“聚类处理”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4433433个，建议您升级VIP下载更多相关专利

[发明专利]一种分批聚类方法和系统-CN201110189562.1有效
发明人：王新文;张姝;贾文杰;夏迎炬;孟遥;于浩 -专利权人：富士通株式会社
申请日： 2011-07-07 - 公布日： 2013-01-09 - 主分类号： G06F17/30 文献下载
摘要：本发明实施例提供一种分批聚类方法和系统，所述方法包括：按照预定策略对要聚类的文档进行分批；对分批后的每一批文档进行聚类，得到每一批文档的聚类结果；对每一批文档的聚类结果进行凝聚性处理，得到每一批文档的凝聚性处理结果；将除第一批文档以外的每一批文档的凝聚性处理结果中的每一类与上一批文档的凝聚性处理结果中的类合并，得到所述要聚类的文档的分批聚类结果。本实施例的分批聚类方法，通过对要聚类的文档进行分批聚类、批聚类结果的凝聚性处理以及批凝聚性处理结果的合并，提高了聚类性能，实现了增量式的聚类。
一种分批方法系统

[发明专利]一种MB-kmeans++聚类方法及基于其的用户会话聚类方法-CN201811546155.X在审
发明人：赫熙煦;李泽华;刘小清;贾海涛;任利;贾宇明;周焕来;罗心;王启杰;李清 -专利权人：电子科技大学
申请日： 2018-12-18 - 公布日： 2019-04-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种MB‑kmeans++聚类方法及基于其的用户会话聚类方法，属于数据挖掘技术领域。本发明的聚类方法，首先采用平均距离最远原则选取k个初始聚类中心，然后基于当前随机选择的子集合对k个聚类中心进行位置的迭代更新处理，直到质心稳定或者达到最大迭代次数，最后再基于最终的聚类中心对待聚类数据进行k聚类处理，得到聚类结果。本发明的聚类处理方法能适应高维度稀疏矩阵的处理，在较大数据量的情况下能显著缩短处理时间。本发明的用户会话聚类方法为：在基于原始日志数据获取到各用户会话之后，对其进行优化处理：对庞大的页面维度进行缩减，对用户会话特征进行降维，再采用本发明的聚类方法进行聚类处理，得到具有相似访问行为用户。
聚类用户会话聚类处理聚类中心初始聚类中心数据挖掘技术较大数据量迭代更新访问行为聚类结果聚类数据平均距离数据获取随机选择稀疏矩阵优化处理原始日志子集合迭代高维降维维度质心页面

[发明专利]一种核电厂设备监测数据聚类处理方法和电子设备-CN202110018789.3有效
发明人：沈江飞;王双飞;黄立军;张圣;毛晓明 -专利权人：苏州热工研究院有限公司;中国广核集团有限公司;中国广核电力股份有限公司
申请日： 2021-01-07 - 公布日： 2023-05-16 - 主分类号： G06F18/23 文献下载
摘要：本发明涉及一种核电厂设备监测数据聚类处理方法和电子设备，包括：S1、获取监测数据；S2、对监测数据进行标准化预处理，以生成待聚类数据集；S3、对待聚类数据集中的所有待聚类数据进行聚类处理，获得初始类数据；S4、以初始类数据进行类整合，获得聚类结果；S5、判断聚类结果是否满足聚类目标要求；S6、若是，停止聚类处理；S7、若否，继续进行聚类处理。本发明可有效适应核电厂设备稳态运行过程状态监测历史数据的聚类分析，可有效适应高维数据的聚类分析，所得聚类结果空间连续紧凑，计算效率高。
一种核电厂设备监测数据处理方法电子设备

