“均值聚类”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716846个，建议您升级VIP下载更多相关专利

[发明专利]基于层次聚类的改进K均值聚类算法-CN201410350480.4在审
发明人：刘晓波;张明明;袁光前;陈鹏 -专利权人：南昌航空大学
申请日： 2014-07-22 - 公布日： 2014-10-15 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于层次聚类的改进K均值聚类算法，其步骤为：计算n个对象两两间的距离；构造n个单成员聚类；根据数据得出层次聚类；当数据分为K类时，计算出每一类的聚类中心；以求出的聚类中心作为K均值的初始聚类中心，K值作为K均值聚类的个数，进行K均值聚类得到聚类结果。本发明通过比较聚类结果与改进的K均值聚类结果两者的组内方差与组间方差表明改进的K均值聚类更为准确合理。将层次聚类和k-均值聚类各自的优点都尽量的发挥出来，避免两个聚类方法自身的不足，最大程度的提高了聚类的质量。
基于层次改进均值算法

[发明专利]一种基于网格密度的模糊C-均值聚类方法-CN202310493544.5在审
发明人：张茗洋;万静 -专利权人：哈尔滨理工大学
申请日： 2023-05-05 - 公布日： 2023-08-08 - 主分类号： G06F18/23213 文献下载
摘要：本发明涉及一种基于网格密度的模糊C‑均值聚类方法，属于模糊聚类的基本算法之一，本发明旨在解决传统的模糊C‑均值聚类聚类算法在实际应用中存在的问题,传统的模糊C‑均值聚类方法直接对数据集中的数据进行处理,计算它们的目标函数,通过目标函数求出隶属度函数以及聚类中心函数，导致聚类精度不高,因此针对模糊C‑均值聚类算法需人工选取聚类中心的问题，引入了基于网格密度的优化方法，对FCM聚类算法进行了改进,从而改善了FCM聚类算法中存在的不足,提高了聚类的精确度,达到优化模糊C‑均值聚类算法效果的目的。
一种基于网格密度模糊均值方法

[发明专利]一种基于粒子群改进K均值算法的负荷曲线聚类方法及系统-CN202110695568.X有效
发明人：覃日升;李胜男;姜訸 -专利权人：云南电网有限责任公司电力科学研究院
申请日： 2021-06-23 - 公布日： 2023-07-21 - 主分类号： G06F18/23213 文献下载
摘要：本申请属于电力系统分析与控制技术领域，提供一种基于粒子群改进K均值算法的负荷曲线聚类方法及系统，所述一种基于粒子群改进K均值算法的负荷曲线聚类方法包括：获取多个用户的原始负荷曲线负荷并进行预处理，获得负荷数据集；采用粒子群算法获得K均值算法的M个初始聚类中心；将数据对象分配到最近的聚类中心，获得M个相应的类簇；分别计算每个类簇中所有数据对象属性值均值，获得M个新聚类中心；根据每个类簇的新聚类中心和初始聚类中心是否相同来选择是否更新初始聚类中心；将新聚类中心作为K均值算法的最终聚类中心。上述基于粒子群改进K均值算法的负荷曲线聚类方法有效提高了日负荷曲线聚类方法的准确性和收敛速度。
一种基于粒子改进均值算法负荷曲线方法系统

[发明专利]基于特征权重的全局K-均值聚类方法-CN201110208617.9无效
发明人：于昕;焦李成;惠转妮;刘芳;曹宇;吴建设;王达;王爽;李阳阳 -专利权人：西安电子科技大学
申请日： 2011-07-22 - 公布日： 2011-11-23 - 主分类号： G06F17/30 文献下载
摘要：一种基于特征权重的全局K-均值聚类方法，其实现过程为：首先将数据聚为一类，其最优聚类中心为所有数据的质心，接着通过计算求出目标函数最小的数据点并将该数据点作为下一类的初始聚类中心，再利用带有特征权重的K-均值方法迭代更新得到聚为两类时的最佳聚类中心，采用同样的方法依次增加聚类中心数进行更新迭代直到聚完设定的K类为止，这样就完成了将所有数据点聚到K类的整个过程。本发明将全局K-均值方法与带有特征属性的K-均值相结合，构造了一种新的基于特征权值的全局K-均值聚类方法，聚类结果十分稳定，通过与几种K-均值类聚类方法的实验结果比较，证明本发明的聚类方法的有效性和鲁棒性
基于特征权重全局均值方法

