“聚类模型”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1421773个，建议您升级VIP下载更多相关专利

[发明专利]交通模式聚类模型训练方法、模式识别方法及存储介质-CN202010869101.8在审
发明人：余剑峤;马科斯·克里斯托斯;宋晓壮 -专利权人：南方科技大学
申请日： 2020-08-26 - 公布日： 2020-12-18 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种交通模式聚类模型训练方法、模式识别方法及存储介质，涉及智能交通技术领域。本申请实施例包括：在卷积自编码器网络的嵌入层上附加聚类层以获取复合聚类模型；采用复合聚类模型对无标签交通轨迹数据进行训练，获取交通模式聚类模型。本申请通过对无标签数据进行数据挖掘和算法设计，可以有效地缓解标签数据需求并且节省应用成本；通过在卷积自编码器网络的嵌入层上附加聚类层，能够获取更好的聚类性能；通过无标签交通轨迹数据训练复合聚类模型获取交通模式聚类模型
交通模式模型训练方法模式识别存储介质

[发明专利]使用机器学习模型来抑制偏差数据-CN201980057266.0在审
发明人：克里斯托弗·法勒;史蒂文·罗斯 -专利权人：谷歌有限责任公司
申请日： 2019-08-26 - 公布日： 2021-04-09 - 主分类号： G06N20/00 文献下载
摘要：一种用于使用机器学习模型(300)抑制偏差数据的方法(500)包括：接收包括已知的无偏差数据群体的聚类训练数据集(130)，以及训练聚类模型(211)以基于已知的无偏差数据群体的数据特性对接收到的聚类训练数据集分段成聚类聚类训练数据集的每个聚类包括聚类权重(214)。该方法还包括：接收用于机器学习模型的训练数据集(302)；以及基于聚类模型生成与用于机器学习模型的训练数据集相对应的训练数据集权重(218)。该方法还包括调整训练数据集权重中的每个训练数据集权重以与相应聚类权重匹配，和将调整的训练数据集作为无偏差训练数据集提供给机器学习模型(206)。
使用机器学习模型抑制偏差数据

[发明专利]一种基于自加权多视图k均值的聚类方法-CN202310887787.7在审
发明人：徐慧英;朱信忠;林合川;汪紫莹;刘子洋 -专利权人：浙江师范大学
申请日： 2023-07-19 - 公布日： 2023-09-15 - 主分类号： G06F18/23213 文献下载
摘要：本发明公开了一种基于自加权多视图k均值的聚类方法，涉及数据处理技术领域，包括：获取多视图数据，构建原始数据矩阵；基于原始数据矩阵构建聚类模型；在所述聚类模型中添加投影矩阵进行低维子空间学习，并使用投影矩阵的范数惩罚项来进行约束；所述聚类模型用了最小绝对准则诱导和自加权约束，对所述聚类模型进行迭代自加权并输出最优聚类模型；通过最优聚类模型对多视图数据进行聚类。本发明采用最小绝对准则来诱导鲁棒性，有效减少了异常值的影响，同时将自加权技术应用于多视图k均值，实现降维和抑制噪声，具有优秀的聚类效果。
一种基于加权视图均值方法

[发明专利]一种图像分类方法及装置-CN202111282739.2在审
发明人：刘清晨 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2021-11-01 - 公布日： 2023-05-09 - 主分类号： G06V10/764 文献下载
摘要：该方法包括：获取证件图像集，证件图像集包括携带有分类标签的第一图像集和未携带分类标签的第二图像集；根据图像指纹算法，获取聚类训练样本集，聚类训练样本集是基于第一图像集和第二图像集中部分图像的图像特征得到的；利用聚类训练样本集训练初始聚类模型，得到图像聚类模型；利用分类训练样本集训练初始分类模型，得到图像分类模型，分类训练样本集是基于所述第一图像集得到的；对图像聚类模型和图像分类模型进行迭代更新处理，得到目标图像聚类模型和目标图像分类模型；根据目标图像聚类模型和目标图像分类模型，对待分类图像进行分类。
一种图像分类方法装置

