“聚类结果”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1586423个，建议您升级VIP下载更多相关专利

[发明专利]音视频数据的推荐方法、系统及服务器和存储介质-CN201811488442.X有效
发明人：肖战勇;陈祯扬;刘京鑫;常超 -专利权人：北京达佳互联信息技术有限公司
申请日： 2018-12-06 - 公布日： 2020-11-06 - 主分类号： G06F16/435 文献下载
摘要：本公开是关于一种音视频数据的推荐方法、系统及服务器和存储介质，其中，所述方法包括：获取用户的收敛度信息，所述收敛度信息用于表示用户的兴趣信息收集的充分程度；根据所述收敛度信息和预设的第一对应关系确定与所述收敛度信息对应层次的目标聚类结果，所述目标聚类结果属于预先对音视频数据进行聚类分析得到的多个层次的聚类结果，每个层次的聚类结果包括一个或多个聚类集合，每个聚类集合包括多个音视频数据；在所述目标聚类结果中选择目标音视频数据；将所述目标音视频数据推荐给所述用户本公开利用表示用户的兴趣信息收集的充分程度的收敛度信息确定目标聚类结果，使得最终推荐的目标音视频数据更符合用户的兴趣爱好，推荐效果好。
视频数据推荐方法系统服务器存储介质

[发明专利]基于自监督图神经网络的图聚类方法、装置及存储介质-CN202110396332.6在审
发明人：朱鹏飞;李佳璐;徐玮毅;王汉石;赵帅;胡清华 -专利权人：天津大学;中汽数据（天津）有限公司
申请日： 2021-04-13 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于自监督神经网络的图聚类方法及装置，方法包括：使用聚类方法对图数据集进行端到端的聚类分析，获取各节点的聚类分配值和聚类分配置信度值；对每个类别选择聚类分配置信度值高的节点，形成伪标签集，通过伪标签集学习节点分类任务，在多任务下开始聚类任务，输出聚类结果；设计一个辅助节点分类任务，以节点特征和邻接结构为输入，通过两层GCN和softmax激活函数学习表示，输出分类结果；根据聚类结果、分类结果，选择决策一致的图节点，并通过不同的聚类排序策略来筛选伪标签集。
基于监督神经网络图聚类方法装置存储介质

[发明专利]基于负荷可调节潜力的负荷聚类方法及负荷聚类系统-CN202211240860.3在审
发明人：韩晓欧;赵龙;孙会涛;臧昱秀;王聪;赵昊东;冯天民 -专利权人：国网辽宁省电力有限公司沈阳供电公司
申请日： 2022-10-11 - 公布日： 2023-01-06 - 主分类号： G06F18/23213 文献下载
摘要：本发明提供了一种基于负荷可调节潜力的负荷聚类方法及负荷聚类系统，其中，负荷聚类方法包括：基于电力大数据，获取负荷用电数据；根据负荷用电数据，对负荷样本进行第一次聚类，获取第一次负荷样本聚类结果；根据历史负荷可调节潜力主要影响因素和历史负荷可调节潜力数据，采用机器学习算法获得训练模型；基于训练模型获取当前负荷可调节潜力数据；基于当前负荷可调节潜力数据，对第一次负荷样本聚类结果进行第二聚类，获取第二次负荷样本聚类结果；基于第二聚类结果，确定负荷样本的类别
基于负荷调节潜力方法系统

[发明专利]一种基于改进K-means的排水管网监测点优化布置方法及系统-CN202210816536.5在审
发明人：赵文涓;梁漫春;李梅;曹毅 -专利权人：清华大学合肥公共安全研究院
申请日： 2022-07-12 - 公布日： 2022-11-11 - 主分类号： G06F30/18 文献下载
摘要：本发明提供一种基于改进K‑means的排水管网监测点优化布置方法及系统，所述方法包括：S1、搜集监测点数据作为原始数据；S2、原始数据预处理；S3、BIRCH预聚类；S4、确定预聚类最佳参数组合；S5、将预聚类聚类结果及参数代入K‑means；S6、K‑means聚类获得聚类结果；S7、结合实际验证聚类结果是否合理；S8、若是，则根据所述聚类结果输出排水管网监测点优化布置方案，否则循环执行前述步骤S4本发明解决了K‑means聚类中K值随机选择且对初始聚类中心样本点敏感影响优化效果以及优化方案不合理的技术问题。
一种基于改进 means 排水管网监测优化布置方法系统