[发明专利]基于熵权重的全局K-均值聚类方法-CN201110224684.X无效
发明人：于昕;焦李成;惠转妮;刘芳;曹宇;吴建设;王达;王爽;李阳阳 -专利权人：西安电子科技大学
申请日： 2011-08-05 - 公布日： 2011-11-23 - 主分类号： G06F17/30 文献下载
摘要：一种基于熵权重的全局K-均值聚类方法。其实现过程为：首先将数据聚为一类，其最佳聚类中心为所有数据的质心，接着通过计算求出目标函数最小的数据点并将该数据点作为下一类的初始聚类中心，再利用带有熵权重的K-均值方法迭代更新得到聚为两类时的最佳聚类中心，采用同样的方法依次增加聚类中心数进行更新迭代直到聚完设定的K类为止，这样就完成了将所有数据点聚到K类的整个过程。本发明.将全局K-均值方法与带有熵属性的K-均值相结合，构造了一种新的基于熵权值的全局K-均值聚类方法，聚类结果十分的稳定，通过与几种K-均值类聚类方法的实验结果进行比较，证明了本发明得到的聚类方法的有效性和鲁棒性
基于权重全局均值方法

[发明专利]一种基于普利姆的K均值聚类方法-CN201310343107.1无效
发明人：王堃;徐雳雳;高会;孙雁飞;郭篁;陆恒;张玉华;叶真璋 -专利权人：南京邮电大学
申请日： 2013-08-08 - 公布日： 2013-12-11 - 主分类号： G06F17/30 文献下载
摘要：本发明是一种基于普利姆的K均值聚类方法，针对K均值聚类算法随机选取中心的不足的问题，引入prim最小生成树方法对K均值聚类算法初始中心的选取进行优化，由此设计出一种改进的K均值聚类算法。使用prim最小生成树方法对随机生成的点求其最小生成树，然后从中找出最小生成树权值和最大，且权值相差不大的点集作为初始聚类中心，最后使用K均值聚类算法聚类。仿真结果表明相比传统K均值算法，本发明的方法具有更高的准确率以及更少的数据迭代次数。
一种基于普利姆均值方法

[发明专利]一种配电网电力系统的典型场景生成方法-CN201910227550.X有效
发明人：韩俊;吴志;黄俊辉;徐政;蔡超;顾伟;陈曦;王娜;袁晓昀;陈皓菲 -专利权人：国网江苏省电力有限公司经济技术研究院;东南大学;国网江苏省电力有限公司;国家电网公司
申请日： 2019-03-25 - 公布日： 2023-07-21 - 主分类号： G06Q10/0637 文献下载
摘要：本发明公开了一种配电网电力系统的典型场景生成方法，主要包括以下步骤：电网原始数据按时间尺度归一化处理，获取聚类样本；采用密度极值方法对聚类样本进行预处理，获得初始聚类中心；根据初始聚类中心，采用K‑均值聚类方法对风力发电、光伏发电、潮汐发电及时序负荷进行同步聚类，形成不同时间尺度下的配电网典型运行场景。本发明利用密度峰值聚类对K‑均值聚类进行改进，避免了传统K‑均值聚类初始聚类中心及聚类个数无法确定的问题，与传统K‑均值聚类相比，改进后的算法聚类有效性和收敛性更强。
一种配电网电力系统典型场景生成方法