[发明专利]生成聚类模型以及基于该聚类模型进行聚类的方法和装置-CN201410373109.X在审
发明人：王芝虎;严骏驰;倪渊;祝慧佳;段宁 -专利权人：国际商业机器公司
申请日： 2014-07-31 - 公布日： 2016-03-30 - 主分类号： H04L12/58 文献下载
摘要：本发明提供了生成聚类模型以及基于该聚类模型进行聚类的方法和装置。：响应于接收到来自历史语音对话中的多个历史消息，提取多个历史消息中的每个历史消息的特征信息；获取多个历史消息之间的关联关系；基于多个历史消息中的每个历史消息的特征信息和关联关系来生成将多个历史消息进行聚类的聚类模型一种方法包括：响应于接收到当前对话中的多个当前消息，提取多个当前消息中的每个当前消息的特征信息；采用本发明的方法生成的聚类模型，基于多个当前消息的每个当前消息的特征信息，将多个当前消息聚类至至少一个主题分组采用本发明，可以生成可靠并准确的聚类模型，并可以基于该聚类模型将多个消息进行聚类并显示。
生成模型以及基于进行方法装置

[发明专利]模型训练、智能客服问题聚类方法及相关装置-CN202211030076.X在审
发明人：邱霞霞;廖智霖;娄东方;高峰;林金曙;陈哲 -专利权人：恒生电子股份有限公司
申请日： 2022-08-26 - 公布日： 2022-11-25 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及人工智能技术领域，提供了一种模型训练、智能客服问题聚类方法及相关装置，所述方法包括：将训练集输入聚类特征表示模型，得到每个训练数据的特征向量，训练集包括有标签的训练数据和无标签的训练数据；对每个特征向量进行聚类，得到聚类簇和每个聚类簇对应的簇标签；当聚类簇不满足聚类条件时，根据标签集和/或每个簇标签，对每个簇标签进行迭代优化，标签集包括训练集中每个有标签的训练数据的真实标签；基于训练数据及优化后的簇标签，对聚类特征表示模型进行训练，得到训练后的聚类特征表示模型。本发明利用真实标签对初始簇标签进行调整，再利用调整后的簇标签进行模型训练，使训练出的聚类特征表示模型的聚类效果更好。
模型训练智能客服问题方法相关装置

[发明专利]文本聚类方法、装置、电子设备和计算机可读存储介质-CN202211653394.1在审
发明人：程博;李熙铭;常毅 -专利权人：吉林大学
申请日： 2022-12-21 - 公布日： 2023-05-23 - 主分类号： G06F16/35 文献下载
摘要：本申请通过提供一种文本聚类方法、装置、电子设备和计算机可读存储介质，基于用以表示各训练文本的全文语义对应的锚词，得到与锚词相应的锚词模型特征，避免额外嘈杂特征的引入，之后，基于锚词模型特征得到各训练文本的第一聚类结果和第二聚类结果，并基于各第一聚类结果与各第二聚类结果分别确定多个训练文本的自训练目标函数，以及确定自训练目标函数的自训练目标值；最后基于自训练目标值更新文本聚类模型，直到文本聚类模型收敛，将收敛后的文本聚类模型应用于文本聚类，经过不断训练直到收敛的文本聚类模型的准确性和稳定性均在不断提高，并且避免了文本聚类的准确率受到额外嘈杂特征的影响。
文本方法装置电子设备计算机可读存储介质

[发明专利]基于聚类模型的话题检测方法、装置和计算机设备-CN202110442589.0在审
发明人：吴天博;王健宗;黄章成 -专利权人：平安科技（深圳）有限公司
申请日： 2021-04-23 - 公布日： 2021-10-19 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于聚类模型的话题检测方法、装置、计算机设备和存储介质。所述方法包括：基于预设的聚类模型，对组合文本特征进行文本聚类，得到文本聚类结果；将文本聚类结果中文本数量大于预设文本数量阈值的话题确定为热点话题。因此，采用本申请实施例，由于预设的特征生成模型包括第一特征生成模型和第二特征生成模型，这样，使得生成并输出的文本特征为组合文本特征，该组合文本特征更加精准；此外，由于引入了预设的聚类模型，该预设的聚类模型能够对组合文本特征至少进行两次文本聚类，使得得到的文本聚类结果更加精准；将文本聚类结果中文本数量大于预设文本数量阈值的话题确定为热点话题；这样，最终确定出的热点话题也更加精准。
基于模型话题检测方法装置计算机设备

