“聚类”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677479个，建议您升级VIP下载更多相关专利

[发明专利]特征化密度峰聚类的出租车热点区域提取方法-CN202010449285.2有效
发明人：汪小寒;罗永龙;张泽培;何增宇;胡王悟 -专利权人：安徽师范大学
申请日： 2020-05-25 - 公布日： 2022-08-30 - 主分类号： G06F16/29 文献下载
摘要：本发明公开了一种特征化密度峰聚类的出租车热点区域提取方法，方法具体包括如下步骤：S1、选取一定数量的特征点放入特征点集合中，计算特征点集合中每个特征点的支持度；S2、计算密度峰聚类过程中的聚类指标，即特征点的局部密度和聚类中心距离，基于将特征化过程中得到的支持度结合聚类指标构建三维决策图；S3、基于三维决策图来选取聚类中心、基本聚类点以及噪声点；S4、基于聚类中心对基本聚类点进行聚类，形成聚类簇，一个聚类簇对应出租车的一个热点区域基于特征化原理采用三维决策图来准确定位聚类中心、基本聚类点以及噪声点，由于采用特征点以及支持度模拟原始数据，进而提高了聚类效率，同时解决二维决策图无法处理重合点的问题。
特征密度峰聚类出租车热点区域提取方法

[发明专利]用于车辆的聚类方法、装置、设备和存储介质-CN202110050122.1有效
发明人：薛高茹;袁亚运;何文彦;石露露;王晨红;秦屹 -专利权人：森思泰克河北科技有限公司
申请日： 2021-01-14 - 公布日： 2022-05-31 - 主分类号： G01S7/41 文献下载
摘要：本发明适用于雷达测控技术领域，提供了一种用于车辆的聚类方法、装置、设备和存储介质，其中，用于车辆的聚类方法包括：获取预先根据基于密度的聚类算法对路段中车辆处理得到的多个聚类中的第一目标聚类；根据第一目标聚类对应的点云中各个点的第一目标参数的特征向量之间的欧式距离，获取第一目标聚类对应的点云的第一距离矩阵Cn×n；将第一距离矩阵中的最大值所在的行号对应的点确定为第一聚类中心，将第一距离矩阵中的最大值所在的列号对应的点确定为第二聚类中心；根据第一聚类中心和第二聚类中心，对第一目标聚类对应的点云进行聚类，得到多个第一车辆聚类。采用本发明可以提高拥堵路段的车辆的聚类准确度。
用于车辆方法装置设备存储介质

[发明专利]一种用于污水异常检测的改进型层次聚类方法-CN201910187308.4在审
发明人：张宇;汤哲 -专利权人：中南大学
申请日： 2019-03-13 - 公布日： 2019-06-07 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种一种用于污水异常检测的改进型层次聚类方法，本发明提供了一种应用于污水异常检测自动化监控的改进型层次聚类方法，结合机器学习中的网格聚类思想，通过LDA信息增益算法进行终止条件的判定，从而实现聚类的高效和精准，确定出数据的最佳聚类方案，通过对正常簇和异常簇的判别来确定污水处理中的异常。为了识别污水处理数据中的异常数据，应用了一种基于网格的改进型层次聚类算法进行数据异常的检测。算法使用网格聚类进行数据预处理，并采用LDA算法进行聚类最优的判定。网格聚类的结合提高了整体的聚类效率，同时凝聚型层次聚类保证了整个聚类过程的精准程度，基于LDA的信息增益算法作为聚类的终止条件，从而很好的解决了层次聚类算法中聚类效果不稳定的问，在投影后使得“类内方差最小，类间方差最大”。
聚类层次聚类改进型网格聚类异常检测层次聚类算法信息增益算法终止条件方差污水判定污水处理数据预处理自动化监控机器学习聚类过程数据异常异常数据网格算法投影应用检测凝聚保证

[发明专利]一种目标化分割资产池的方法及装置-CN201610211540.3在审
发明人：杜衡;冯骞 -专利权人：贵阳高登世德金融科技有限公司
申请日： 2016-04-07 - 公布日： 2016-08-31 - 主分类号： G06Q40/06 文献下载
摘要：本发明公开了一种目标化分割资产池的方法及装置，所述方法包括确定对资产池进行目标化的目标化条件；将资产池的每个目标化条件作为一个维度，分别在每个维度上确定初始聚类中心，将所有维度上的初始聚类中心整合为多维初始聚类中心，并增加用户预设聚类中心，根据多维初始聚类中心和用户预设聚类中心对资产池进行聚类，得到多个备选资产聚类包；根据目标化容错范围，将用户预设聚类中心对应的备选资产聚类包中的资产与多维初始聚类中心对应的备选资产聚类包中的资产进行置换，将用户预设聚类中心对应的备选资产聚类包作为可封包的资产，完成对资产池的分割。
一种目标化分资产方法装置

