口协议获取原始电力数据；对原始电力数据中进行预处理，对原始电力数据进行和清洗，当清洗出缺失电力数据时，对缺失电力数据进行处理，生成预处理后的电力数据；在混合云架构中对进行预处理后的电力数据依次进行数据转换、数据迁移和数据同步；基于DPeaks算法设置电力数据异常检测模型进行异常数据检测；对异常电力数据进行修复，实现电力数据的管理。应用混合云架构将电厂内部的各种电力数据融合到一起，实现互通管理。
- 融合时域特性的纺纱时序数据模糊层次聚类分析方法-202310409218.1
- 张洁;凡星晨;汪俊亮;任杰;陶静 - 东华大学
- 2023-04-14 - 2023-08-29 - G06F18/232
- 本发明的目的是对纺纱车间运行过程中产生的噪声大、时域特征明显的纺纱时序数据，通过融合时域特点的模糊层次聚类纺纱时序数据分析方法，减少分类过程中的噪声的影响，考虑其中的时域特点和噪声影响，解决对纺纱时序数据流处理的准确性问题。本发明的技术方案是提供了一种融合时域特性的纺纱时序数据模糊层次聚类分析方法。本发明提出了融合时域特点的模糊层次聚类纺纱时序数据分析方法，通过DTS特征矩阵与MTS特征矩阵相互迭代，考虑纺纱时序数据中的时域特点和噪声影响，不增加时间复杂度的情况下，在迭代过程中考虑了纺纱时序数据中的时频特点和噪声影响。与最新方法相比，本发明方法能够更准确地处理纺纱制造中新产生的时序性数据。
- 数据处理方法、装置、电子设备和介质-202010764615.7
- 陈鹏;陈黎碧;杨海洋;张世荃;熊慧君 - 中国工商银行股份有限公司
- 2020-07-31 - 2023-08-29 - G06F18/232
- 本公开提供了一种数据处理方法，可用于金融领域或其他领域，该方法包括：实时获取目标设备的当前指标数据；以及在实时获取的当前指标数据与标准指标数据范围集不匹配的情况下，确定实时获取的当前指标数据异常；其中，标准指标数据范围集通过以下操作确定：获取目标设备的多个历史指标数据；以及利用基于密度的聚类算法训练多个历史指标数据以得到针对目标设备的标准指标数据范围集。本公开还提供了一种数据处理装置、一种电子设备以及一种计算机可读存储介质。
- 一种基于自学习参数度量的HTTP流量聚类方法及装置-202310532962.0
- 赵新建;张颂;陈石;徐晨维;张明明;夏飞;袁国泉;宋浒;王鹏飞;汤铭;朱佳佳 - 国网江苏省电力有限公司信息通信分公司;国网江苏省电力有限公司
- 2023-05-12 - 2023-08-29 - G06F18/232
- 本发明公开步骤1、给定HTTP报文流量数据集T，HTTP报文流量数据集T包含多条报文流量数据，每条报文流量数据报文头属性中的类标签属性设置为L；步骤2、训练距离度量函数中的距离参数；步骤3、设置聚类阈值，聚类阈值包括邻域密度阈值和半径参数；步骤4、基于邻域密度阈值和半径参数，对流量数据集T聚合，聚合后获得的每一簇数据的类标签属性L相同。本发明基于dist度量函数，采用DBSCAN聚类算法进行流量数据聚类，提高HTTP流量数据进行聚类的聚类精度。
- 一种基于OD聚类的城市轨道交通客流廊道识别方法及其应用-202310543840.1
- 张文强;张含笑;刘宇然;李鉴;刘媛;邱晶;车靓;张瑞 - 北京市地铁运营有限公司
- 2023-05-15 - 2023-08-25 - G06F18/232