[发明专利]交互式层次聚类实现方法、装置、设备及可读存储介质-CN201910878011.2在审
发明人：黄启军;唐兴兴;李诗琦;陈瑞钦;卓本刚 -专利权人：深圳前海微众银行股份有限公司
申请日： 2019-09-17 - 公布日： 2019-12-13 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种交互式层次聚类实现方法、装置、设备及可读存储介质，所述方法包括：当检测到对样本集进行聚类操作的聚类指令时，从所述聚类指令中提取聚类配置参数；基于所述聚类配置参数对当前层次聚类模型下的所述样本集进行聚类操作，得到所述样本集的新层次聚类模型。实现了在层次聚类操作过程中，用户可结合自身领域经验对各层次聚类操作的各种参数进行配置，从而使得机器的聚类过程能够充分融合人类经验，提高了层次聚类算法的可操作性，也提高了训练得到的层次聚类模型的聚类效果。
层次聚类聚类样本集聚类操作配置参数指令层次聚类算法可读存储介质操作过程聚类过程人类经验融合检测配置

[发明专利]图像聚类模型的训练方法及装置-CN202211627126.2在审
发明人：王超;陈光;田丰 -专利权人：广州广电运通金融电子股份有限公司
申请日： 2022-12-16 - 公布日： 2023-04-04 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种图像聚类模型的训练方法及装置，属于机器学习领域。该方法包括：在图像聚类模型的预训练阶段，将原始图像对应的噪声图像和干净图像分别输入至第一编码器和第二编码器，获得第一解码器输出的还原图像，构建去噪重构误差损失函数和对比损失函数，更新图像聚类模型的模型参数；在图像聚类模型的聚类训练阶段的聚类阶段，将图像数据集进行数据增强得到的第一样本图像和第二样本图像分别输入至预训练阶段训练结束后的图像聚类模型，确定高置信样本集；在聚类训练阶段的微调阶段，将高置信样本集进行数据增强得到的第三样本图像和第四样本图像分别输入至图像聚类模型，构建实例‑原型级对比损失函数，得到训练完成的图像聚类模型。
图像模型训练方法装置

[发明专利]图像聚类方法和装置、电子设备及存储介质-CN202110340584.7有效
发明人：熊永福;陈维立;黄文雯 -专利权人：重庆紫光华山智安科技有限公司
申请日： 2021-03-30 - 公布日： 2023-08-25 - 主分类号： G06V10/762 文献下载
摘要：本申请实施例提供的图像聚类方法和装置、电子设备及存储介质，涉及图像聚类技术领域。图像聚类方法包括：首先，获取待处理图像特征；其次，将待处理图像特征输入预设图像聚类模型进行第一聚类处理，得到第一图像聚类结果和第一类中心特征集合；然后，将第一图像聚类结果和第一类中心特征集合输入预设图像聚类模型进行第二聚类处理，得到第二图像聚类结果。通过上述方法，可以实现根据同一聚类模型进行二次聚类，避免了现有技术中仅仅只对待聚类图片进行聚类，存在大量的同一个个体的图片仍分布在多个类别的情况，聚类结果利用价值非常有限，所导致的图像聚类效率低的问题。
图像方法装置电子设备存储介质