[发明专利]一种基于多特征融合的人脸图像聚类方法及装置-CN202010081619.5在审
发明人：周峰;杜康;呼延康 -专利权人：北京爱笔科技有限公司
申请日： 2020-02-06 - 公布日： 2020-06-16 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多特征融合的人脸图像聚类方法，包括：获取待聚类人脸图像集中每一张人脸图像的人脸特征集，其中，所述人脸特征集包括各个特征提取器对其提取的特征向量；依据各个人脸特征集，计算所述待聚类人脸图像集中每一个人脸图像对的相似度向量；依据各个相似度向量，确定每一张人脸图像的初始聚类；将各个初始聚类中存在联通关系的初始聚类进行合并，得到目标聚类。上述的聚类方法中，采用针对每一张人脸图像人脸特征集计算待聚类人脸图像集中各个图像对的相似度向量，并依据相似度向量进行聚类，并对聚类结果进行合并得到目标聚类，采用了多个特征向量进行计算，相较于单一人脸特征进行聚类，提高了聚类精度。
一种基于特征融合图像方法装置

[发明专利]果树检测方法及装置-CN202110826512.3在审
发明人：耿长兴;王永;朱国锋;沈任远 -专利权人：苏州大学
申请日： 2021-07-21 - 公布日： 2021-10-01 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种果树检测方法及装置，属于计算机技术领域，该方法包括：获取果园区域内的环境点云数据；通过LAPO对环境点云数据进行聚类，得到最优的聚类中心集合；将最优的聚类中心集合中不同的聚类中心之间的欧式距离与果树直径进行比较，以按照比较结果对多个聚类中心进行更新，得到更新后的聚类中心；按照DBSCAN和更新后的聚类中心进行数据聚类，得到多个数据簇；将不同数据簇的聚类中心之间的欧式距离与果树直径进行比较，以按照比较结果对数据簇的聚类中心进行更新，得到最终的聚类中心；按照最终的聚类中心对果树聚类与其它目标聚类进行划分，得到果树检测结果；不需要预先得知果树数量、种植株距等信息，即可实现果树的检测。
果树检测方法装置

[发明专利]一种基于DBSCAN聚类的负荷异常检测方法及系统-CN202210460694.1在审
发明人：左强;陆婋泉;杨世海;段梅梅;孔月萍;周雨奇;王逸民;丁泽诚;苏慧玲;陈铭明;瞿亚运;张驰;曹晓冬;李波 -专利权人：国网江苏省电力有限公司营销服务中心
申请日： 2022-04-28 - 公布日： 2022-08-05 - 主分类号： G06K9/62 文献下载
摘要：一种基于DBSCAN聚类的负荷异常检测方法及系统，方法包括：步骤1，采集负荷异常数据；步骤2，对负荷异常数据进行预处理后得到可靠数据集；将可靠数据集划分为训练集和测试集；步骤3，搭建DBSCAN聚类模型，以训练集为输入，以异常类型聚类簇为输出，对聚类模型进行训练；步骤4，使用训练好的聚类模型对测试集进行聚类，以轮廓系数作为聚类结果评价指标，以获得负荷异常的多个辨识类型簇。本发明在经过数据预处理后，充分利用DBSCAN聚类算法的聚类优势，聚类结果的精确度得到进一步提升，聚类过程中，无需预设聚类簇数，通过寻找数据内在规律、及时发现数据异常点，从而实现对负荷异常数据的聚类，根据聚类结果准确辨识负荷异常类型
一种基于 dbscan 负荷异常检测方法系统