[发明专利]一种基于簇语义特征分析的反馈式聚类方法-CN201810255690.3有效
发明人：杨雷;代钰;刘星雨;范侨迪;张斌 -专利权人：东北大学
申请日： 2018-03-27 - 公布日： 2020-04-14 - 主分类号： G06F16/28 文献下载
摘要：本发明属于数据分析与挖掘技术领域，具体涉及一种基于簇语义特征分析的反馈式聚类方法，包括以下步骤：1)根据反馈式属性加权K‑means聚类以获得最优属性权重；2)根据簇语义特征分析以获得最优聚类结果。本发明通过属性权值反应用户对属性的关注度，利用簇语义特征分析方法将聚类结果中具有代表性、区分性和可理解性的属性项选择出来并展示以解决用户对聚类结果难以理解的问题，在此基础上融入用户的领域知识、经验及业务分析目标，采用基于改进粒子群算法的权值调整来优化属性权值，同时优化聚类个数，使优化的权值和聚类个数重新聚类以得出满足用户分析目标的聚类结果。
一种基于语义特征分析反馈式聚类方法

[发明专利]一种聚类方法及装置-CN201811400831.2在审
发明人：罗玄;黄君实;陈强 -专利权人：北京奇虎科技有限公司
申请日： 2018-11-22 - 公布日： 2019-03-22 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种聚类方法及装置，所述方法包括：获取包括多个聚类对象的待处理数据以及所述待处理数据的指定目标类别数；其中，所述待处理数据包括多媒体数据、文本数据和/或用户数据；依据各聚类对象的类别属性将所述待处理数据中的各聚类对象进行分类，获得所述指定目标类别数的聚类类别；计算各聚类类别的纯度；结合所述各聚类类别的纯度确认所述待处理数据的最终聚类类别，并输出各最终聚类类别的聚类中心。基于本发明提供的聚类方法，在聚类过程中引入了纯度的计算对聚类结果进行监督，在优化待处理数据聚类过程的同时，提升聚类结果的准确性。
聚类待处理数据聚类过程聚类结果聚类类别目标类别多媒体数据聚类中心类别属性文本数据用户数据输出分类引入优化监督

[发明专利]一种目标聚类数的获取方法、装置及计算机系统-CN201911081062.9有效
发明人：李朋;施斌;彭虎;孙迁 -专利权人：苏宁云计算有限公司
申请日： 2019-11-07 - 公布日： 2022-12-27 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例公开了一种目标聚类数的获取方法、装置及计算机系统，其中所述方法包括：获取待分类数据集；对所述待分类数据集按照设定的至少两个聚类数分别进行聚类划分，获得所有所述聚类数对应的聚类划分结果；根据所述聚类数与所述对应的聚类划分结果，计算每一所述聚类数对应的聚类有效性指标；确定所有所述聚类有效性指标中值最小的聚类有效性指标对应的聚类数为目标聚类数。本申请技术方案给出了目标聚类数的获取方法，能够用于对数据集进行聚类划分，提高了数据集划分的准确率。
一种目标聚类数获取方法装置计算机系统