[发明专利]数据的聚类处理方法、装置、电子设备和存储介质-CN202211576686.X有效
发明人：尚大智;贺照人 -专利权人：百图生科（苏州）智能科技有限公司
申请日： 2022-12-09 - 公布日： 2023-03-31 - 主分类号： G16B40/00 文献下载
摘要：本发明提供一种数据的聚类处理方法、装置、电子设备和存储介质。该方法的一种具体实施方式包括：获取第一聚类簇集合，第一聚类簇集合对应的第一聚类结果是基于目标对象之间的距离，对多个目标对象数据进行聚类处理得到的；基于第一聚类簇集合，对目标对象数据基于目标对象之间的距离进行聚类处理，得到第二聚类簇集合；响应于满足预设条件，将第二聚类簇集合作为目标聚类结果；其中，第一聚类簇集合包括至少一个第一聚类簇，第二聚类簇集合包括至少一个第二聚类簇。该方法能够更好的对较大数据集进行聚类处理。
数据处理方法装置电子设备存储介质

[发明专利]一种数据处理方法及装置-CN201710683566.2在审
发明人：汪利鹏;赵丹;牟远;王勇 -专利权人：新智数通（北京）技术服务有限公司
申请日： 2017-08-11 - 公布日： 2017-12-26 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种数据处理方法及装置，该方法包括获取待处理电子表格数据；查询待处理电子表格数据中包含非数字信息的列，将查询到的列进行数字化处理；根据待处理电子表格数据获取多组聚类组合，其中每组聚类组合包含至少一个聚类字段；提取一组聚类组合，根据聚类组合查询所述处理电子表格数据中对应信息，将对应信息进行聚类分析，获取指定的多个聚类样本，统计每个聚类样本占对应信息的比例后进行保存；统计聚类组合中每个聚类字段下的对应信息分别在每个聚类样本中所占的比例后进行保存；返回执行提取一组聚类组合的操作，直至预设的多组聚类组合全部处理完毕。本发明提高了数据探索效率、统计效率、批量自动处理能力及信息可读性。
一种数据处理方法装置

[发明专利]文本聚类方法、装置、处理设备及存储介质-CN202110238054.1有效
发明人：浦嘉澍;毛晓曦;范长杰;胡志鹏 -专利权人：网易(杭州)网络有限公司
申请日： 2021-03-04 - 公布日： 2022-07-12 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种文本聚类方法、装置、处理设备及存储介质，涉及数据处理技术领域。包括：采用预设的多个语言模型中每个语言模型对待处理文本进行识别，得到文本特征，不同语言模型为预先采用基于样本对话文本得到的不同特征学习文本数据进行训练得到的文本特征识别模型；采用每个语言模型对应的聚类算法对每个语言模型输出的文本特征聚类，得到聚类结果；对多个聚类结果融合，得到待处理文本的目标聚类结果。基于多个语言模型对待处理文本进行识别得到多个文本特征，使得识别的待处理文本的文本特征更加准确；继而采对应的聚类算法对文本特征聚类，得到多个聚类结果，对多个聚类结果融合获取目标聚类结果，也提高了聚类结果的准确性
文本方法装置处理设备存储介质

[发明专利]一种按需聚类的大数据流式聚类处理系统及方法-CN201711137745.2在审
发明人：李炜 -专利权人：柳州健鱼科技有限公司
申请日： 2017-11-16 - 公布日： 2018-05-18 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种按需聚类的大数据流式聚类处理系统，主要包括：数据处理模块、统计模块和聚类模块，所述数据处理的输出端通过统计模块连接至聚类模块的第一输入端，所述聚类模块连接至数据处理模块。本发明的一种按需聚类的大数据流式聚类处理系统，不仅能有效利用已有的传统聚类算法，且能增强系统的扩展性和敏感度，高效地解决大数据环境下数据流的快速处理的问题。
一种按需聚类数据流式聚类处理系统方法