- 本发明属于城市交通规划技术领域，尤其为一种基于OD聚类的城市轨道交通客流廊道识别方法及其应用，该基于OD聚类的城市轨道交通客流廊道的识别方法基于准备与预处理的数据进行OD点聚类处理，并提出针对OD聚类独特的聚类变量，将O点距离、D点距离和路径重合度都考虑在内并设置合理比重，更直观地反映了乘客出行行为的影响因素，在聚类过程中将OD量作为聚类样本点的权重，确保OD聚类的准确性和可靠性，该方法在聚类中心点选取阶段，选出O点和D点两个聚类中心点，通过将客流量分配到O点和D点两个聚类中心点之间的不同路径上，实现快速准确地识别城市轨道交通客流廊道，为轨道交通线路的规划布局和轨道交通列车跨线运行提供决策依据。
- 一种基于层次聚类的联邦学习方法及系统-202110898742.0
- 吴维刚;杨晨罡 - 中山大学
- 2021-08-05 - 2023-08-22 - G06F18/232
- 本发明为克服在联邦学习数据非独立同分布下，抵抗恶意攻击效果不理想的缺陷，提出一种基于层次聚类的联邦学习方法及系统包括以下步骤：根据服务器收到客户端上传的局部模型，对客户端进行聚类处理，将客户端分成k类；在每个类中，采用传统分布式机器学习的聚合算法，分别选出k个客户端类的代表；对选择的代表重新计算权重，减弱可能存在的恶意代表影响，对选择的代表进行加权平均，得到更新的全局模型。最终在联邦学习数据非独立同分布的情况下，有效地抵抗恶意客户端的攻击。
- 资源交互数据异常检测方法、装置和计算机设备-202310566742.X
- 孙亚南;李梦姣;张婧文;唐利敏 - 中国工商银行股份有限公司
- 2023-05-18 - 2023-08-08 - G06F18/232
- 本申请涉及一种资源交互数据异常检测方法、装置和计算机设备，涉及大数据技术领域。该方法包括：获取携带时间标识的待检测资源交互数据，以及与待检测资源交互数据相关联的资源交互数据，形成包含预设个数的资源交互数据集合；从预先构建的多个交互数据集合类别中，获取与资源交互数据集合相关联的目标交互数据集合类别；获取目标交互数据集合类别对应的聚类中心数据集合；从聚类中心数据集合中，确定与待检测资源交互数据对应的目标聚类中心数据；根据待检测资源交互数据，与目标聚类中心数据之间的相似程度数据，确定待检测资源交互数据的数据状态。采用本方法能够有效完成对待检测资源交互数据的异常检测，并且能够保证异常检测的准确性。
- 一种基于语义自聚类的空管信息标准体系构建方法-202310314755.8
- 马龙彪;严勇杰;陈平;丁辉;付胜豪;徐善娥;梁永胜;张明伟;童明 - 中国电子科技集团公司第二十八研究所
- 2023-03-28 - 2023-08-01 - G06F18/232
- 本发明提供了一种基于语义自聚类的空管信息标准体系构建方法，包括：收集现行有效空管信息标准以及确定未来空管信息标准文本信息，作为空管信息标准体系构建的信息输入；基于人工树形图方法，从七个方面构建空管信息标准体系第一层内容；对空管信息标准文本进行特征抽取，特征维度确定、特征空间构建，基于相似度计算准则确定空管信息标准体系第三层内容；对第三层内容重新进行特征提取，特征维度确定，基于相似度计算准则确定空管信息标准体系第二层；最终形成空管信息标准体系。本发明为下一代数字化的空管信息标准体系构建提供了技术支撑。
- 基于多传感器的开关柜状态快速评估方法-202310593693.9
- 王文涛;翟超华;胡玉东;刘文悬;张小明;董哲 - 山东艾迈科思电气有限公司
- 2023-05-25 - 2023-07-28 - G06F18/232
- 本发明涉及数据分析领域，具体涉及基于多传感器的开关柜状态快速评估方法，采集开关柜状态相关参数数据，获取开关柜状态评估矩阵；根据各参数数据的相关程度得到各参数之间的关联性，并对参数进行类别划分；根据各参数之间的关联性得到各参数的影响因子，根据影响因子提取各类别的候选参数；计算各数据的噪点可能性，滤除噪点；计算各候选参数数据的聚类截止半径，对各候选参数的数据进行聚类分析，获取每个候选参数的各个聚类簇；根据各候选参数的预测数据计算各个聚类簇的异常因子，提取异常聚类簇，根据各异常聚类簇计算开关柜状态评估值，完成开关柜状态的快速评估。从而实现开关柜状态的评估，具有较高精度及智能化。
