“聚类算法”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982109个，建议您升级VIP下载更多相关专利

[发明专利]一种基于图的栅格地图分割方法-CN201810823381.1有效
发明人：刘炳锐;刘宇;左琳;张昌华 -专利权人：电子科技大学
申请日： 2018-07-25 - 公布日： 2021-01-05 - 主分类号： G06T7/11 文献下载
摘要：本发明公开一种基于图的栅格地图分割方法，针对现有的分割地图算法中存在走廊的分割与真实地图不一致的情况，本发明充分利用真实环境构建的地图中的障碍物信息，从栅格地图中获取有语义性质的信息，主要包括自由区域聚类和基于图的区域合并两部分；自由区域聚类具体为结合光线投掷算法的ISODATA，因此该聚类算法可以保证聚类结果不会跨越障碍物，同时该聚类算法可以有效剔除地图中的噪声；基于图的区域合并具体为有效利用地图中的障碍物信息，根据类的连通性建立图并进行优化，继而合并类得到完整的走廊和房间。
一种基于栅格地图分割方法

[发明专利]一种基于自适应k均值聚类的多目标定位方法-CN202111634014.5在审
发明人：何显辉;夹尚丰;余振军;王凯;马楠;贾坤昊 -专利权人：青岛星科瑞升信息科技有限公司
申请日： 2021-12-29 - 公布日： 2022-04-15 - 主分类号： G06K9/62 文献下载
摘要：本发明提出一种基于自适应k均值聚类的多目标定位方法，密度峰值聚类算法(DPC)和k‑means聚类算法相结合，提出自适应k‑means聚类算法，基于提取的特征点，自适应确定待定位目标数量，对不同目标的特征点集聚类；通过最近邻比值算法进行粗匹配，利用特征点投票构建最优几何约束进行精匹配，实现多目标精确定位。
一种基于自适应均值多目标定位方法

[发明专利]一种基于密度峰值聚类算法的交通流模式识别方法-CN201811059548.8在审
发明人：陈本瑶;阮利程;杨轶平;卞建忠;施沈科;俞平;叶健;朱绍军 -专利权人：湖州市特种设备检测研究院
申请日： 2018-09-12 - 公布日： 2019-01-22 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于密度峰值聚类算法的电梯交通模式识别方法，首先计算每一数据点的局部密度及其与密度更高数据点的最小距离；然后通过两者绘制决策图，人工选择聚类中心；最后，对剩余数据点，按照与它距离最近的密度更高数据点所属类别进行归类该算法有以下优点：第一，继承了密度聚类算法的优点，不需要指定聚类数并可以对任意形状数据聚类。第二，可以较好适应不同类簇具有不同密度的数据集。第三，适应任意度量作为距离。第四，算法是确定性算法，而非迭代算法，计算量较小。第五，可排除异常值与噪声点。
算法聚类算法高数据聚类非迭代算法交通流模式电梯交通聚类中心距离最近密度聚类模式识别人工选择剩余数据形状数据最小距离计算量决策图数据点数据集噪声点度量归类确定性绘制继承

[发明专利]一种基于遗传算法的数据聚类分析方法-CN201910242200.0在审
发明人：王利鑫 -专利权人：山东浪潮云信息技术有限公司
申请日： 2019-03-28 - 公布日： 2019-08-30 - 主分类号： G06K9/62 文献下载
摘要：本发明特别涉及一种基于遗传算法的数据聚类分析方法。该基于遗传算法的数据聚类分析方法，首先从要聚类的样本集选出初始种群；对选出的初始种群执行遗传算法；对执行完遗传算法后产生的新种群执行K‑means操作；步骤(A)‑步骤(C)反复循环，直到寻找出聚类问题的最优解该基于遗传算法的数据聚类分析方法，将K‑means算法的局部寻优与遗传算法的全局寻优相结合，通过多次选择、交叉、变异的遗传操作，最终得到最优的聚类数和初始质心集，克服了传统K‑means算法的局部性和对初始聚类中心的敏感性
遗传算法数据聚类分析聚类初始种群寻优算法初始聚类中心反复循环遗传操作有效分类局部性新种群样本集最优解质心全局

[发明专利]一种基于限值学习的异常电量数据辨识方法-CN202010213305.6有效
发明人：谢非;石楚臣;刘益剑;张珂珩;陆飞;章悦;钱伟行;苏晓云 -专利权人：南京师范大学镇江创新发展研究院;南京师范大学
申请日： 2020-03-24 - 公布日： 2023-04-25 - 主分类号： G06F18/2433 文献下载
摘要：该方法首先通过异常电量数据分析得出异常电量数据的类型和鉴别算法；然后通过对OneClassSVM算法分析研究，对异常电量数据的鉴别限值进行学习，得到限值学习表，通过限值学习表校核历史数据的异常电量数据，接着通过分析基于密度的聚类算法DBSCAN算法校核历史数据中的离群值，实现基于限值学习的异常电量数据辨识；最后对同样基于密度的聚类算法LOF算法进行分析研究，结合两种基于密度的聚类算法进行实验，同时对多维数据进行离群值辨识，实现了基于密度聚类算法的多维电量数据离群值辨识。
一种基于学习异常电量数据辨识方法