[发明专利]一种文本处理方法、装置及可读存储介质-CN202110401831.X在审
发明人：万倩;朱里越 -专利权人：国家广播电视总局广播电视科学研究院
申请日： 2021-04-14 - 公布日： 2022-10-21 - 主分类号： G06F16/31 文献下载
摘要：本发明公开了一种文本处理方法、装置及可读存储介质，文本处理方法，包括：对目标文本进行聚合获得聚类数据集合；基于所述聚类数据集合确定各个类别的聚类数据的聚类中心；根据所述聚类中心通过预设算法进行类合并，以获得文本处理结果本发明实施例在确定目标文本的聚类中心之后，根据所确定的聚类中心进行类合并，由此能够缩短还海量数据的处理时间，提高文本数据的处理效率。
一种文本处理方法装置可读存储介质

[发明专利]一种按需聚类的大数据流式聚类处理系统及方法-CN201310255931.1有效
发明人：赵淦森;虞海;王维栋;卓超 -专利权人：华南师范大学
申请日： 2013-06-19 - 公布日： 2017-02-22 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种按需聚类的大数据流式聚类处理系统，该系统包括有快速计算模块、数据概念漂移检测模块和聚类模块，所述快速计算模块的输出端通过数据概念漂移检测模块连接至聚类模块的第一输入端，所述聚类模块连接至快速计算模块本发明针对大数据的大量、相似以及重复的特性，基于数据概念漂移检测的按需聚类模型使用触发型的聚类处理模式，保障精确度，提供按需聚类、实时性聚类结果服务；其次，其提供资源监控模块和独立的模块用于聚类处理，有效利用已有的传统聚类算法，且能增强系统的扩展性和敏感度，高效解决大数据环境下数据流的快速处理的问题。本发明作为一种按需聚类的大数据流式聚类处理系统可广泛应用于数据处理领域。
一种按需聚类数据流式聚类处理系统方法

[发明专利]一种基于二次聚类的用电行为模式分类方法-CN201911361607.1在审
发明人：张凯;冯剑;孙胜博;董增波;刘建华;史善哲;李冰;白新雷;陈宋宋;李德智;陈珂;宫飞翔 -专利权人：国网河北省电力有限公司;国网河北省电力有限公司电力科学研究院;国家电网有限公司;中国电力科学研究院有限公司
申请日： 2019-12-25 - 公布日： 2020-05-08 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于二次聚类的用电行为模式分类方法，主要包括三部分。首先，采用横向处理、纵向处理和温度处理三个方法将大量负荷数据中非正常数进行识别与处理；通过移动平均数法对数据进行处理，减少噪音；采用极差归一化处理和加权处理解决量纲差别大等问题。其次，将最优聚类法的聚类树和聚类中心提供给模糊C聚类法进行聚类并进行有效性分析并确定类别数；最后，聚类分析主要包括：由所得到的聚类数，重复进行聚类并还原数据输出聚类结果。该方法用于解决样本数量较大，特征向量维数较多用电行为模式分类问题，既可避免模糊C均值聚类法对初始参数的敏感性，又能取得分类准确客观的聚类效果。
一种基于二次用电行为模式分类方法

[发明专利]基于谱聚类的子空间聚类算法的数据处理方法及装置-CN202010716572.5有效
发明人：高冉;陈花竹;丁箭飞;孙旭明;张洪涛;司马大伟 -专利权人：中原工学院
申请日： 2020-07-23 - 公布日： 2021-09-03 - 主分类号： G06F16/55 文献下载
摘要：本发明公开了一种基于谱聚类的子空间聚类算法的数据处理方法及装置。其中，该方法包括：确定谱聚类算法，确定待处理的数据集合的相似度矩阵的稀疏性正则项，将稀疏性正则项代入谱聚类算法，得到子空间聚类算法，根据子空间聚类算法对待处理的数据集合进行处理。通过谱聚类算法捕获数据的自表示矩阵和指标矩阵之间的自然关系，使数据具有有利于聚类的一些特性，进而通过稀疏性加权值，纳入谱聚类算法，进一步提高聚类的有效性，从而解决了相关技术中没有充分利用相似度矩阵与数据标签之间的关系，聚类性能较差，导致数据处理的效果差的技术问题。
基于谱聚类空间算法数据处理方法装置

