“谱聚类”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748971个，建议您升级VIP下载更多相关专利

[发明专利]一种基于学习低秩表达的子空间聚类方法-CN202011369979.1在审
发明人：彭冲;陈程立诏;秦国峰;司建伟;魏计鹏 -专利权人：青岛大学
申请日： 2020-11-30 - 公布日： 2021-03-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于学习低秩表达的子空间聚类方法，包括以下步骤：S1.提出模型：采用自我表达的方式构建相应的表达字典，对自我表达矩阵和误差拟合项同时使用核范数，并加入流形项，帮助模型提取数据间的非线性关系；S2.模型优化：采用ALM的方法交替迭代优化；S3.模型应用，根据输入的数据集获得相应的自我表达矩阵Z；S4.根据自我表达矩阵做谱聚类：将自我表达矩阵作为谱聚类输入的相似矩阵，通过谱聚类算法得到最终的聚类的簇的划分本发明能够有效获取二维数据集中的结构信息，流形的加入使得模型更具普适性，减少子空间聚类中对于数据集的严苛要求，提高了聚类的准确率。
一种基于学习表达空间方法

[发明专利]一种基于图挖掘技术的基因表达模块发现方法-CN202110154318.5在审
发明人：王建东;黄致远;夏翔;袁思林;刘振宇;胡欣立 -专利权人：西安电子科技大学青岛计算技术研究院;西安电子科技大学;西电科大（青岛）计算技术研究院有限公司
申请日： 2021-02-04 - 公布日： 2022-08-05 - 主分类号： G16B40/30 文献下载
摘要：本发明公开了一种基于图挖掘技术的基因表达模块发现方法，包括经典聚类算法:MCL聚类算法，谱聚类算法，亲和传播聚类算法。本发明基于图的聚类算法，针对基因数据，将基因共表达关系建模为一个图，从而将聚类问题转化为图划分问题。通过研究基因来发现基因与疾病之间的联系，更好地了解相关疾病。分析大型全基因组基因表达数据集的关键步骤是使用模块检测方法将基因分组为共表达模块，而经典聚类算法作为大型基因表达谱检测的重要工具，在对基因数据集的研究中起着巨大作用。本发明采用Python工具包，在真实基因表达谱数据上进行了仿真实验，为生物信息学领域检测生物功能模块提供了一个有效的计算工具。
一种基于挖掘技术基因表达模块发现方法

[发明专利]一种基于低秩表征和改进谱聚类的单细胞RNA测序数据聚类方法-CN202210934654.6在审
发明人：张伟;徐亚新;郑晓颖;蔡娴娴 -专利权人：华东交通大学
申请日： 2022-08-04 - 公布日： 2022-10-21 - 主分类号： G16B30/10 文献下载
摘要：本申请涉及一种基于低秩表征和改进谱聚类的单细胞RNA测序数据聚类方法，它包括如下步骤：基于单细胞RNA测序数据矩阵，建立联合低秩表示和自适应图正则化的数学模型；采用交替方向乘子法，构建增广拉格朗日函数，对每个变量进行单独优化，得到细胞与细胞间相似性矩阵S；采用谱聚类方法对相似性矩阵S进行聚类，得到对单细胞的分类。本发明可有效的将低秩表征来刻画数据全局结构，结合谱聚类模型将数据非线性关联特征自适应的结合起来建立优化模型，并且实现对单细胞的细胞类型分类；实验数值实验结果表明，本发明可以对单细胞RNA测序数据进行有效聚类
一种基于表征改进谱聚类单细胞 rna 序数据聚类方法

[发明专利]基于NJW谱聚类标记的图像分割方法-CN201110346346.3有效
发明人：缑水平;焦李成;杨静瑜;李阳阳;张佳;徐聪;杨淑媛;庄雄 -专利权人：西安电子科技大学
申请日： 2011-11-04 - 公布日： 2012-02-08 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于NJW谱聚类标记的图像分割方法，主要解决谱聚类方法稳定性差的问题。其实现过程是：(1)对待分割图像提取灰度共生特征，并进行归一化处理以去除数据间量级影响；(2)用k-means算法将特征数据聚为m类，并以与聚类中心最近邻的特征数据作为采样点，得采样子集S；(3)利用NJW谱聚类算法，对采样子集S进行聚类，得到采样子集S的标签；(4)对采样子集S进行学习，训练一个支撑矢量机SVM分类器；(5)用所得的SVM分类器对所有特征数据进行测试，得到最终的图像分割结果。
基于 njw 谱聚类标记图像分割方法