[发明专利]一种燃气负荷聚类方法及装置-CN202110354433.7在审
发明人：黄冬虹;刘丹;王亮;董妍;赵兴昊 -专利权人：北京市燃气集团有限责任公司
申请日： 2021-04-01 - 公布日： 2021-07-23 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种燃气负荷聚类方法及装置。所述方法包括：对燃气负荷数据进行聚类；以少数类的聚类中心为基点，在所述基点与该类的每个数据点的连线或其延长线上进行插值。本发明通过改进SMOTE算法，将插值基点由原来的少数类数据点改为聚类中心，解决了SMOTE算法容易产生分布边缘化的问题，提高了聚类效果。本发明提出的聚类方法不仅适合于燃气负荷数据，还适合其它不平衡数据集。
一种燃气负荷方法装置

[发明专利]基于改进AGNES算法的协议分类方法-CN201510492631.4有效
发明人：刘渊;张春瑞;赵强;孟凡治;岳旸 -专利权人：中国工程物理研究院计算机应用研究所
申请日： 2015-08-12 - 公布日： 2018-09-18 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于改进AGNES算法的协议分类方法，包括以下步骤：输入数据集，设置参数；设置初始的相似度参考阈值；相似度比较并进行聚类，将满足条件的聚类结果放入结果集中；降低并更新相似度参考阈值，再次进行比较聚类本发明提供了一种基于改进AGNES算法的协议分类方法，能够自动确定聚类的个数，所得的每一个类簇都有一个相似度评价指标，算法在聚类过程中会考察当前的聚类结果，将已满足条件的类簇及时提取出来。
基于改进 agnes 算法协议分类方法

[发明专利]一种云制造资源集群k-means聚类方法-CN201810907303.X在审
发明人：苑明海;周灼;蔡仙仙;俞红焱;孙超 -专利权人：河海大学常州校区
申请日： 2018-08-09 - 公布日： 2018-12-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种云制造资源集群k‑means聚类方法，包括聚类有效性评估函数的建立，蛙跳算法的改进和k‑means聚类的改进；聚类有效性评估函数由类内距离和类间距离构成，类内距离采用欧式距离，类间距离采用类平均距离；蛙跳算法的改进主要对初始种群进行扩大；k‑means聚类的改进主要是对初始聚簇中心的优化。本发明所提供的一种云制造资源集群k‑means聚类方法，改善了k‑means聚类方法对初始聚类中心敏感的问题，能够对海量复杂的云制造资源集群进行分类，使具有相同属性的云制造资源归为一类，提高了云制造资源使用的效率
聚类资源集制造有效性评估类间距离类内距离蛙跳算法改进初始聚类中心初始种群欧式距离平均距离资源管理资源使用聚簇分类敏感优化

[发明专利]基于企业管理的订单异常监督系统-CN202310921273.9在审
发明人：韩道峰;姜凯 -专利权人：淄博海草软件服务有限公司
申请日： 2023-07-26 - 公布日： 2023-09-12 - 主分类号： G06Q30/0201 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及基于企业管理的订单异常监督系统，包括：获取企业的订单信息数据；分析企业的订单信息数据中各个指标数据构建聚类特征空间；对聚类特征空间进行自适应划分并设定最优聚类参数规则，获取最优聚类参数；根据最优聚类参数对企业的订单信息数据进行聚类操作得到异常数据。本发明对于DBSCAN算法在企业订单异常监测场景下聚类效果不确定性进行改进；结合场景进行参数的分析和选择，自适应得到最优聚类参数；保证DBSCAN聚类算法在当前订单异常监测场景下的聚类效果；达到准确监测订单异常的目的
基于企业管理订单异常监督系统

[发明专利]信息粒导向压缩快速聚类算法-CN201710157632.2在审
发明人：徐楷杰;李志武;聂卫科;尹雨山;朱修彬 -专利权人：西安电子科技大学
申请日： 2017-03-16 - 公布日： 2018-10-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种信息粒导向压缩快速聚类算法，首先对信息粒数据进行标准化变换，将变换后的信息粒进行导向压缩变换，然后对导向矢量进行快速聚类；本发明通过对信息粒数据进行导向压缩处理，构造信息粒导向矢量，对信息粒导向矢量进行聚类，可以使高维数据降维，从而降低算法聚类复杂度，同时提升聚类效果；更适合实际应用。
聚类导向矢量快速聚类算法压缩高维数据构造信息压缩处理复杂度降维算法标准化应用