[发明专利]聚类集合的处理方法、装置、计算机可读介质及电子设备-CN202110261725.6有效
发明人：李强 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-03-10 - 公布日： 2023-10-27 - 主分类号： G06F16/906 文献下载
摘要：本申请的实施例提供了一种聚类集合的处理方法、装置、计算机可读介质及电子设备。方法包括：获取待处理的多个聚类集合，各个聚类集合中包含有多个聚类信息；根据所述各个聚类集合的最新更新时间，从所述多个聚类集合中确定所述最新更新时间处于预定时间点之后的第一聚类集合；根据所述多个聚类集合中除所述第一聚类集合之外的其它聚类集合所包含的聚类信息含量，筛选出所包含的聚类信息含量大于或等于设定阈值的聚类集合，得到筛选出的第二聚类集合；根据所述第一聚类集合以及所述第二聚类集合，生成针对所述多个聚类集合的处理结果。本申请实施例的技术方案能够有效解决增量聚类算法中由于聚类集合增多而导致的算法性能下降的问题。
集合处理方法装置计算机可读介质电子设备

[发明专利]图像处理方法及装置、电子设备、存储介质-CN201910344375.2有效
发明人：邵笑飞;江彦涛;张涛;王帅;陈亮;杨沐 -专利权人：北京迈格威科技有限公司
申请日： 2019-04-26 - 公布日： 2021-06-04 - 主分类号： G06F16/55 文献下载
摘要：本公开是关于一种图像处理方法及装置、电子设备、存储介质，涉及计算机技术领域，该方法包括：对目标图像进行分段，以生成多段待处理图像；将多段待处理图像中预设段的待处理图像进行聚类，以得到预设聚类结果并保存所述预设聚类结果；结合所述预设聚类结果，对除所述预设段的待处理图像之外的剩余段的待处理图像进行聚类，以得到所述目标图像的聚类结果。本公开能够避免聚类过程的局限性，提高聚类效率。
图像处理方法装置电子设备存储介质

[发明专利]图像聚类方法及电子设备-CN202211685880.1在审
发明人：熊文海;李世贵;贾希志 -专利权人：深圳亿嘉和科技研发有限公司
申请日： 2022-12-27 - 公布日： 2023-04-28 - 主分类号： G06V10/762 文献下载
摘要：本申请涉及图像处理技术领域，公开了一种图像聚类方法及电子设备，该图像聚类方法，包括：获取每一帧图像的像素点；若根据像素点的灰度值确定像素点为有效像素点，则对图像进行粗聚类，得到粗聚类结果，其中，每一粗聚类结果对应一个聚类编号；根据聚类编号以及第一命令，对粗聚类结果进行精聚类，得到精聚类结果。本申请能够减少处理的数据量，节省图像处理时间。
图像方法电子设备

[发明专利]基于融合BTM模型的短文本主题聚类方法-CN201811546170.4在审
发明人：贾海涛;李泽华;刘小清;任利;贾宇明;赫熙煦;周焕来;罗心;王启杰;李清 -专利权人：电子科技大学
申请日： 2018-12-18 - 公布日： 2019-05-07 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种基于融合BTM模型的短文本主题聚类方法，属于数据聚类技术领域。本发明首先对待聚类的短文本进行文本预处理，得到数据集D；然后分别提取基于BTM模型、VSM模型的文本向量；在对数据集D进行k‑means聚类时，基于本发明所设置的估计聚类数k方式所获得的聚类数，进行k聚类处理，且聚类处理时采用的聚类标准为：基于两个文本向量所分别计算的任意两个文本间的距离的加权和。本发明结合BTM模型和VSM模型实现对短文本主题的聚类处理，以提高聚类效果；同时基于类内、类间距离对聚类效果进行度量，自动调节聚簇数量，补偿BTM模型需提前预指定主题数量导致的精度下降的技术问题。
聚类短文本聚类处理文本向量数据集文本预处理类间距离模型实现数据聚类融合加权和度量聚簇文本