“模糊聚类算法”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1015685个，建议您升级VIP下载更多相关专利

[发明专利]基于精准模糊聚类算法的居民电力数据聚类方法及装置-CN202111526678.X有效
发明人：俞林刚;樊友杰;刘明;张志立;江峰;刘强;饶员良;舒骁骁;卢婕;李昊翔;刘向向;祝君剑;熊茹;刘丽蕴 -专利权人：国网江西省电力有限公司供电服务管理中心;国网江西省电力有限公司;国家电网有限公司
申请日： 2021-12-15 - 公布日： 2022-03-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于精准模糊聚类算法的居民电力数据聚类方法及装置，该方法包括：步骤1：推导精准模糊聚类算法的目标函数，并定义精准模糊聚类中心，计算隶属矩阵，控制精准模糊聚类算法的误差，使得精准模糊聚类算法的目标函数最小；步骤2：根据评价数据集聚类方法的度量指标，选取与居民电力数据可维护性和响度指标值影响最大的每类加权方法、低耦合度方法、对每个类的响应度方法这三个度量指标算得的度量值重新组合运算，得到一个影响精准模糊隶属矩阵精度的隶属系数，从而确定精准模糊聚类算法的聚类中心，并运用精准模糊聚类算法对数据聚类。本发明提高了聚类算法的准确度和精度，聚类算法的可维护性和响度指标值也得到优化。
基于精准模糊算法居民电力数据方法装置

[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]一种基于布谷鸟优化的模糊聚类彩色图像分割方法-CN201610308585.2在审
发明人：朱春;孙力娟;李林国 -专利权人：南京邮电大学
申请日： 2016-05-11 - 公布日： 2016-09-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于布谷鸟优化的模糊聚类彩色图像分割方法。首先输入待分割的图像，提取该图像的色彩特征；利用布谷鸟算法对模糊聚类算法的聚类中心进行优化；应用改进的模糊聚类算法，在图像的色彩空间中对像素点进行聚类；上述输出的聚类中心，计算隶属度矩阵；根据前述输出的聚类中心和隶属度矩阵对图像的像素进行划分本发明选取合适人眼感知的色彩空间HSV，这样有利于提高分割的效果，然后针对传统模糊聚类算法容易陷入局部最优值的缺陷，提出利用布谷鸟算法优化模糊聚类中心的迭代过程，因此提高了聚类算法的运算速度和收敛速度，有效地解决了聚类中心的初始值对聚类算法影响过大的问题，具有良好的聚类效果。
一种基于布谷鸟优化模糊彩色图像分割方法

[发明专利]一种基于广义模糊聚类算法的无监督数据分类方法-CN201810495011.X在审
发明人：文传军;许定亮;刘福燕 -专利权人：常州工学院
申请日： 2018-05-22 - 公布日： 2018-10-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于广义模糊聚类算法的无监督数据分类方法，其步骤包括：对样本集合依GFC目标函数最小化原则进行最优化划分；初始化多个粒子的位置和速度值；将粒子位置值与样本聚类中心对应实现聚类中心初始化；定义样本、聚类中心间的距离与模糊隶属度成反比例关系从而计算样本模糊隶属度；按粒子群算法迭代公式得到更新的聚类中心；计算得到GFC目标函数。本发明所构造的模糊聚类算法不受归一化约束的限制，能够对噪声数据作有效挖掘和识别。所构造的模糊隶属度与聚类中心反比例关系形式可以拓展变形为多种形式，提升了聚类算法的适用范围，还可对模糊指标作隐藏忽略，从而避免了模糊指标对聚类算法的干扰。
聚类中心模糊聚类算法模糊隶属度反比例关系聚类算法目标函数数据分类初始化无监督粒子群算法最小化原则模糊迭代公式定义样本粒子位置样本集合样本聚类有效挖掘噪声数据归一化最优化粒子样本变形更新拓展