[发明专利]一种图像的分类方法及系统-CN201910925538.6在审
发明人：刘学文 -专利权人：广东浪潮大数据研究有限公司
申请日： 2019-09-27 - 公布日： 2020-02-04 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种图像的分类方法及系统，包括：将具有人工分类标签的图像输入自编码器中对自编码器进行训练；将测试图像输入训练后的自编码器中；将自编码器中维度最少的隐藏层确定为有效特征层；利用谱聚类算法对有效特征层进行聚类，根据有效特征层提取的图像特征将所有测试图像分为多个聚类簇；在每个聚类簇中，获取不同类别的人工分类标签图像的数量，利用数量最多的人工分类标签图像的类别定义当前聚类簇中无标签图像的类别。由此可见，本申请采用自编码器提取图像特征,利用谱聚类算法进行分类，得到的图像特征更为准确，并且谱聚类算法对于数据分布的适应能力更强，聚类效果也更加明显，对图像分类的准确率更高。
编码器标签图像聚类算法人工分类有效特征聚类簇测试图像图像特征聚类提取图像特征类别定义数据分布图像分类图像输入隐藏层分类准确率维度申请标签图像

[发明专利]一种基于自适应模糊谱聚类和混合核最小二乘支持向量机的流体管道流量预测方法-CN202310443440.3在审
发明人：李帅永;张旭云涛;张超;傅圣豪;张赛 -专利权人：重庆邮电大学
申请日： 2023-04-23 - 公布日： 2023-07-18 - 主分类号： G06F18/23 文献下载
摘要：本发明属于流体管道流量预测领域，具体涉及一种基于自适应模糊谱聚类和混合核最小二乘支持向量机的流体管道流量预测方法，包括：获取非平稳流体管道流量序列，采用VMD模型对非平稳流体管道流量序列进行分解，得到平稳子序列；采用自适应模糊谱聚类对所有的平稳子序列进行聚类；将聚类后序列输入到混合核最小二乘支持向量机的流体管道流量预测模型，得到流体管道流量预测结果；本发明利用改进的谱聚类算法对子序列进行特征聚类，将其划分为三类具有不同幅频特性的分解分量，再根据高斯核、多项式核和线性核三种核函数对每一类分量进行预测，再将预测结果进行重构，提高了流量预测的准确性。
一种基于自适应模糊谱聚类混合最小支持向量流体管道流量预测方法

[发明专利]一种基于可变簇谱聚类的图像复制粘贴篡改检测方法及系统-CN202310787890.4在审
发明人：蔺聪;黄轲 -专利权人：广东财经大学
申请日： 2023-07-26 - 公布日： 2023-08-25 - 主分类号： G06V10/75 文献下载
摘要：本发明公开了一种基于可变簇谱聚类的图像复制粘贴篡改检测方法及系统，包括以下步骤：S1、从输入的图像中提取关键点特征信息，构建关键点集合；S2、对关键点集合进行分层特征匹配，得到匹配点；S3、构建倾向向量，利用倾向向量删除错误匹配点；S4、采用可变簇谱聚类的方式对匹配点进行聚类，将满足相似变换的匹配点划分至同一个簇内，所述可变簇谱聚类的方式包括有谱聚类和对簇进行动态调整；S5、通过簇内的匹配点估计仿射矩阵本方法与传统技术相比，采用倾向向量进行聚类，能够根据待检测图像的篡改区域数量对簇的数量进行动态调整，提高了篡改检测的准确性。
一种基于可变簇谱聚类图像复制粘贴篡改检测方法系统

[发明专利]基于归一化谱聚类和约束谱聚类的两阶段主动解列方法-CN201110173468.7有效
发明人：丁磊 -专利权人：山东大学
申请日： 2011-06-24 - 公布日： 2011-11-16 - 主分类号： H02J3/38 文献下载
摘要：本发明公开了一种基于归一化谱聚类和约束谱聚类的两阶段主动解列方法，在第一阶段中，利用归一化谱聚类来识别同调机群，并利用这些同调机群形成成对约束；第二阶段则使用约束谱聚类来寻找满足成对约束的、具有最小有功潮流冲击的解列断面
基于归一化谱聚类约束阶段主动方法

