“多类数据”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3760045个，建议您升级VIP下载更多相关专利

[发明专利]一种基于数据场层次聚类的多模雷达信号分选方法-CN201510422798.3有效
发明人：国强;戚连刚;宋文明;南普龙 -专利权人：哈尔滨工程大学
申请日： 2015-07-17 - 公布日： 2017-05-24 - 主分类号： G01S7/02 文献下载
摘要：本发明提供的是一种基于数据场层次聚类的多模雷达信号分选方法，包括根据截获的雷达样本信号建立数据场模型；优化数据场影响因子，划分网格，绘制等势线；采用削除势心法寻找数据空间的势心值；以数据空间的所有势心值为聚类中心对雷达信号特征参数进行层次聚类，完成对多模雷达信号的分选。本发明的方法能够基于多模雷达信号特征参数，根据移多模雷达信号参数构成数据空间性质完成多模雷达信号的分选，较好的解决了多模雷达信号分选时经常出现的“增批”等问题，分选精度较高。
一种基于数据层次雷达信号分选方法

[发明专利]多视图聚类方法、装置、存储介质及电子设备-CN202310580205.0在审
发明人：顾苏杭;方颖佳;朱培逸;鲁明丽;从金亮;丁卫 -专利权人：常熟理工学院
申请日： 2023-05-22 - 公布日： 2023-08-22 - 主分类号： G06F18/2323 文献下载
摘要：本发明公开了一种多视图聚类方法、装置、存储介质及电子设备，所述方法包括：获取目标数据集，所述目标数据集是对所述多视图数据集进行预处理得到的；利用AP聚类算法的二元模型对所述目标数据集学习每个视图，在视图间增加视图外部参数，用于连接不同的视图以及更新视图内部参数，得到多视图聚类结果。这样，一方面，AP聚类算法中涉及到的模型参数较少，降低了聚类的计算量，另一方面，AP聚类算法相比其他算法，聚类结果的平方差小，提高了聚类的准确性。同时，AP聚类算法可以关联不同视图间的信息，提高了聚类的稳定性和聚类性能。
视图方法装置存储介质电子设备

[发明专利]一种红层地区公路边坡稳定性快速评价方法-CN202110784548.X在审
发明人：郑达;陈强;张文;张硕;吴鑫泷 -专利权人：成都理工大学;中国华西工程设计建设有限公司;中国地质科学院探矿工艺研究所
申请日： 2021-07-12 - 公布日： 2021-08-10 - 主分类号： G06Q10/06 文献下载
摘要：本申请提供了一种红层地区公路边坡稳定性快速评价方法，所述方法包括：确定影响红层边坡稳定性的多类评价指标；快速获取样本数据集，样本数据集为多组样本红层边坡的多类评价指标的数据，每组样本红层边坡的多类评价指标的数据携带预先标注的相应样本红层边坡的实际稳定性等级；根据样本数据集，基于SVM算法进行训练，建立快速评价模型；快速获取待评价红层边坡的多类评价指标的数据；将待评价红层边坡的多类评价指标数据输入至快速评价模型，得到待评价红层边坡的稳定性等级。
一种地区公路稳定性快速评价方法

[发明专利]一种网络情感极化监测方法-CN202210203777.2在审
发明人：温志韬;夏一雪;白沛沅;金冬雪 -专利权人：夏一雪
申请日： 2022-03-02 - 公布日： 2022-06-03 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种网络情感极化监测方法，涉及网络情感分析技术领域，该方法包括实时获取任一网络热点事件下单日的多类情感信息的信息数据；构建情感信息增长传播模型，用于描述任一类情感信息在不受其他类情感信息传播的情况下自身的传播规律；根据情感信息增长传播模型，构建多类情感信息共存时的情感信息转移模型，用于描述其他多类情感信息向一类情感信息极化的过程；利用多类情感信息的信息数据估计获得情感信息转移模型中的各个系数，得到情感信息极化过程本发明实现对多类情感之间情感转移过程的监测，有效描述了多类情感的传播过程，弥补了孤立研究单类情感传播的不足，对掌握网络情感态势、进行网民情感引导均有参考价值。
一种网络情感极化监测方法