[发明专利]基于决策树的模糊C聚类的负荷分类方法-CN201810382946.7在审
发明人：王敏;姜远志;石逸;赵康宁;吕龙祥;李明 -专利权人：河海大学
申请日： 2018-04-26 - 公布日： 2018-09-18 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种基于决策树的模糊C聚类的负荷分类方法，包括以下步骤，步骤1，用户负荷数据采集；步骤2，以轮廓值为评价参数，采用凝聚型层次聚类算法确定最优分类数目；步骤3，根据最优分类数目，采用模糊C均值聚类算法对负荷数据进行聚类本发明先通过凝聚型层次聚类算法确定最优分类数目，然后采用模糊C均值聚类算法对负荷数据进行聚类，有效实现了负荷分类；同时本发明有效克服了传统模糊C均值聚类算法中分类数目不易确定的问题，提高了分类精度。
聚类模糊C均值聚类算法负荷分类分类层次聚类算法负荷数据决策树模糊评价参数数据采集用户负荷有效实现凝聚

[发明专利]广义多变量模糊c均值聚类算法-CN201710516287.7在审
发明人：文传军;陈荣军;刘福燕 -专利权人：常州工学院
申请日： 2017-06-29 - 公布日： 2017-10-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种广义多变量模糊c均值聚类算法，其步骤包括1.对样本集合依GMFCM目标函数最小化原则进行最优化划分；2.初始化样本分量模糊隶属度；3.利用粒子群算法对样本分量模糊隶属度进行寻优估计；4.根据分量聚类中心公式计算样本分量聚类中心；5.计算得到GMFCM目标函数。本发明对样本分量赋予模糊隶属度，增强了聚类算法对样本的分类性能，采用粒子群算法对分量模糊隶属度进行估计，克服了多变量模糊聚类算法算法不完备的问题，同时将模糊指标m扩展到大于0的情况，提升了聚类算法的通用性
广义多变模糊均值算法

[发明专利]一种模糊聚类图像分割方法-CN201310072342.X有效
发明人：沈建新;高玮玮 -专利权人：南京航空航天大学
申请日： 2013-03-07 - 公布日： 2013-06-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种模糊聚类图像分割方法，利用K-means算法对初始图像进行聚类，获得K个聚类中心；再将获得的K个聚类中心作为模糊C-均值聚类算法的初始聚类中心对图像再进行聚类，实现图像的分割，解决了传统模糊C-均值聚类算法中随机选取初始聚类中心而使得其计算复杂度高的缺陷同时也提高了分割精度。
一种模糊图像分割方法

[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

[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]一种基于改进的蚁群算法的模糊聚类的舌诊图像分割方法-CN201811583540.1有效
发明人：徐乐;韦玉科 -专利权人：广东工业大学
申请日： 2018-12-24 - 公布日： 2023-01-17 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及一种基于改进的蚁群算法的模糊聚类的舌诊图像分割方法，包括以下步骤：S1：输入待分割舌诊图像；S2：对待分割舌诊图像进行色彩空间转换；S3：将色彩空间转换后的舌诊图像进行蚁群算法处理，得到聚类中心和聚类数目；S4：将蚁群算法得到的聚类中心和聚类数作为模糊C均值聚类算法的初始值，计算分割舌诊图像的聚类结果；S5：去模糊化，得到分割后的舌诊图像；本发明可降低待分割舌诊图像的复杂度；可提高算法对像素归类的准确性；可降低算法对噪声的敏感程度；克服了模糊C均值算法对初始聚类中心和初始参数敏感的问题，提高模糊C均值算法的运算速度；可有效提高舌诊图像分割的精度。
一种基于改进算法模糊图像分割方法