[发明专利]联邦谱聚类方法、装置及电子设备-CN202211733988.3在审
发明人：樊继聪 -专利权人：深圳市大数据研究院
申请日： 2022-12-22 - 公布日： 2023-05-16 - 主分类号： G06F18/23 文献下载
摘要：本公开实施例公开了一种联邦谱聚类方法、装置及电子设备，该方法包括：中央服务器将第s‑1轮全局字典矩阵广播给参与第s轮联邦学习的各客户端，以便各客户端基于第s‑1轮全局字典矩阵更新第s轮本地字典矩阵和第s，直至s达到预设的最大训练次数或第s轮全局字典矩阵收敛；此时，再根据相应客户端的最后轮次本地字典矩阵和最后轮次本地系数矩阵，得到最后轮次全局字典矩阵和最后轮次全局系数矩阵，并将据此构建的相似度矩阵进行谱聚类得到谱聚类的结果，并将谱聚类的结果广播给各客户端。该技术方案可以提高联邦谱聚类算法的安全性和有效性。
联邦谱聚类方法装置电子设备

[发明专利]一种基于谱分割理论的镜头聚类方法-CN200810056096.8无效
发明人：薛玲;李超;钟林;李欢;熊璋 -专利权人：北京航空航天大学
申请日： 2008-01-11 - 公布日： 2008-07-09 - 主分类号： G06K9/00 文献下载
摘要：一种基于谱分割理论的镜头聚类方法，将谱图理论用于镜头聚类，对每个待分类的镜头提取其特征向量，根据提取出的特征向量，计算每两类间的相似度，然后将镜头集构造为一有权的无向图，根据每两镜头类之间的相似度，将使用谱分割每个镜头类二分为两个镜头类，再用贝叶斯信息准则判定此分割是否有效，有效分割的镜头子类迭代分割操作，无效分割的镜头类为终止节点，最后直到分割停止后对分类结果进行融合，得到最优镜头分类数和分类的结果。本发明解决了聚类算法中难以估计最优化的分类个数的难题，利用精确二分类的谱分割，提高了聚类结果的查全率和查准率；提出的全局融合操作，具有对分类错误的纠错功能，有效避免了局部最优解问题。
一种基于分割理论镜头方法

[发明专利]叶片类零件的3+2轴无支撑3D打印制造方法-CN201911310642.0有效
发明人：吴宝海;李成林;张莹;郑海;张阳 -专利权人：西北工业大学
申请日： 2019-12-18 - 公布日： 2021-11-16 - 主分类号： B29C64/386 文献下载
摘要：本发明公开了一种叶片类零件的3+2轴无支撑3D打印制造方法，用于解决现有叶片类零件的多轴3D打印制造方法复杂的技术问题。技术方案是将叶片类零件通过改进的谱聚类算法分割为多个子块，相较于背景技术采用Z平面简单直接分割方法，考虑了叶片在不同Z方向的相似、相邻程度，使得划分出的子块的表面法向量更为统一，避免了打印时的“台阶效应”，还能根据聚类算法自动确定聚类个数，弥补了传统谱聚类算法的不足，同时基于两个准则的迭代算法还能自动给出最优的聚类个数，弥补传统谱聚类算法需要手动给出聚类个数的不足，本发明方法计算出的主打印方向对各子块进行打印
叶片零件支撑打印制造方法

[发明专利]一种基于分层聚类的电驱动系统可靠性工况提取方法-CN202210403111.1在审
发明人：赵礼辉;李乐;陈锴;邓思城;王震 -专利权人：临界面（上海）智能科技有限公司
申请日： 2022-04-18 - 公布日： 2022-07-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于分层聚类的电驱动系统可靠性工况提取方法,包括：基于分层聚类原理进行分层聚类可行性分析；基于用户运行数据库，将运行片段与怠速片段进行切分，基于运行片段进行特征参数构造；基于特征参数中的车速基本特征参数进行第一次聚类；结合第一次聚类，基于特征参数中的车速波动特征参数进行第二次聚类；基于第二次聚类，获得聚类结果和工况比例构成。本发明把不同的特征参数分批，对用户运行片段进行聚类，获取最优聚类数，相对于单次聚类，得到的典型工况更加详细多样，可为后续电驱动系统载荷谱的编制提供帮助与依据，提高载荷谱的加速效果。
一种基于分层驱动系统可靠性工况提取方法