[发明专利]一种6G业务场景聚类分析方法-CN202211653508.2在审
发明人：承楠;张茹倩;孙瑞锦;李长乐;惠一龙 -专利权人：西安电子科技大学
申请日： 2022-12-21 - 公布日： 2023-05-02 - 主分类号： G06F18/23213 文献下载
摘要：本发明公开了一种6G业务场景聚类分析方法，包括：收集6G业务样本数据确定多个KPI；得到不完全多视图的数据集；确定聚类数的初始值和多个测试值；确定多个正则化参数和锚点数且锚点数根据聚类数不同倍数确定，得到多个由正则化参数、锚点数、聚类数的测试值形成的初始聚类参数组合；在各组合下利用不完全多视图聚类方法对不完全多视图的数据集聚类，对结果粗筛和精筛确定最优聚类参数组合并调取对应聚类结果；对其进行t‑sne可视化得到聚类效果图，结合原数据对比分析聚类结果得到场景KPI特征雷达图及场景知识以配合按需服务。本发明能高效对海量且有缺省的数据进行聚类场景分析，结果可作为场景知识配合按需服务应对动态变化环境。
一种业务场景聚类分析方法

[发明专利]试样分析仪-CN200910129177.0有效
发明人：池田穣 -专利权人：希森美康株式会社
申请日： 2009-03-27 - 公布日： 2009-09-30 - 主分类号： G01N15/00 文献下载
摘要：试样分析仪包括：量子化信息获取部件，用于获取表示所述试样中粒子特征的、量子化为一定位数的量子化信息；第一生成部件，从所述量子化信息获取部件获取的所述量子化信息生成用于将所述试样中的粒子分类为多类粒子的第一分类数据；第二生成部件，从所述量子化信息获取部件获取的所述量子化信息生成用于将所述试样中的粒子分类为多类粒子的、不同于第一分类数据的第二分类数据；存储设备，储存用于将所述试样中粒子分为多类粒子的分类条件；及分类部件，根据所述第一分类数据和所述第二分类数据其中之一及所述分类条件，将所述试样中的粒子分成多类的粒子。
试样分析

[发明专利]一种快速处理缺失异构数据的多核聚类方法-CN201910438138.2在审
发明人：向凌云;赵国汗;王进;曾道建;李文军;王磊 -专利权人：长沙理工大学
申请日： 2019-05-24 - 公布日： 2019-08-30 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种快速处理缺失异构数据的多核聚类方法，包括如下步骤：步骤1，对缺失的多源异构数据进行0填充初始化；步骤2，将初始化后的多源异构数据利用多个基核函数进行多核学习，生成多核矩阵；步骤3，对于生成的多核矩阵，进行多核聚类生成伪标签；然后，使用低秩估计对组成多核矩阵的每个基核矩阵进行缺失值的更新；步骤4，基于聚类的结果，使用超限学习机学习多核联合系数。本发明中使用多核聚类方法实现快速对异构数据的学习，核补全技术的使用充分补全了缺失数据的信息，提升了聚类性能，解决了传统多核聚类方法无法有效处理多源异构数据的问题。
多核聚类矩阵多源异构数据异构数据快速处理初始化基核缺失数据有效处理学习机超限低秩填充学习标签更新联合

[发明专利]中医临床数据的多视图聚类方法、装置及电子设备-CN202310347923.3在审
发明人：李冬梅;田紫微;张小平;张磊;姜文娟;张润顺;赵玉凤 -专利权人：北京林业大学;中国中医科学院中医药信息研究所
申请日： 2023-04-03 - 公布日： 2023-08-08 - 主分类号： G16H50/70 文献下载
摘要：本发明提供一种中医临床数据的多视图聚类方法、装置及电子设备，涉及计算机技术领域，方法包括：从N个目标对象的中医临床数据中，获取N个目标对象对应的多视图信息，多视图信息为中医临床数据中从至少两个角度对目标对象进行描述的信息；确定多视图信息对应的特征矩阵和邻接矩阵；将特征矩阵和邻接矩阵输入至预先设置的多视图图卷积编码模型中，得到多视图图卷积编码模型输出的N个目标对象对应的特征表示；将各特征表示输入至预先设置的聚类模型中，得到聚类模型输出的聚类结果，聚类结果用于表征N个目标对象的中医临床数据之间的关系。
中医临床数据视图方法装置电子设备