[发明专利]一种基于fasttext模型的识别纠错及训练方法-CN202010416525.9有效
发明人：王磊 -专利权人：浙江百应科技有限公司
申请日： 2020-05-18 - 公布日： 2020-08-25 - 主分类号： G10L17/06 文献下载
摘要：本发明公开了一种基于fasttext模型的识别纠错方法，包括：获取待识别的语音对话流；将待识别的语音对话流输入声纹识别模型中进行二聚类获得第一聚类音频和第二聚类音频；将第一聚类音频输入ASR模型中进行语音识别获得第一聚类音频的第一语音识别结果，将第二聚类音频输入ASR模型中进行语音识别获得第二聚类音频的第二语音识别结果；将第一语音识别结果输入fasttext模型进行二分类判断，获得第一语音识别结果的第一最终标签，将第二语音识别结果输入fasttext模型进行二分类判断，获得第二语音识别结果的第二最终标签。
一种基于 fasttext 模型识别纠错训练方法

[发明专利]产品设计需求驱动的三维CAD装配模型聚类及检索方法-CN201810241882.9有效
发明人：韩周鹏;莫蓉;郝丽;牛伟龙 -专利权人：西北工业大学
申请日： 2018-03-22 - 公布日： 2021-04-20 - 主分类号： G06F30/17 文献下载
摘要：本发明提出一种产品设计需求驱动的三维CAD装配模型聚类及检索方法：建立三维装配模型的属性邻接图；考虑装配模型中零件与装配关系的多源属性信息，进行三维CAD装配模型相似度评价；以模型库中装配模型的相似度为基础，建立模型库中三维装配模型聚类的加权网络模型，给出一种改进的社区发现算法实现装配模型的聚类；为装配模型聚类空间设置索引模型，实现基于模型聚类的CAD装配模型检索。该方法具有较高的柔性，易于实施，适用于模型库中三维装配模型的聚类及检索。
产品设计需求驱动三维 cad 装配模型检索方法

[发明专利]基于聚类辅助的静脉识别模型训练方法及装置-CN202011368138.9有效
发明人：赵国栋;任湘;张烜;李学双 -专利权人：四川圣点世纪科技有限公司
申请日： 2020-11-30 - 公布日： 2021-04-30 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于聚类辅助的静脉识别模型训练方法及装置，所述的基于聚类辅助的静脉识别模型训练方法包括：1）通过聚类方法对指静脉图像进行分型聚类，得到聚类分型结果；2）通过第一卷积神经网络训练形成聚类类型判别模型；3）通过所述聚类类型判别模型对输入的指静脉图像进行分型聚类，得到分属于不同手指的多个指静脉图像集合；4）通过第二卷积神经网络训练形成指静脉识别模型。本发明采用聚类方法找出不同手指间的指静脉图像特征差异以及同根手指的不同指静脉图像间的特征差异，并根据差异特征定义静脉图像类型，避免了人为主观定义指静脉图像类型带来的误差，为确保后续训练的指静脉识别模型的模型性能提供了基础保障
基于辅助静脉识别模型训练方法装置

[发明专利]一种光伏电站等值建模方法及系统-CN202211493971.5在审
发明人：李立生;于海东;刘洋;张世栋;孙勇;李勇;秦佳峰;由新红;黄敏;刘文彬;文祥宇;李帅;张鹏平;张林利;刘合金;刘明林;王峰;苏国强 -专利权人：国网山东省电力公司电力科学研究院;国家电网有限公司
申请日： 2022-11-25 - 公布日： 2023-02-28 - 主分类号： G06F18/23213 文献下载
摘要：本发明属于电力系统技术领域，公开一种光伏电站等值建模方法，包括：对光伏并网变电站进行进行等值聚类建模，得到等值聚类模型；根据所述等值聚类模型，计算聚类指标向量，并利用Canopy聚类算法对聚类指标向量进行聚类，获取初始聚类中心和聚类个数；根据初始聚类中心和所述聚类个数，利用Kmeans聚类算法进行聚类，得到等值聚类中心值；并根据等值聚类中心值，计算光伏机组的控制参数；根据光伏机组的控制参数，进行光伏电站的等效模型建模本发明解决了传统单一聚类算法在等值建模过程中因初始值的选择不准确不能得到全局最优解、计算复杂度大和计算结果不收敛的问题，提高了光伏电站等值聚类的速度和聚类结果的准确性。
一种电站等值建模方法系统