[发明专利]基于K均值的电力用户聚类方法及装置-CN201611081164.7有效
发明人：李秋硕;李鹏;孙宇军;赵云;钱斌 -专利权人：南方电网科学研究院有限责任公司;中国南方电网有限责任公司电网技术研究中心
申请日： 2016-11-30 - 公布日： 2020-11-03 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于K均值的电力用户聚类方法及装置，对各电力用户在每个预设时间点的用电负荷进行排序，获得各预设时间点对应的电力用户的用电负荷集，并获得预设聚类个数的排位数，从各用电负荷集中分别选取排位数对应的用电负荷，获得每个排位数对应的各用电负荷并初始化为预设聚类个数的聚类中心，再采用K均值聚类算法对各电力用户进行聚类。不再是随机在电力用户中选取在各预设时间点的用电负荷作为初始化聚类中心，而是根据每个排位数对应的各用电负荷，分别构建预设聚类个数的在各预设时间点的新用电负荷并初始化聚类中心，可合理地初始化聚类中心，在初始化聚类中心后进行聚类，可获得较为准确的聚类结果，提高聚类准确性。
基于均值电力用户方法装置

[发明专利]一种广告投放效果评估方法、装置及电子设备-CN201810661300.2有效
发明人：肖源;陈少杰;张文明 -专利权人：武汉斗鱼网络科技有限公司
申请日： 2018-06-25 - 公布日： 2022-05-13 - 主分类号： G06Q30/02 文献下载
摘要：本发明实施例公开了一种广告投放效果评估方法、装置及电子设备，所述方法包括：基于设定规则将实时获取的每条投放广告对应的反馈信息分配至预设的多个局部聚类模块中的其中一个局部聚类模块，通过局部聚类模块对反馈信息进行聚类运算，得到第一设定数量的聚类中心，将预设的各局部聚类模块运算得到的多个聚类中心实时地发送至全局聚类模块，通过全局聚类模块对接收到的多个聚类中心再次进行聚类运算，得到第二设定数量的目标聚类中心，根据所述目标聚类中心以及反馈信息对每条投放广告的投放效果进行评估；其中，所述预设的多个局部聚类模块的数量为至少两个。
一种广告投放效果评估方法装置电子设备

[发明专利]一种针对聚类设计的密度估计方法和装置-CN202111381288.8有效
发明人：陈冲;申晨;黄建强;华先胜 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2021-11-20 - 公布日： 2022-05-27 - 主分类号： G06V10/762 文献下载
摘要：本申请提供一种针对聚类设计的密度估计方法，所述针对聚类设计的密度估计方法，包括：根据待聚类对象的特征构建不同待聚类对象之间相似性；对所述不同待聚类对象之间的相似性进行归一化处理，获得所述不同待聚类对象之间的转移概率矩阵；基于所述转移概率矩阵构造密度扩散，通过对所述密度扩散的迭代得到每个待聚类对象的密度。该方法首先对不同待聚类对象之间的相似性进行归一化处理，使每个待聚类对象对其他待聚类对象的密度的贡献值相同，之后，基于密度扩散的方式来估计各个待聚类对象密度的平稳分布，从而得到每个待聚类对象的密度，该方案利用了每个待聚类对象的局部特性，显著提高了不同类别的待聚类对象密度估计的稳定性和准确性。
一种针对设计密度估计方法装置

[发明专利]基于图像处理的输送机异常检测方法及系统-CN202211185684.8有效
发明人：郑兆宗;孔存红;张朋;邱雷明;梁勇;孙善金 -专利权人：山东山矿机械有限公司
申请日： 2022-09-28 - 公布日： 2023-02-17 - 主分类号： G06V20/50 文献下载
摘要：方法包括：得到各目标像素块的运动矢量；根据各目标像素块的运动矢量之间的聚类距离，得到各初始聚类类别以及各初始聚类类别中的各运动矢量；根据各初始聚类类别中的各运动矢量得到第一初始聚类评价指标、第二初始聚类评价指标和第三初始聚类评价指标；根据第一初始聚类评价指标、第二初始聚类评价指标和第三初始聚类评价指标，得到初始聚类综合评价指标；根据初始聚类综合评价指标，得到各目标聚类类别对应的平均运动矢量，根据各目标聚类类别对应的平均运动矢量，判断输送机传送带是否出现异常
基于图像处理输送异常检测方法系统