[发明专利]一种基于多参数多周期特征的基站分类方法及系统-CN202211400012.4在审
发明人：诸彤宇;赵熙;王海泉;唐修博 -专利权人：北京航空航天大学;北京航空航天大学云南创新研究院
申请日： 2022-11-09 - 公布日： 2023-01-24 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及一种基于多参数多周期特征的基站分类方法及系统，其方法包括：获取移动用户与基站交互产生的多个通信参数记录，得到基站原始数据集；采用分组聚类算法对单参数短周期时序数据进行第一层聚类；以类簇质心间的相似度构造单参数长周期时序数据的特征向量并进行第二层聚类；基于基站的多周期特征构造多维参数的特征向量并进行第三层聚类，可以得到基于多参数多周期特征的基站模式分类结果。本发明提供的方法可以帮助移动运营商更好地识别基站模式的多周期变化规律，从而提高基站模式预测的准确性，为基站运维优化策略的制定提供数据支撑。
一种基于参数周期特征基站分类方法系统

[发明专利]数据库扩展方法和系统-CN202111609807.1在审
发明人：娄健 -专利权人：北京华成智云软件股份有限公司
申请日： 2021-12-24 - 公布日： 2022-05-03 - 主分类号： G06F16/22 文献下载
摘要：本发明公开一种数据库扩展方法和系统，其中方法包括：分析用户的功能扩展需求，确定与所述功能扩展需求对应的至少一个项目以及所述至少一个项目对应的各属性表，所述属性表包括多类元数据的基础属性表和其中至少一类元数据的扩展属性表，所述多类元数据包括：自然人元数据、组织元数据、地址元数据、物元数据和事元数据；当所述至少一个项目为新项目时，在数据库中增加与所述新项目对应的所述多类元数据的基础属性表和其中至少一类元数据的扩展属性表。通过先分析确定与五种元数据的基础属性表和扩展属性表的关系，然后在数据库中增加相应的基础属性表和扩展属性表即可，扩展比较简单。
数据库扩展方法系统

[发明专利]一种基于相似度阈值迁移的多尺度Dtw-BiLstm-Gan心电信号生成方法-CN202210032913.6在审
发明人：王琳;宋欣东 -专利权人：大连海事大学
申请日： 2022-01-12 - 公布日： 2022-05-13 - 主分类号： A61B5/318 文献下载
摘要：本发明一种基于相似度阈值迁移的多尺度Dtw‑BiLstm‑Gan心电信号生成方法，属于数据增强领域，包括以下步骤：获取心电信号数据；对心电信号数据进行预处理，分别将S数据集、V数据集按照比例划分为训练集数据、验证集数据和测试集数据；由生成器、判别器、相似度判别器构成得到多尺度Dtw‑BiLstm‑Gan模型；V类心拍样本数据集在多尺度Dtw‑BiLstm‑Gan模型中预训练，得到的生成器与鉴别器的权重；将生成器与鉴别器的权重迁移至S类心拍样本训练集上作为训练多尺度Dtw‑BiLstm‑Gan的初始权重，采用S类心拍样本训练集完成对多尺度Dtw‑BiLstm‑Ga模型的训练基于训练之后的S类心拍样本的多尺度Dtw‑BiLstm‑Gan模型中的生成器模型生成批次的伪S类心拍样本心电信号，此方法使得本生成网络生成信号与原始信号之平均DTW降到11.1左右。
一种基于相似阈值迁移尺度 dtw bilstm gan 电信号生成方法