[发明专利]一种基于K-均值聚类的频响函数质量线优化方法-CN202110564382.0在审
发明人：杜中刚;邓聚才;许恩永;刘夫云;孙永厚;叶明松;唐振天;冯哲;王方圆;赵德平 -专利权人：桂林电子科技大学;东风柳州汽车有限公司
申请日： 2021-05-24 - 公布日： 2021-08-03 - 主分类号： G06F17/15 文献下载
摘要：本发明公开了一种基于K‑均值聚类的频响函数质量线优化方法，通过将试验模态测定的频响函数频段划分为相应数据集并标准化；确定每个数据集的初始聚类中心和聚类数；定义该算法的迭代指标和迭代公式，反复迭代聚类中心和聚类数，直到指标最优；定义权重系数，根据不同的聚类和对应的权重系数计算所选频响函数质量线的均值。该方法结合质量线均值计算公式和K‑均值聚类算法的优势，主要确定了初始聚类数目和聚类中心方法、K‑均值迭代指标、类的权重系数，通过编写程序仿真，结果证明计算精度明显优化，同时极大提升基于试验模态的质量线识别惯量参数方法的效率
一种基于均值函数质量优化方法

[发明专利]基于模糊C均值聚类的空中交通区域划分方法-CN201811235486.1有效
发明人：谢华;陈海燕;王也;袁立罡;陈平;张洪海;张颖;赵征;王兵;李杰 -专利权人：南京航空航天大学
申请日： 2018-10-22 - 公布日： 2022-06-28 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种基于模糊C均值聚类的空中交通区域划分方法。基于模糊C均值聚类的空中交通区域划分方法包括：采集航班的ADS‑B数据并构建经纬度矩阵；利用模糊C均值聚类对经纬度矩阵中的每个数据进行聚类分析；依据分析结果计算每个数据的最佳聚类；通过聚类边缘绘制方法对每个数据的最佳聚类绘制航空系统边界通过将模糊C均值聚类算法与聚类评价指标进行结合，可以有效评价聚类有效性，得出最佳空中交通区域划分结果，优化了航空的区域划分。
基于模糊均值空中交通区域划分方法

[发明专利]基于均值偏移和K均值聚类技术的图像对象提取方法-CN201110196454.7无效
发明人：陈国庆;高瞻 -专利权人：苏州两江科技有限公司
申请日： 2011-07-14 - 公布日： 2011-10-19 - 主分类号： G06K9/62 文献下载
摘要：基于均值偏移和K均值聚类技术的图像对象提取方法，先使用均值偏移进行图像平滑，先应用meanshift算法进行图像平滑消除细节信息，在进行过meanshift平滑操作后，图像的细节部分将被忽略，从而将均值偏移的结果按照其颜色信息进行进一步聚类;在这一步骤中，要求聚类过程具有较高的效率并且能够满足一定的精度要求;运用k均值聚类算法对图像进行分割;K均值聚类的算法如下：应用K-means算法进行颜色聚类以提取图像中的对象信息，均值偏移和K均值聚类算法相结合
基于均值偏移技术图像对象提取方法

[发明专利]一种基于杂交水稻算法优化的模糊C均值聚类方法及系统-CN201811080424.8在审
发明人：叶志伟;金灿;王春枝;苏军;孙一恒;郑逍;杨娟;孙爽;陈凤;张旭 -专利权人：湖北工业大学
申请日： 2018-09-17 - 公布日： 2019-01-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于杂交水稻算法优化的模糊C均值聚类方法及系统，方法包括：初始化该优化算法参数，预处理待聚类的数据集；构建目标函数，即对可行解的评价函数；对目标函数进行最优值求解，得到最优值并确定对应的最优初始聚类中心；根据最优初始聚类中心进行模糊C均值聚类，最终得到聚类结果。系统包括初始化模块、编码模块、适用度值计算模块、最优值计算模块、最优初始聚类中心计算模块、模糊C均值聚类模块、输出模块；采用本发明对模糊C均值聚类进行基于杂交水稻算法的初始聚类中心优化，解决了模糊聚类效果极易受随机初始聚类中心的影响
初始聚类中心模糊计算模块杂交水稻目标函数算法优化预处理初始化模块编码模块聚类结果模糊聚类评价函数输出模块优化算法初始化可行解适用度数据集求解构建聚类算法优化