[发明专利]一种音频半监督自动聚类方法、装置、设备及介质-CN202310987930.X在审
发明人：梁磊;瞿千上;庄焰;谭熠 -专利权人：硕橙（厦门）科技有限公司
申请日： 2023-08-08 - 公布日： 2023-09-05 - 主分类号： G10L25/27 文献下载
摘要：本发明提供了一种音频半监督自动聚类方法、装置、设备及介质，包括：逐秒分割工业设备环境音频，并提取出2维梅尔标度的谱图；分别通过在AudioSet预训练的视觉自注意力模型和基于原始波形的1D卷积网络提取两组嵌入特征；将两组嵌入特征通过TSNE分别降维至2维，在2维特征空间，采用谱聚类、K‑means聚类和OPTICS聚类三种方式生成九组候选聚类结果；基于聚类相似度实现九组候选聚类结果的集成。本发明在面对未见的类别场景时，能够通过预训练模型生成具有代表性和区分度的特征，实现未知场景音频的自动聚类，提高聚类效果的鲁棒性。
一种音频监督自动方法装置设备介质

[发明专利]基于模糊聚类算法的胎儿心率检测方法与系统-CN201910085764.8在审
发明人：谢胜利;张雨昌;蔡坤 -专利权人：广东工业大学
申请日： 2019-01-29 - 公布日： 2019-04-23 - 主分类号： A61B7/04 文献下载
摘要：本发明涉及医疗电子和胎儿监护领域，涉及基于模糊聚类算法的胎儿心率检测方法与系统，方法包括：采集原始胎儿心音信号；对心音信号进行信号预处理；提取倒谱特征作为特征参数；利用特征参数来训练模糊聚类模板库；通过模糊聚类模板库匹配出待测心音信号的最优模板本发明采用线性预测倒谱系数提取倒谱特征作为特征参数后用来训练模糊聚类模板库，得到胎儿心音信号对应的瞬时心率，通过模板库不断训练产生更优的模板，再利用最优模板匹配得到待测心音信号属于哪类胎心率，最终得到待测心音的胎心率模糊聚类算法能将数据集较“分明”的划分，对倒谱特征和参数设置能很好地容差并实现动态聚类，检测更准确和有效。
心音信号模板库模糊聚类算法模糊聚类特征参数胎儿心率检测胎儿心音信号胎心率线性预测倒谱系数信号预处理心音参数设置动态聚类模板匹配胎儿监护胎儿心率医疗电子数据集再利用容差心率匹配采集检测

[发明专利]基于谱聚类和LSTM神经网络的电动公交车充电负荷预测方法-CN202011235182.2在审
发明人：王哲;迟福建;万宝;李桂鑫;孙阔;董自帅;凌天晗;陈跃;梁海深;王庆彪;徐福;周建伟;穆云飞;董晓红;邓友均;唐舒懿 -专利权人：国网天津市电力公司;国网天津市电力公司滨海供电分公司;天津大学
申请日： 2020-11-08 - 公布日： 2021-02-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于谱聚类和LSTM神经网络的电动公交车充电负荷预测方法，该充电负荷预测方法包括：步骤一、电动公交车充电负荷数据处理及分析，即整理电动公交车充电负荷数据，并进行预处理与清洗，从而得到日负荷曲线，并分析日负荷曲线特征；步骤二、根据电动公交车日负荷曲线特征，利用考虑距离和形态特性的谱聚类算法对日负荷曲线进行聚类；步骤三、根据考虑距离和形态特性的谱聚类算法的负荷曲线聚类结果，对各类群体分别进行LSTM本发明通过聚类算法将具有相同特性的电动公交车划分为同一类簇，针对不同类簇进行LSTM神经网络建模分析，能提高总体负荷预测精度。
基于谱聚类 lstm 神经网络电动公交车充电负荷预测方法