[发明专利]一种面向属性网络聚类的小样本主动学习方法、系统及装置-CN202111170455.4在审
发明人：马小科;黄志豪;豆增发;吴文铭;王海月;李东远 -专利权人：西安电子科技大学
申请日： 2021-10-08 - 公布日： 2022-01-18 - 主分类号： G06K9/62 文献下载
摘要：本公开提供了一种面向属性网络聚类的小样本主动学习方法，包括：获取属性网络的邻接矩阵、属性矩阵和指示矩阵；利用指示矩阵记录节点的类别信息，结合属性矩阵选取各个类别的代表性节点集合；通过各矩阵得到属性网络节点的全局聚类结果和社团簇原型属性；从邻接矩阵和全局聚类结果刻画节点不确定度，获取属性网络中各个节点的总不确定度；选取不确定度最高的节点，并提取该节点的标签信息；从邻接矩阵中所有标记节点的邻接关系选择所有直接相连的邻居节点，构建子网络；获取子网络节点的聚类结果；利用全局聚类结果划分节点得出聚类结果。本公开解决了属性网络中小样本聚类问题。
一种面向属性网络样本主动学习方法系统装置

[发明专利]获取训练数据的方法、装置及电子设备-CN202210949980.4在审
发明人：范音 -专利权人：北京爱奇艺科技有限公司
申请日： 2022-08-09 - 公布日： 2022-12-02 - 主分类号： G06V40/16 文献下载
摘要：该方法包括：获取多个账户下的人脸图像；分别针对每一所述账户下的所述人脸图像进行聚类，得到每一所述账户的聚类结果；针对所述聚类结果，对不同所述账户的所述聚类结果中相同的类别进行合并处理，得到处理后的聚类结果；基于所述处理后的聚类结果筛选目标类别下的所述人脸图像作为人脸识别模型的训练数据，其中，每一所述目标类别下的所述人脸图像的数量均位于预设数值区间内。通过账户内的聚类以及账户间的类别合并，可以有效降低训练数据中的噪声数据，从而提升训练数据的质量。
获取训练数据方法装置电子设备

[发明专利]一种基于样本密度和自适应调整聚类中心的聚类分析方法-CN202010158639.8有效
发明人：张维;马志华 -专利权人：西北工业大学
申请日： 2020-03-09 - 公布日： 2021-10-15 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于样本密度和自适应调整聚类中心的聚类分析方法，首先基于样本密度和样本邻域初始化聚类数目K和聚类中心，然后采用最近邻类簇合并的方法自适应调整聚类数目K，最终得到最佳聚类结果，从而大大提高了聚类分析结果的有效性
一种基于样本密度自适应调整中心聚类分析方法

[发明专利]一种基于特征指标降维的分布式双层聚类分析方法-CN201910947223.1在审
发明人：李春燕;谢开贵;胡博;牛涛;张谦;王鑫;蔡文悦 -专利权人：重庆大学
申请日： 2019-09-30 - 公布日： 2020-01-07 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于特征指标降维的分布式双层聚类分析方法，属于电力系统用户响应聚类算法领域，包括以下步骤：S1：收集智能电表数据并传输到最近的局部站点，将大量负荷曲线按照所属站点分解为若干个规模较小、相互独立的子数据，对于本身负荷曲线较多的站点，可以进行进一步划分；S2：对分解到各站点的负荷数据进行数据降维，并采用复杂度较低的聚类算法进行一次聚类，对区域内不同客户进行聚类，得到聚类结果；S3：将从不同局部站点获得的聚类结果(仅上传聚类中心，而无需上传全部数据)，转发给全局数据中心进行二次聚类，并获得最终的聚类结果；S4：全局数据中心将全局聚类结果反馈给每个本地站点，并进行用户用电行为分析。
聚类结果站点负荷曲线局部站点聚类算法数据中心聚类上传全局分解电力系统负荷数据聚类分析聚类中心数据降维特征指标行为分析一次聚类用户响应用户用电智能电表复杂度子数据降维转发传输反馈客户