[发明专利]一种基于层次聚类的SOM算法改进方法-CN202210881196.4在审
发明人：杨永全;管佩琪;魏志强 -专利权人：中国海洋大学;青岛海洋科学与技术国家实验室发展中心
申请日： 2022-07-26 - 公布日： 2022-11-01 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种基于层次聚类的SOM算法改进方法，包括：基于层次聚类法，确定SOM算法的初始权重值；基于初始权重值将SOM算法神经元数据进行初始化；基于初始化后的SOM算法神经元数据，通过SOM算法获取对应的聚类方案加快SOM收敛速度，能够降低数据量较大时的算法时间复杂度，同时，还可以应对数据集不平衡等问题。
一种基于层次 som 算法改进方法

[发明专利]一种基于AP聚类算法的广义负荷特性聚类方法-CN201510497352.7有效
发明人：梁军;褚壮壮;贠志皓;张旭;张永亮;梁正堂 -专利权人：山东大学
申请日： 2015-08-13 - 公布日： 2017-10-24 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于AP聚类算法的广义负荷特性聚类方法，包括以下步骤采集根母线节点风电与广义负荷数据，计算场均速度、波动速度和波动强度；确定波动强度的最小时间长度和聚类时间间隔；将广义负荷节点功率的全部训练样本数据按聚类时间间隔统一分段，构建聚类特征向量；赋予样本数据偏向参数，基于AP聚类算法，以特征向量为指标进行聚类，确定聚类中心；若样本点的聚类中心满足设定聚类条件，则输出聚类结果，否则返回上一步骤，直至得到准确的聚类结果。
一种基于 ap 算法广义负荷特性方法

[发明专利]MEC环境下多维属性感知的边缘服务二次聚类方法及系统-CN202111205166.3有效
发明人：刘志中;郑禾丹;初佃辉;尚领;孟令强 -专利权人：烟台大学
申请日： 2021-10-15 - 公布日： 2022-04-29 - 主分类号： G06V10/762 文献下载
摘要：本发明属于边缘服务领域，提供了一种MEC环境下多维属性感知的边缘服务二次聚类方法及系统。该方法包括，将边缘服务所在服务器的地理位置与边缘服务器的硬件配置作为一级聚类指标；将服务质量与信誉度作为二级聚类指标；采用基于密度的最小生成树启发式分段聚类算法，依据一级聚类指标，对边缘服务进行一级聚类，得到地理位置相近、服务器质量相似的服务类簇；采用基于密度峰值的层次聚类算法，依据二级聚类指标，对所述地理位置相近、服务器质量相似的服务类簇进行二级聚类，得到边缘服务聚类结果。
mec 环境多维属性感知边缘服务二次方法系统

[发明专利]一种基于APR算法和MAP算法的社区发现算法-CN201610330024.2在审
发明人：杨波;吕晨阳 -专利权人：电子科技大学
申请日： 2016-05-18 - 公布日： 2016-10-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于APR算法和MAP算法的社区发现算法。该算法包含相似性计算和聚类两个阶段：相似性计算阶段采用本发明提供的基于APR(Approximate PageRank)算法的相似性算法对网络中节点之间的相似性进行计算；聚类阶段采用本发明提供的MAP(Modified Affinity Propagation)算法进行聚类并完成网络中社区的发现，并采用相似性计算阶段的输出作为聚类阶段的输入。提供了一种高效率的基于APR算法的相似性算法。提供了一种改进AP(Affinity Propagation)算法——即MAP算法，该算法缩小了对责任度(Responsibility)和可信度(Availability)的更新范围。
一种基于 apr 算法 map 社区发现

[发明专利]一种基于聚类优化的油浸式变压器故障诊断方法-CN202110370227.5在审
发明人：管敏渊;沈建良;金国亮;李凡;赵崇娟;刘高明;章飞;王勇;王瑶;施康明;戴则维 -专利权人：国网浙江省电力有限公司湖州供电公司;湖州电力设计院有限公司
申请日： 2021-04-06 - 公布日： 2021-07-30 - 主分类号： G06F16/906 文献下载
摘要：本发明公开了一种基于聚类优化的油浸式变压器故障诊断方法，其特征在于，包括如下步骤：步骤S1：获取故障变压器油中溶解气体数据集；步骤S2：对所述气体数据集进行初始化处理；步骤S3：利用重构后的聚类算法对溶解气体数据集进行聚类步骤S4：根据聚类结果，统计每一类数据子集中每种故障子集中每种故障类型的数目，其中故障类型数目最大者即为该故障子集的故障类型。本发明对模糊聚类算法进行重构，提出了基于隶属度计算的DGA数据分析方法，收敛速度快、迭代次数少。本算法解决了初值敏感的问题，分类结果稳定。本算法隶属度函数为距离的单调函数，随着元素与聚类中心差异性或距离的增大而减小。
一种基于优化油浸式变压器故障诊断方法