[发明专利]一种聚焦评价方法、装置及系统-CN201911279963.9有效
发明人：冀高 -专利权人：深圳市瑞沃德生命科技有限公司
申请日： 2019-12-13 - 公布日： 2023-09-26 - 主分类号： G06T7/00 文献下载
摘要：本发明实施例提供一种聚焦评价方法，包括：对图像中所有像素点的灰度值进行K均值聚类，得到每一类的聚类中心；计算图像的灰度均值；根据灰度均值划分图像的状态；根据每一类的聚类中心和图像的状态评价图像的清晰度。本发明实施例对图像中所有像素点的灰度值进行K均值聚类，同时根据图像的灰度均值选取适当的聚类集合来计算图像的清晰度，在大范围调焦时提高了图像清晰度评价的准确性。
一种聚焦评价方法装置系统

[发明专利]一种基于局部密度与球哈希的自适应K均值聚类方法-CN201910827458.7在审
发明人：王小敏;张文芳;何卓兵 -专利权人：西南交通大学
申请日： 2019-09-03 - 公布日： 2019-12-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于局部密度与球哈希的自适应K均值聚类方法，首先对目标数据集归一化，计算数据集中样本的局部密度和中位数确定聚类类别数k，然后根据邻近样本的局部密度下四分位数和球哈希值，得到k个优化的初始聚类中心，最后用K均值聚类算法完成数据集的聚类。本发明自动确定数据集的类别数k和初始聚类中心，避免了传统K均值聚类算法需要事先设定类别数和随意设置初始聚类中心的不足，能够自适应地进行数据集的K均值聚类。
初始聚类中心数据集自适应哈希样本计算数据聚类类别目标数据位数确定自动确定归一化聚类邻近优化

[发明专利]高效智能空中交通区域划分系统-CN201811235490.8有效
发明人：谢华;张姝;袁立罡;张颖;陈平;赵征;王也;张洪海;李杰;王兵 -专利权人：南京航空航天大学
申请日： 2018-10-22 - 公布日： 2022-06-28 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种基于模糊C均值聚类的空中交通区域划分系统。基于模糊C均值聚类的空中交通区域划分系统包括：经纬度矩阵构建模块适于采集航班的ADS‑B数据并构建经纬度矩阵；模型建立模块适于利用模糊C均值聚类对经纬度矩阵中的每个数据进行聚类分析；最佳聚类计算模块适于依据分析结果计算每个数据的最佳聚类；航空边界绘制模块适于通过聚类边缘绘制对每个数据的最佳聚类绘制航空系统边界。通过将模糊C均值聚类算法与聚类评价指标进行结合，可以有效评价聚类有效性，得出最佳空中交通区域划分结果，优化了航空的区域划分。
高效智能空中交通区域划分系统

[发明专利]一种基于樽海鞘群算法优化的模糊C均值聚类方法-CN202011294923.4在审
发明人：严忠贞;江元璋;周可薇;张军;张俊杰;严赛男;朱信远;陈豪 -专利权人：湖北工业大学
申请日： 2020-11-18 - 公布日： 2021-02-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于樽海鞘群算法优化的模糊C均值聚类方法，该方法包括：初始化该优化算法参数，预处理待聚类的数据集；构建目标函数，即对可行解的评价函数；对目标函数进行最优值求解，得到最优值并确定对应的最优初始聚类中心；根据最优初始聚类中心进行模糊C均值聚类，最终得到聚类结果。采用本发明方法或系统对模糊C均值聚类进行基于樽海鞘群算法的初始聚类中心优化，解决了模糊聚类效果极易受随机初始聚类中心的影响。
一种基于海鞘算法优化模糊均值方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条