[发明专利]基于递归划分的多类散点图采样方法、系统、存储介质及设备-CN201910485786.3有效
发明人：汪云海;陈昕;葛彤;陈宝权 -专利权人：山东大学
申请日： 2019-06-05 - 公布日： 2020-10-02 - 主分类号： G06T3/00 文献下载
摘要：本公开提供了一种基于递归划分的多类散点图采样方法、系统、存储介质及设备，通过将接收多类散点图转换为多类密度图；根据多类密度图上各邻近区域的密度差异将空间递归，划分为KD树结构；基于KD树结构，从所有叶子节点出发回溯，找到能同时保持稀少类的点和相对类密度的节点，由该节点开始递归分配类标签，保证每类至少一点且类密度顺序与采样前一致，最终从每个叶子节点选取具有分配到的类标签的一个点，作为采样结果输出，能够快速地计算出同时忠实地保持相对数据密度和相对类密度，并显示主要离群点和稀少类的点的采样结果，有助于提升分析以多类散点图可视化的数据的效率。
基于递归划分多类散点图采样方法系统存储介质设备

[发明专利]一种基于共同学习子空间结构和聚类指示矩阵的多视图聚类方法-CN201910352469.4有效
发明人：吴松松;卢志强;姚礼昕;莫晓晖;岳东 -专利权人：南京邮电大学
申请日： 2019-04-28 - 公布日： 2022-08-30 - 主分类号： G06V10/762 文献下载
摘要：本发明揭示了一种基于共同学习子空间结构和聚类指示矩阵的多视图图像聚类方法，该方法包括如下步骤：S1：获取多视图图像数据；S2：对给定多视图图像数据进行子空间学习，得到多视图子空间表示、连续指示矩阵、离散指示矩阵；S3：对多视图子空间表示、连续指示矩阵、离散指示矩阵进行迭代更新，得到更新后的多视图子空间表示；S4：应用所述S3步骤得到的多视图子空间表示构造邻接矩阵；S5：应用所述S4步骤得到的邻接矩阵，调用谱聚类算法，得到聚类结果。与已有的多视图聚类方法相比，大量的实验结果证明该方法可以显著提高收敛速率和聚类性能。
一种基于共同学习空间结构指示矩阵视图方法

[发明专利]一种基于拓扑流形的多视图聚类方法及系统-CN202210495105.3在审
发明人：黄树东;蔡和城;杨帆;刘权辉;叶庆;汤臣薇;冯文涛 -专利权人：四川大学
申请日： 2022-05-07 - 公布日： 2022-08-09 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于拓扑流形的多视图聚类方法与系统，通过采集基于拓扑流形的多视图数据，并根据多视图数据得到各视图所对应的相似度矩阵；并根据相似度矩阵构建拓扑相关性矩阵，利用拓扑相关性矩阵构建各视图的共识图矩阵；基于各视图的共识图矩阵与拓扑相关性矩阵构建基于拓扑流形的多视图聚类目标函数，并通过对基于拓扑流形的多视图聚类目标函数进行迭代优化，得到最优多视图聚类结果；本发明实施例利用拓扑流形上的多视图数据所隐藏的拓扑相关性进行聚类，提升了多视图聚类性能；并避免了大多数聚类方法需要的后处理步骤导致的最优结果偏离，直接在统一的框架中得到显示得聚类结果；同时利用超参数提高了本方法的鲁棒性和稳定性。
一种基于拓扑流形视图方法系统

[发明专利]一种配电网中多源数据的修复方法及系统-CN202011413098.5在审
发明人：张怀天;盛万兴;刘科研;孟晓丽;贾东梨;叶学顺;白牧可;康田园;何开元;詹惠瑜 -专利权人：中国电力科学研究院有限公司;国家电网有限公司
申请日： 2020-12-02 - 公布日： 2022-06-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种配电网中多源数据的修复方法及系统，包括：从配电网的多个不同系统中按需求采集系统数据；对所述系统数据利用改进的K‑medoid聚类算法进行聚类，根据聚类结果确定所述系统数据中的异常数据；采用选定的异常数据修复方法对所述异常数据进行修复；其中，所述改进的K‑medoid聚类算法为，利用粒子群算法确定系统数据聚类时的初始聚类中心。本发明通过粒子群算法确定K‑medoid聚类算法最优的初始聚类中心，大大提高K‑medoid聚类算法结果的准确性，可以有效准确定位配电网海量多源数据异常数据，为快速准确的修复数据提供了基础，大大提高了工作效率
一种配电网中多源数据修复方法系统