- 一种用于纯氧燃烧加热炉运行数据处理方法-202310609217.1
- 赵加波;刘召磊;徐海健;韩国平;杨浩;卫丽华;代东;张婷婷;高承禄;徐敏;刘其鹏;侯希钰 - 山东一然环保科技有限公司
- 2023-05-29 - 2023-07-28 - G06F18/232
- 本发明涉及数据处理技术领域，具体涉及一种用于纯氧燃烧加热炉运行数据处理方法。该方法获取表面温度数据的关联数据，通过对关联数据进行数据离散分析和关联分析，确定对应时刻下的异常干扰因子。进一步对表面温度数据进行数据偏离分析，确定每个表面温度数据的疑似异常影响因子。将异常干扰因子和疑似异常影响因子结合，获得综合异常影响因子，根据综合异常影响因子对表面温度数据进行处理，识别异常温度数据。本发明通过对关联数据的处理与关联分析，获得表征纯氧燃烧加热炉表面温度数据的受影响程度的指标，进而对异常检测算法进行结合，识别出准确的异常温度数据。
- 一种基于长短期记忆网络的变压器运行状态预测方法-202310163101.X
- 谢海疆 - 江苏前景瑞信科技发展有限公司
- 2023-02-24 - 2023-07-04 - G06F18/232
- 本发明涉及电力技术领域，尤其为一种基于长短期记忆网络的变压器运行状态预测方法，包括以下步骤：步骤一、数据清洗，采用基于密度的聚类算法DBSCAN和3SIGMA准则对数据进行清洗，得到更加准确的数据，以提高数据分析的准确度；步骤二、获得预测值，对清洗后的数据进行分解，将其分解成多个IMF分量，降低数据噪声对预测的影响，然后利用LSTM模型分别对各IMF分量进行预测；最后把所有预测的结果相加即可得到最终的预测值；步骤三、取得结果，使用多种故障诊断方法对预测到的值进行加权计算，得到最终结果。本申请在去除噪声的同时，保证属于原始的突变特征，分解为多个特征量预测，降低了噪声的影响，有更高的准确度。
- 一种道路定位方法及装置-202010292830.1
- 韦程;李欢;杨宇;沈浩 - 扬州哈工科创机器人研究院有限公司
- 2020-04-15 - 2023-06-30 - G06F18/232
- 本发明提供了一种道路定位方法，包括步骤：接收多个第一车道行驶轨迹；基于最大公共子序列的相似性度量算法对所述第一车道行驶轨迹进行聚类，得到聚类结果轨迹；对所述聚类结果轨迹进行平滑处理；根据纵向精确度，对所述平滑处理后的聚类结果轨迹进行插值，得到所述第一车道的定位轨迹；根据车道数量、车道宽度，平移所述第一车道的定位轨迹，得到每个车道的定位数据。本申请不仅提高了道路定位的准确度，以准确定位道路缺陷所在位置，还能够得到每个车道的定位轨迹数据，以确定缺陷所在车道。
- 一种基于最近邻聚类预报轧机机时产量的方法-202310318113.5
- 郝诗梦;刘家赫;荆丰伟;崔庆胜 - 北京科技大学设计研究院有限公司
- 2023-03-28 - 2023-06-27 - G06F18/232
- 本发明公开了一种基于最近邻聚类预报轧机机时产量的方法，包括：获取每块物料的实时轧制数据；基于轧制时间计算每块物料的纯轧时间、间隔时间、节奏时间与机时产量，并建立机时产量信息表；基于物料钢种、物料重量以及产品规格设置分类条件，基于分类条件使用最近邻聚类算法实时对物料进行分档，并建立轧机机时产量分档表；实时更新每种品规轧机纯轧时间、间隔时间、节奏时间与机时产量数据并建立轧机机时产量档位信息日志表；获取待轧制物料信息，并基于各表对未知轧机机时产量进行预测。本发明方法根据轧机轧制产品品规众多的特点，使用最近邻聚类的方法对差异允许范围内的品规整合聚类，方便产量预报和生产安排等工作进行，有效提升生产效率。
