“模糊C均值聚类法”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1722912个，建议您升级VIP下载更多相关专利

[发明专利]一种基于噪声特征统计量的矿山设备健康状态判决方法-CN201610841099.7在审
发明人：王刚;胡延军;赵志凯;王前;刘小康 -专利权人：中国矿业大学
申请日： 2016-09-22 - 公布日： 2017-05-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于噪声特征统计量的矿山设备健康状态判决方法，a.采集矿山设备噪声信号；b.对采集的噪声信号进行加窗分帧；c.计算MFCC系数形成特征参数；d.计算特征参数的特征统计量并形成特征向量；e.利用改进的短时模糊C均值聚类算法形成分类结果输出。本发明通过计算的特征参数，计算出其均值和方差两个统计量，形成一维的特征统计向量，并利用改进的短时模糊C均值聚类算法实现测试样本状态的汇聚，从而实现设备健康状态的判决，由于仅存储特征统计量，大大降低存储样本维数
一种基于噪声特征统计矿山设备健康状态判决方法

[发明专利]一种基于数据驱动的专用变压器私自增容在线监测方法-CN202211532064.7在审
发明人：荆澜涛;吴林桥;王亮;石啸林;包美玲;张野;张慧;姜焱腾;王春天;代旭;刘思远 -专利权人：沈阳工程学院
申请日： 2022-12-01 - 公布日： 2023-05-05 - 主分类号： G01R31/00 文献下载
摘要：本发明是一种基于数据驱动的专用变压器私自增容在线监测方法，其特点是，包括：数据降维处理方法；基于DBSCAN聚类的数据清洗方法、一次电流与二次电流的回归关系的电流修正方法以及基于ELM算法的电压修正方法；基于LSTM‑FCM的负载率模型训练方法，利用长短期记忆网络嵌套模糊C均值聚类法训练出对应类别的负载率计算模型。
一种基于数据驱动专用变压器私自增容在线监测方法

[发明专利]基于VSM的模糊c均值聚类算法实现搜索引擎关键词优化-CN201710012398.4在审
发明人：金平艳 -专利权人：四川用联信息技术有限公司
申请日： 2017-01-09 - 公布日： 2017-06-06 - 主分类号： G06F17/30 文献下载
摘要：基于VSM的模糊c均值聚类算法实现搜索引擎关键词优化，根据企业业务确定核心关键词，搜索关键词对应的数据项，如本国每月搜索量、竞争程度和估算每次点击费用等，对上述关键词集合进行再降维处理，每个关键词用一五维向量表示，即增加首页网页数和总搜索页面数，进而由五维再降为四维，基于VSM的模糊c均值聚类算法对上述关键词聚类，最后根据企业具体情况，选择适合企业的关键词优化策略，本发明精确地分配了全局每个领域占比与每簇路径和的权重系数，结果更符合经验值，减了孤立点影响，减少整个网站优化工作量，避免聚类过早收敛，同时运行时间复杂度低，处理速度更快，可以快速提升关键词排名，从而达到理想的网站优化目标。
基于 vsm 模糊均值算法实现搜索引擎关键词优化

[发明专利]基于模糊C均值聚类算法的桥梁结构健康检测方法及系统-CN202211732635.1在审
发明人：何杰;叶九发;李震;熊欢欢;鲁昭;王敏;高雄雄;王经权;颉元伟 -专利权人：中铁二院工程集团有限责任公司
申请日： 2022-12-30 - 公布日： 2023-04-18 - 主分类号： G06F18/23213 文献下载
摘要：本发明公开了基于模糊C均值聚类算法的桥梁结构健康检测方法及系统，应用于桥梁结构检测技术领域，方法包括以下步骤：S1、采集桥梁上的加速度响应信号；S2、识别加速度响应信号得到稳定图结果；S3、定义每幅稳定图结果对应的模态参数结果为频率、阻尼比和振型的参数结果；S4、采用FCM模糊C均值逐步聚类方式，分别对频率、阻尼比和模态振型完成所有组数据集的聚类分析，最后获得聚类后的真实模态结果；S5、对比分析聚类后的模态参数结果的变化情况，判断桥梁健康状态
基于模糊均值算法桥梁结构健康检测方法系统

[发明专利]一种基于模糊C-均值聚类的点云数据的预处理方法-CN202211491355.6在审
发明人：刘佳沂;吴涛;邬霁康 -专利权人：中国地质大学（武汉）
申请日： 2022-11-25 - 公布日： 2023-03-07 - 主分类号： G06F18/23 文献下载
摘要：本发明公开了一种基于模糊C‑均值聚类的点云数据的预处理方法，包括基于强度改进的模糊C‑均值点云稀疏、针对点云数据的直通和统计滤波。本发明的有益效果是：通过FCM聚类算法对密集点云进行稀疏化处理，可以在保留点云特征的同时，降低点云数量；强度信息的引入，预置了FCM聚类算法的簇心位置，FCM聚类算法原理为每次根据簇心位置计算隶属度函数
一种基于模糊均值数据预处理方法