[发明专利]基于聚类模型的话题检测方法、装置和计算机设备-CN202110442589.0在审
发明人：吴天博;王健宗;黄章成 -专利权人：平安科技（深圳）有限公司
申请日： 2021-04-23 - 公布日： 2021-10-19 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于聚类模型的话题检测方法、装置、计算机设备和存储介质。所述方法包括：基于预设的聚类模型，对组合文本特征进行文本聚类，得到文本聚类结果；将文本聚类结果中文本数量大于预设文本数量阈值的话题确定为热点话题。因此，采用本申请实施例，由于预设的特征生成模型包括第一特征生成模型和第二特征生成模型，这样，使得生成并输出的文本特征为组合文本特征，该组合文本特征更加精准；此外，由于引入了预设的聚类模型，该预设的聚类模型能够对组合文本特征至少进行两次文本聚类，使得得到的文本聚类结果更加精准；将文本聚类结果中文本数量大于预设文本数量阈值的话题确定为热点话题；这样，最终确定出的热点话题也更加精准。
基于模型话题检测方法装置计算机设备

[发明专利]基于遗传算法的文本数据半监督聚类方法-CN201811373404.X有效
发明人：马文;张新阳;李辉 -专利权人：云南电网有限责任公司信息中心
申请日： 2018-11-19 - 公布日： 2021-12-21 - 主分类号： G06F16/35 文献下载
摘要：基于遗传算法的半监督文本聚类方法，可以应用到各专业领域如电力行业数据的文本数据分析中，通过tf‑idf将文本数据集中的文本进行特征权计算，并将根据特征权值进行初始聚类计算，按照遗传算法，将文本内重要特征词间平衡距离作为分类适应度，实现聚类结果的优化。通过人机交互对聚类结果进行审阅并根据经验知识对聚类结果进行修改和调整，再次运用遗传算法进行调整后聚类的迭代与二次优化，达到最终文本聚类的效果。本方法有效结合了文本数据无监督聚类方法的易用性与有监督聚类方法的准确性及计算高效性，能够有效平衡通常文本数据聚类分析与人工分类结果差别太大及计算资源消耗过多等问题，改善了文本聚类的运行效果。
基于遗传算法文本数据监督方法

[发明专利]一种基于聚类思想的道路行人小目标检测方法-CN202110445493.X有效
发明人：袁国慧;叶涛;王卓然 -专利权人：电子科技大学
申请日： 2021-04-23 - 公布日： 2022-07-26 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于聚类思想的道路行人小目标检测方法，涉及图像处理、目标检测及深度学习技术领域；其包括S1：构建行人聚类标签，训练一个基于通用深度学习目标检测框架的聚类模型；S2：输入待检测图像；S3：使用聚类模型提取待检测图像中的行人聚类区域；S4：对所有的行人聚类区域进行预处理，调整聚类区域大小，使其与行人检测模型的输入尺寸相匹配；S5：基于通用目标检测模型训练一个行人检测模型，对调整后的行人聚类区域进行精细检测，得到所有聚类区域内的行人检测结果；S6：使用非极大值抑制对所有的行人检测结果进行处理，并将所有聚类区域内的行人检测结果位置信息映射到待检测原图像上；S7：输出待检测图像中所有的行人检测结果。
一种基于思想道路行人目标检测方法

[发明专利]一种基于风电场运行数据的概率聚类分群方法-CN201510651130.6在审
发明人：赵宇思;吴林林;刘辉;徐海翔;王皓靖;任巍曦 -专利权人：华北电力科学研究院有限责任公司;国网冀北电力有限公司电力科学研究院;国家电网公司
申请日： 2015-10-10 - 公布日： 2015-12-23 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种基于风电场运行数据的概率聚类分群方法，包括：获取风电场的实测数据；根据风电场的地理位置设定分群个数k，随机选取k个样本作为初始聚类中心；计算实测数据中每一样本分别到每一个聚类中心的欧氏距离，选取每一样本对应的最小欧氏距离，并将每一样本划入与最小欧式距离对应的聚类中心所在的群中，生成分群结果；根据欧氏距离计算获得聚类的平方误差总和；循环执行上述迭代计算过程，比较相邻两次计算获得的聚类的平方误差总和，当满足E-E'<ε时，停止迭代计算；将分群结果进行分类，计算获得每一类的概率；选取概率最大的一类分群结果，利用轮廓值函数对该类分群结果中的每组分群结果进行评估，作为概率聚类分群的最终结果。
一种基于电场运行数据概率分群方法