- 一种基于谱空间表示学习的ECG波形聚类方法及系统-202310288132.8
- 张伯政;吴军;李彦芳;高希余;王玉杰;房志文 - 众阳健康科技集团有限公司;山东晨泽人工智能研究院有限公司
- 2023-03-20 - 2023-06-23 - G06F18/232
- 本发明提出了一种基于谱空间表示学习的ECG波形聚类方法及系统，涉及心电波形聚类技术领域，获取多导联心电图数据，构建由多导联心电图数据及心搏的分导联谱空间相对特征组成的训练数据集；基于训练数据集，对构建的特征提取模型进行训练，学习谱空间表示；将待聚类的多导联心电图数据输入到训练好的特征提取模型中，得到心搏的分导联绝对特征；对心搏的分导联绝对特征进行聚类，得到心搏的聚类结果；本发明利用神经网络学习谱空间中心搏的相对特征，对波形进行聚类，注重特征表达质量方面的提升，避免传统波形聚类方法直接提取特征后续特征处理的繁琐问题，解决动态心电实际应用分析过程中的数据量庞大、计算复杂度高的问题。
- 基于改进的RBF神经网络的驾驶员制动意图辨识方法-202010091817.X
- 王春燕;施帅朋;张自宇;何鹏;吴子涵;王一松;赵万忠;姚笑笑;颜伸翔;冯建 - 南京航空航天大学
- 2020-02-13 - 2023-05-26 - G06F18/232
- 本发明公开一种基于改进的RBF神经网络的驾驶员制动意图辨识方法，包括：采集驾驶数据；将部分制动工况数据对时间进行微分，得到能够反映驾驶员制动意图的参数；确定驾驶员制动意图辨识的输入和输出；对驾驶员制动意图辨识的可用输入进行灵敏度分析，根据权重大小顺序选取对驾驶员制动意图较大的参数作为驾驶员制动意图辨识的输入；建立改进的RBF神经网络，并根据驾驶员制动意图辨识的输入对驾驶员制动意图进行辨识；结果评估。本发明辨识结果的适用性不受限于辨识方法，只依赖于输入的数据，当数据来自多个驾驶员时，得出的辨识结果具有较强的泛化能力；当数据来自单个驾驶员时，得出的辨识结果具有较强个性化风格。
- 设备的运行阈值设置方法及监控方法、监控系统-202211147187.9
- 黎柏允;朱斌;黄健辉;姚晓春;张浩彬;江东艳;黄泳琳;林雅旋;沈楚杰 - 广东柯内特环境科技有限公司
- 2022-09-21 - 2023-03-24 - G06F18/232
- 本发明涉及设备监控技术领域，具体为设备的运行阈值设置方法及监控方法、监控系统，该设备的运行阈值设置方法包括步骤：S1、获取设备的运行数据；S2、通过分类算法对运行数据进行聚类；S3、通过循环二分法找出目标阈值；根据所得目标阈值，然后执行步骤S4或S5；其中：S4、执行以所得目标阈值进行设备原设阈值的可靠性校验的第一校验流程；若校验通过，使设备按其原设阈值作为运行阈值设置；S5、以所得目标阈值作为设备的运行阈值设置；通过该设备的运行阈值设置方法应用，能够使设置的运行阈值具有可靠性高的特点，确保监控系统对设备生产状态的监控验证准确。
- 一种电缆热故障的评价方法及装置-202211476008.6
- 李新海;曾令诚;张志强;陈昱;陈英杰;吴章洪;张琛;曾威;杨劲松;范德和;吴锦秋;张志方;周恒;周雪东;黄乐彬 - 广东电网有限责任公司;广东电网有限责任公司中山供电局
- 2022-11-23 - 2023-03-07 - G06F18/232