[发明专利]一种混合滤波策略和模糊C均值的医学图像分割方法-CN201811572575.5在审
发明人：李孝斐;赵曙光;周玲 -专利权人：东华大学
申请日： 2018-12-21 - 公布日： 2019-05-10 - 主分类号： G06T7/10 文献下载
摘要：本发明涉及一种混合滤波策略和模糊C均值的医学图像分割方法，包括以下步骤：读取医学图像，并对医学图像进行中值滤波；通过WFT将医学图像变换到频域；选择阈值函数进行噪声滤除；对滤波后的图像进行WFT逆变换；初始化聚类中心和样本点到聚类中心的距离，然后更新隶属度矩阵和聚类中心；计算目标函数值，若达到最大迭代次数或前后两次目标函数值的绝对值误差小于目标函数精度，则停止计算，否则继续迭代；输出聚类中心和各类隶属度值并完成模糊聚类的划分本发明利用直觉模糊集信息，达到了增强抗噪性、提高分割精确度的效果，解决了对医学图像进行高精度分割的实际问题。
聚类中心医学图像医学图像分割滤波策略目标函数隶属度迭代分割读取矩阵图像计算目标函数绝对值误差模糊模糊聚类实际问题噪声滤除中值滤波阈值函数输出初始化抗噪性模糊集逆变换样本点滤波频域更新

[发明专利]基于模糊聚类优化高斯混合模型的高频振荡节律检测方法-CN201810552305.1有效
发明人：吴敏;万雄波;方泽林;万婷;杜玉晓 -专利权人：中国地质大学（武汉）
申请日： 2018-05-31 - 公布日： 2021-07-09 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了基于模糊聚类优化高斯混合模型的高频振荡节律检测方法，基于聚类分析的方法对高频振荡节律进行检测，选取模糊熵、短时能量、功率比和频谱质心为癫痫脑电信号的特征，将其构成特征向量作为聚类算法的输入，采用期望最大化高斯混合模型聚类算法对该特征向量进行分类，并采用模糊c‐均值聚类算法得到期望最大化高斯混合模型聚类算法的初始化参数；选取中位数和四分位距分析每类的统计学特征，检测出高频振荡节律。
基于模糊优化混合模型高频振荡节律检测方法

[发明专利]基于模糊C均值和概率标签融合的图像分割方法及系统-CN202010588648.0有效
发明人：王晶晶;刘美如;高军;任金雯 -专利权人：山东师范大学
申请日： 2020-06-24 - 公布日： 2023-07-18 - 主分类号： G06T7/143 文献下载
摘要：本公开公开了基于模糊C均值和概率标签融合的图像分割方法及系统，包括：利用以超像素为聚类中心的模糊C均值算法，对获取的大脑核磁共振图像进行病灶分割，得到不同模态图像的初始病灶分割结果；基于多模态概率标签融合算法使用基于超像素的改进的模糊C均值算法进行了核磁共振图像的各个模态的分割。融合不同模态的分割优势，生成最优分割结果。
基于模糊均值概率标签融合图像分割方法系统

[发明专利]基于模糊C均值和DBI的肌电信号特征选择方法-CN201811606346.0在审
发明人：席旭刚;汤敏彦;姜文俊;石鹏;袁长敏;杨晨;章燕;佘青山;罗志增 -专利权人：杭州电子科技大学
申请日： 2018-12-26 - 公布日： 2019-05-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于模糊C均值和DBI的肌电信号特征选择方法，本发明首先采集人体做日常行为动作时4路肌电信号，然后提取原始信号的平均幅值，方差，威尔逊振幅，自回归系数，中位频率，平均功率频率，小波能量系数，小波包能量系数，模糊熵，排列熵共10个肌电特征形成肌电特征池，再用模糊C均值对这些特征进行划分，把n个向量分为c个模糊组，并求每组的聚类中心，使得非相似性指标的价值函数达到最小。基于模糊C均值和DBI的肌电信号特征选择方法，可以选择有效的合理的肌电特征值。
肌电信号模糊特征选择肌电日常行为相似性指标价值函数聚类中心能量系数平均功率特征形成小波能量原始信号模糊组特征池小波包自回归方差向量中位采集

[发明专利]一种基于动态时间规整均值的矢量聚类方法-CN201611107523.1在审
发明人：陆成刚 -专利权人：浙江工业大学
申请日： 2016-12-06 - 公布日： 2017-04-26 - 主分类号： G06K9/62 文献下载
摘要：一种基于动态时间规整均值的矢量聚类方法，包括以下步骤1)初始化，随机选取c类聚类初值中心j＝1,...,c，令t＝1；2)把分类到各个类里，使用DTW距离分类法，当到第j类的均值中心的DTW距离小于到其余各类的均值中心的DTW距离时，把分到第j类，从而记作t‑1表示是第t‑1次分类，最终分到第j类的矢量的数目为3)由第t‑1次分类的结果，更新用于第t次分类的均值中心逐个计算最后的就是即本发明提供了一种有效适用于维数不同的情况、更加符合主观判断的基于动态时间规整均值的矢量聚类方法。
一种基于动态时间规整均值矢量方法