[发明专利]基于Gauss诱导核的模糊c均值聚类算法-CN201710435842.3有效
发明人：文传军;陈荣军;刘福燕 -专利权人：常州工学院
申请日： 2017-06-02 - 公布日： 2020-11-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于Gauss诱导核的模糊c均值聚类算法，包括如下步骤：1.对样本集合依目标函数最小化原则进行最优化划分；2.初始化模糊隶属度或者初始化聚类中心；3.按Gauss诱导核聚类算法中的迭代计算公式对模糊隶属度和聚类中心进行参数估计本发明能够有效利用核方法在聚类算法中的非线性表达能力，提升核聚类算法的聚类性能。且聚类中心迭代公式不包含聚类中心自身，满足了聚类算法迭代收敛证明的条件，从而从理论上保障了算法的收敛性。
基于 gauss 诱导模糊均值算法

[发明专利]一种遗传模糊聚类图像分割方法-CN200910273517.7有效
发明人：张智;于龙;刘晶晶;王璐瑶;胡道予;李震;谢庆国 -专利权人：华中科技大学;苏州瑞派宁科技有限公司
申请日： 2009-12-31 - 公布日： 2010-06-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种遗传模糊聚类图像分割方法。该方法针对模糊C均值算法对噪声敏感、易因噪声影响而产生过于接近的聚类中心问题，提出了一种基于遗传算法的模糊聚类图像分割方法。该分割方法首先利用灰度和邻域信息，对原始图像进行抗噪预处理；然后利用遗传模糊聚类算法获取初步最优的聚类中心；最后，根据获得的初步最优聚类中心，利用抗噪后图像的直方图修正聚类中心，计算图像中每个像素的隶属度该方法在抗噪预处理中，采用改进了的灰度相似度函数，保证了在强度较大噪声下的抗噪效果；在遗传模糊聚类算法中，加入聚类中心间距惩罚措施，能有效分割噪声干扰严重且待分割目标较小的图像，获取正确的聚类中心，得到精确分割结果
一种遗传模糊图像分割方法

[发明专利]一种图像分割方法、装置、存储介质及终端设备-CN201910422757.2在审
发明人：杜艳艳 -专利权人：深圳壹账通智能科技有限公司
申请日： 2019-05-21 - 公布日： 2019-09-20 - 主分类号： G06T7/11 文献下载
摘要：本发明提供的方法包括：获取待分割的原始图像，并确定原始图像的聚类数目和像素点；根据聚类数目和像素点对预设蛙跳算法进行初始化，并通过初始化后的预设蛙跳算法对像素点进行寻优处理，得到原始图像的各局部最优像素点；将各局部最优像素点确定为模糊C均值聚类算法的初始聚类中心，并利用模糊C均值聚类算法根据初始聚类中心对所述原始图像进行再聚类，得到分割图像，以合理确定模糊C均值聚类算法的初始聚类中心，并通过将预设蛙跳算法与模糊C均值聚类算法相结合来进行图像分割，可有效减少图像分割过程中的计算复杂度，提高图像分割效率和分割效果。
像素点模糊C均值聚类算法图像分割原始图像初始聚类中心蛙跳算法聚类预设存储介质终端设备初始化图像处理技术图像分割过程计算复杂度分割图像有效减少分割寻优

[发明专利]一种居民电力数据聚类方法及系统-CN202210399708.3在审
发明人：康兵;许志浩;丁贵立;王宗耀;荣仪;张亚楠;韩威;朱卓航;肖辉;肖相燕 -专利权人：南昌工程学院
申请日： 2022-04-15 - 公布日： 2022-09-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种居民电力数据聚类方法及系统，方法包括：获取用户电力数据，对所述用户电力数据进行数据降维，使得到降维电力数据；采用改进精英蝴蝶算法选择所述降维电力数据的初始聚类点，将所述初始聚类点作为考虑距离和空间限制的多层模糊C均值算法的初始聚类中心，使基于所述多层模糊C均值算法对所述降维电力数据进行聚类。通过改进精英蝴蝶算法选择最优的聚类中心点，使得多层模糊C均值算法能够获得更好的初始迭代值，有效提高了常规FCM聚类算法的质量。
一种居民电力数据方法系统

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