- 本发明公开了一种电缆热故障的评价方法及装置，其方法包括：获取待测电缆的基础数据和历史测温数据，根据预设的环境因素结构条件和预设的边界条件，构建基础数据对应的电缆3D模型，基于历史测温数据，判断3D模型与实际电缆的误差是否大于预设阈值，若是，则调整边界条件，返回执行构建模型步骤，若否，则通过正交控制方法，计算3D模型的属性数据，基于属性数据，结合预设的支持向量回归机聚类模型，得到待测电缆热故障的评价结果数据。有利于解决现有的电缆热故障监测方法不能反映接触电阻的变化情况的技术问题，提高了电缆热故障的评价效率。
- 面向弱量测情景的规模化分布式光伏简化聚类方法和装置-202211509176.0
- 于丹文;张岩;张国强;刘航航;王庆玉;张青青;李山;李广磊;高嵩;刘萌;王华佳;李付存;张磊 - 国网山东省电力公司电力科学研究院;国家电网有限公司
- 2022-11-29 - 2023-02-28 - G06F18/232
- 本发明属于分布式光伏技术领域，公开一种面向弱量测情景的规模化分布式光伏简化聚类方法和装置，其中方法包括：在规模化分布式光伏量测信息不完全的情境下，基于Morse理论提取分布式光伏并网点处出力特征最相近的关键点，建立可靠的含规模化分布式光伏配电网简化拓扑，在此基础上充分挖掘关键节点多源量测数据有效信息，采用仿射传播聚类增强分布式光伏集群划分的合理性。本发明的方法在避免历史数据特征过度提取的同时有效剔除冗余拓扑结构，有效提升Morse‑Smale复形对各并网点出力特征描述的准确度，实现高维度、多类型量测信息的快速聚类，使聚类效果和计算性能同步提升。
- 数据聚类的处理方法、装置、计算机设备和存储介质-202010400391.1
- 卢东焕;赵俊杰;马锴;郑冶枫 - 腾讯科技（深圳）有限公司
- 2020-05-13 - 2023-02-24 - G06F18/232
- 本申请涉及人工智能领域内的一种数据聚类的处理方法、装置、计算机设备和存储介质。所述方法包括：获取数据样本；所述数据样本是聚类业务中聚类对象的样本；通过聚类模型，映射所述数据样本为样本特征；所述样本特征包括样本类别特征和样本类内风格特征；确定所述数据样本和所述样本特征的相关性；确定所述样本特征服从于先验分布的评分值；所述先验分布包括所述样本类别特征对应的类别先验分布，和所述样本类内风格特征对应的类内风格先验分布；至少根据所述相关性和所述评分值调整所述聚类模型；利用调整后的聚类模型对聚类业务中的待聚类数据进行聚类。采用本方法能够在无需人工标注的情况下有效提高数据聚类的精度。
- 一种日负荷曲线聚类方法及其应用-202110922940.6
- 赵省军;张开鹏;和建军;司英莲;宋长城;刘志栋;侯世杰;周登钰;欧星良;雷霞;姚黄金 - 国网甘肃省电力公司武威供电公司;西华大学
- 2021-08-12 - 2023-02-17 - G06F18/232
- 本发明公开了一种日负荷曲线聚类方法及其应用，所述日负荷曲线聚类方法首先对用户日负荷曲线数据集合进行插值、平滑、归一化等预处理；然后基于自然最近邻算法得到k值；分别计算样本的局部密度ρ'、最小距离δ和决策值γ；然后通过类簇中心自动选择方法，选出类簇中心；最后根据基于加权KNN图的样本分配策略对剩余样本点进行分配。本发明解决了传统算法在负荷聚类分析中不能适用于任意类簇分布情况、缺乏自适应能力的缺陷。
- 基于水听器阵列的水中发声生物数目估计方法-202211609380.X
- 刘宗伟;吕连港;龚云祥 - 自然资源部第一海洋研究所
- 2022-12-15 - 2023-01-31 - G06F18/232
- 本发明涉及一种基于水听器阵列的水中发声生物数目估计方法，发声生物领域，所述方法使用3水听器阵列来实时接收水中生物发声信号，利用波达时间差来估计两两水听器为参考的发声角度，利用密度聚类方法实现角度‑角度平面上发声生物数目的自动化估计。本发明方法不仅适用于滴答声信号也适用于口哨声，可以自动估计出水生动物数目。
- 专利分类