[发明专利]一种数据选择偏差下的去相关聚类方法及装置-CN202010591742.1有效
发明人：王啸;石川;范少华 -专利权人：北京邮电大学
申请日： 2020-06-24 - 公布日： 2023-03-21 - 主分类号： G06V10/762 文献下载
摘要：本发明实施例提供了一种数据选择偏差下的去相关聚类方法及装置，其中，方法包括：获取存在偏差的多张图像，作为样本集；基于样本集，联合优化加权后聚类算法和去相关正则项，得到最优加权后聚类算法，其中，最优加权后聚类算法是通过多次计算加权后聚类算法得到的，加权后聚类算法是通过使用去相关正则项学习得到的各样本权重，对聚类算法进行加权得到的；各样本权重为通过使用去相关正则项，对样本集中的各图像，学习本次各样本权重；通过在本次加权后聚类算法中包含的本次聚类中心和簇不是首次聚类中心和簇，并且本次聚类中心和簇与上次聚类中心和簇之间的差异小于阈值时，得到最优加权后聚类算法，以确定图像不受偏差影响的聚类中心和簇。
一种数据选择偏差相关方法装置

[发明专利]标签聚类方法和系统-CN201110076328.8无效
发明人：陈超;周津;俞能海 -专利权人：中国科学技术大学
申请日： 2011-03-28 - 公布日： 2011-07-20 - 主分类号： G06F17/30 文献下载
摘要：本发明实施例公开了一种标签聚类方法和系统，所述方法包括：建立每一个待聚类标签的特征向量；计算两个特征向量在欧式空间的余弦夹角，得到待聚类标签两两之间的相似度；采用K-Means算法、根据待聚类标签之间的相似度对所述待聚类标签进行聚类标签聚类系统，包括：特征向量建立模块，用于建立每一个待聚类标签的特征向量；相似度计算模块，用于计算两个特征向量在欧式空间的余弦夹角，得到待聚类标签两两之间的相似度；聚类模块，用于采用K-Means算法、根据待聚类标签之间的相似度对所述待聚类标签进行聚类。该技术方案，可以克服现有协同标记系统中标签相似度计算不准确的缺陷，缓解标签组织混乱，标签语义模糊问题，有效提高标签聚类的准确度。
标签方法系统

[发明专利]一种减小客户流失风险的大数据聚类算法-CN201810170341.1在审
发明人：李果 -专利权人：北京理工大学
申请日： 2018-02-28 - 公布日： 2018-08-17 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及减小客户流失风险的大数据聚类算法，所述方法包括以下步骤：(1)使用公理模糊集理论来选择相关的属性，用其隶属函数和逻辑运算来表达模糊概念；(2)根据计算的隶属度，自动确定减法聚类算法的邻域半径和权重系数；(3)利用减法聚类算法通过选择和更新山峰函数来计算聚类数量和质心。将减法聚类算法和公理模糊集集成为语义驱动的减法聚类方法；(4)使用K‑means算法来计算由语义驱动的减法聚类方法获得的聚类质心的聚类。基于减法聚类算法和公理模糊集的语义驱动的减法聚类方法(SDSCM)，提高了减法聚类算法和K‑means的聚类精度，通过使用这种新算法降低了使用公理模糊集(AFS)进行运营管理的不精确的风险。
减法聚类算法减法聚类语义驱动模糊集聚类聚类算法客户流失大数据减小模糊集理论聚类质心隶属函数逻辑运算模糊概念权重系数运营管理自动确定隶属度新算法邻域算法质心更新

[发明专利]基于大数据的聚类方法、设备、存储介质及装置-CN201810953907.8在审
发明人：褚维伟 -专利权人：中国平安人寿保险股份有限公司
申请日： 2018-08-21 - 公布日： 2019-04-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于大数据的聚类方法、设备、存储介质及装置。本发明中获取目标簇与预设初始聚类数，所述目标簇中包括数据对象；统计所述目标簇内的数据对象的簇对象数量；当所述簇对象数量大于或等于预设对象数量阈值时，将所述簇对象数量大于或等于所述预设对象数量阈值的目标簇作为待聚类簇；基于所述预设初始聚类数对所述待聚类簇进行聚类，以获得数量为所述预设初始聚类数的目标子簇。明显地，本发明的聚类过程充分考虑到了目标簇簇内对象的实际状况，并以大数据的技术基础为前提根据该实际状况来开展聚类操作，聚类效果更好，进而解决了现有的基于大数据的聚类方法选取出的聚类数聚类效果不好的技术问题
聚类预设大数据存储介质实际状况数据对象聚类簇获取目标技术基础聚类操作聚类过程阈值时子簇统计