[发明专利]一种基于多视角稀疏模型进行数据处理的方法-CN201811282503.7在审
发明人：朱晓峰;李佳烨;吴林;张师超 -专利权人：广西师范大学
申请日： 2018-10-31 - 公布日： 2019-03-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多视角稀疏模型进行数据处理的方法，涉及计算机大数据处理技术领域，解决的技术问题是提供一种采用特征选择方法来处理AD分类时，处理准确率及运行效率都较高的方法，该方法首先通过模糊C均值聚类把数据按高维度属性进行聚类分组，然后用exclusive lasso来去除冗余属性进行降维，最后通过稀疏学习来降低算法的时间复杂度，提高准确率，包括以下步骤：（一）建立训练集和测试集；（二）数据归一化处理；（三）对属性进行模糊C均值聚类
稀疏数据处理准确率运行效率多视角降维数据处理技术时间复杂度数据归一化模糊冗余属性特征选择测试集训练集高维聚类去除算法学习分组输出计算机分类

[发明专利]一种基于深度置信网络的光伏发电功率预测方法-CN201910887578.6在审
发明人：雷振;吴杰康 -专利权人：广东工业大学
申请日： 2019-09-19 - 公布日： 2020-01-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出一种基于深度置信网络的光伏发电功率预测方法，包括以下步骤：采集待预测地区的历史气象数据和光伏发电出力数据构建训练数据集；将所述历史气象数据划分为若干个样本，对其进行预处理并构建气象因素数据矩阵；采用模糊C均值聚类算法对气象因素数据矩阵进行聚类；利用深度置信网络建立光伏发电功率预测模型；采用粒子群算法对所述预测模型的初始权重进行优化；将所述训练数据集中的历史气象数据输入所述预测模型中进行训练，得到预测模型每层的最优权重并保存；采用模糊C均值聚类算法判断待预测日的气象因素类别，然后将气象因素数据矩阵中与待预测日所属类别相同的所有样本输入所述预测模型中，得到预测的光伏发电功率。
光伏发电气象因素预测模型历史气象数据数据矩阵模糊C均值聚类算法预测置信预处理功率预测模型粒子群算法训练数据集初始权重功率预测数据构建网络建立训练数据样本输入构建聚类优权样本出力采集保存优化网络

[发明专利]一种基于改进的模糊C均值聚类方法的体育成绩预测方法-CN202110614939.7在审
发明人：田磊;周近;蓝晓萍;张思维 -专利权人：江苏第二师范学院
申请日： 2021-06-02 - 公布日： 2021-09-24 - 主分类号： G06Q10/04 文献下载
摘要：一种基于改进的模糊C均值聚类方法的体育成绩预测方法。仰卧起坐(女)、1000米跑(男)、800米跑(女)；步骤2，映射编码处理：将采集到的各项项目成绩进行映射编码，而后将各项成绩拼接组成特征向量；步骤3，模型离线训练：利用训练样本组成的特征向量对改进的模糊C均值聚类方法进行训练，确定各分数段的聚类中心；步骤4，模型在线打分：利用训练好的模型在线对学生成绩进行预测，并将分数实时输出。
一种基于改进模糊均值方法体育成绩预测

[发明专利]一种基于改进模糊C均值聚类的WSN分簇路由方法-CN202211264294.X在审
发明人：程小辉;吴喜凯;王新政 -专利权人：桂林理工大学
申请日： 2022-10-14 - 公布日： 2023-03-24 - 主分类号： H04W40/32 文献下载
摘要：本发明提供了一种基于改进模糊C均值聚类的WSN分簇路由方法。包括：网络分簇、动态选举簇首、数据传输。通过节点分布情况，采用麻雀搜索改进的模糊C均值聚类算法对网络进行分簇；根据每个簇内节点的剩余能量和节点间距离两种因素进行适应度值计算，动态选取出最优的簇首，簇内的其他普通节点将采集的数据发送至簇首进行数据融合本发明采用麻雀搜索优化FCM的初始聚类中心，使得网络节点分簇更加均匀合理，能够有效均衡网络的能量消耗，优化了簇首路由，使得节点能耗降低，从而改善无线传感器网络生命周期过短的问题。
一种基于改进模糊均值 wsn 路由方法

[发明专利]一种基于改进模糊C-均值聚类的战场态势分析方法-CN202210956655.0有效
发明人：朱伟强;杨蔚;杨佳敏;李贵显;陈迪;郑鹏飞;方维海 -专利权人：中国航天科工集团八五一一研究所
申请日： 2022-08-10 - 公布日： 2022-11-18 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于改进模糊C‑均值聚类的战场态势分析方法，对战场态势数据进行分析，清洗和预处理，得到待聚类数据；根据战场态势要素对态势数据进行结构化属性分析，将相同的态势数据进行聚合，关联成主聚类和次级聚类，经过分群聚类的态势数据聚类按照点密度进行区域划分和色彩渲染，完成战场态势数据的展现。
一种基于改进模糊均值战场态势分析方法