“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]一种考虑构成的变电站负荷两层聚类方法-CN201710616539.3在审
发明人：程祥;蒋正邦;吴浩;孙维真 -专利权人：浙江大学
申请日： 2017-07-26 - 公布日： 2017-12-12 - 主分类号： G06F17/50 文献下载
摘要：本发明提出了一种考虑构成的变电站双层聚类方法，该方法中考虑的模型分为下层用户聚类与上层变电站聚类两部分，下层用户聚类模型主要考虑用户的用电特性，其聚类结果用于分析变电站的构成成分，上层变电站聚类模型同时考虑自身的综合负荷特性及其构成成分两方面针对提出的双层聚类模型，分别提出了使用改进K‑means算法及考虑权重的K‑means算法予以求解。变电站双层聚类方法能有效克服现有方法的不足，提高变电站聚类的准确性。同时通过分析基于模拟数据的变电站聚类，也验证了所提方法的可靠性。
一种考虑构成变电站负荷两层聚类方法

[发明专利]模型训练方法、图像处理方法、装置以及可读存储介质-CN202211743998.5在审
发明人：游鹏;蔡丹平;张朋;李志涵;周祥明 -专利权人：浙江大华技术股份有限公司
申请日： 2022-12-30 - 公布日： 2023-05-12 - 主分类号： G06V10/774 文献下载
摘要：本申请提供一种模型训练方法、图像处理方法、目标检测装置以及计算机可读存储介质。该模型训练方法包括：基于训练集的标注信息，获取待训练类别的真实标注框和候选标注框；将真实标注框和候选标注框进行聚类，获取多层聚类结果；按照真实标注框在每层聚类结果的分布情况，获取每层聚类结果的聚类指数；将聚类指数最高的一层聚类结果作为聚类输出，按照聚类输出确定标注框数量和标注框尺寸，标注框数量和标注框尺寸用于对目标检测模型进行训练。通过上述方式，目标检测装置使用了聚类算法自动生成最佳标注框数量和最佳标注框尺寸等超参数，有效提高模型训练效果。
模型训练方法图像处理装置以及可读存储介质

[发明专利]用于修改机器学习模型的方法和装置-CN201980101541.4在审
发明人：姚安邦;胡平;康杨雨轩;陈玉荣 -专利权人：英特尔公司
申请日： 2019-12-18 - 公布日： 2022-06-03 - 主分类号： G06N3/04 文献下载
摘要：公开了用于修改机器学习模型的方法、装置、系统、和制品。一种示例装置包括：受监督分支插入器，来将受监督分支插入到机器学习模型中的所识别的位置处；第一聚类生成器，来利用第一聚类技术生成插入的受监督分支的第一聚类；第二聚类生成器，来利用第二聚类技术生成插入的受监督分支的第二聚类，第二聚类技术不同于第一聚类技术；聚类联合器，来联合第一聚类和第二聚类以形成聚类块，聚类块被附加到受监督分支的末尾；以及传播策略执行器，来执行传播训练策略以修改机器学习模型的参数。
用于修改机器学习模型方法装置

[发明专利]数据处理方法、装置、设备及可读存储介质-CN201910004439.4有效
发明人：赵耀;危彬;顾剑波 -专利权人：创新先进技术有限公司
申请日： 2019-01-03 - 公布日： 2023-08-01 - 主分类号： G06F16/906 文献下载
摘要：本说明书实施例提供了一种数据处理方法，获取多个目标对象的特征数据作为训练样本，从而基于所述训练样本以及预先设置的第一类损失函数和第二类损失函数，对预设的神经网络模型进行训练，得到聚类模型。其中，神经网络模型的输出对应于两个以上类簇，聚类模型用于输出目标对象属于每个类簇的概率。本方法通过上述两种损失函数来控制对多个目标对象进行聚类的优化过程，从而使得聚类模型的输出直接对应目标对象的聚类结果，避免直接定义距离函数，有利于提高对目标对象的聚类效率且得到较好的聚类效果。
数据处理方法装置设备可读存储介质

[发明专利]一种利用双层概率模型聚类宏基因组序列的方法-CN202210103106.9在审
发明人：杨铁林;刘聪聪;郭燕;董珊珊 -专利权人：西安交通大学
申请日： 2022-01-27 - 公布日： 2022-05-06 - 主分类号： G16B40/00 文献下载
摘要：本发明涉及宏基因组序列聚类技术领域，尤其涉及一种利用双层概率模型聚类宏基因组序列的方法，包括P1，利用第一层概率模型对初始宏基因组中的所有序列进行聚类，获得多个初级聚类；P2，利用第二层概率模型对每一个初级聚类进行再次聚类，获得最终聚类；所述第二层模型包括种子选择模型、k‑mer频率概率模型和覆盖度概率模型。本发明采用的利用双层概率模型聚类宏基因组序列的方法利用两层模型对初始宏基因组中的所有序列进行处理，能够有效利用宏基因组序列不同维度的特征，适用于所有宏基因组测序数据，例如肠道微生物数据、土壤微生物数据和水微生物数据等
一种利用双层概率模型宏基序列方法

[发明专利]一种基于预测与决策一体化的快递系统智能订单分配方法-CN202211526434.6有效
发明人：张金雷;杨立兴;单尔刚;吴黎霞;高自友 -专利权人：北京交通大学
申请日： 2022-12-01 - 公布日： 2023-08-08 - 主分类号： G06Q10/087 文献下载
摘要：该方法包括：构建预测模型，该预测模型基于历史订单量获得后续时间段的预测订单数量；构建聚类优化模型，该聚类优化模型使用所述预测订单数量和感兴趣区域的地理位置信息，在设定的优化目标和约束条件下将感兴趣区域聚类为多个类别；基于所述预测模型和所述聚类优化模型构建端到端的订单预测深度学习模型；训练所述订单预测深度学习模型，其中在前向传播中，将聚类结果转换为离散解，以获得最终聚类结果，反向传播的目标是通过所述聚类优化模型和所述预测模型将损失函数反向传播
一种基于预测决策一体化快递系统智能订单分配方法

[发明专利]话题聚类方法、装置、电子设备及存储介质-CN202010597561.X在审
发明人：杨凤鑫;徐国强 -专利权人：深圳壹账通智能科技有限公司
申请日： 2020-06-28 - 公布日： 2020-10-09 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种话题聚类方法、装置、电子设备及存储介质。该方法能够基于BERT模型对所述文本数据集进行回归分析，得到基础数据集，以更好的表达各个文本的段落信息，帮助提高文本表示的准确性，从基础数据集中选择配置数量的数据进行标注，利用少量的标注信息辅助整体的无监督聚类，采用AgglomerativeClustering模型，结合第一类间距离及第二类间距离进行聚类，进一步采用基于BERT算法训练的相似度模型，得到目标聚类结果，以便采用较大的类间距离下的聚类结果作为指导，对较小的类间距离下的聚类结果进行合并，同时保证了召回率及准确率，对聚类的距离及类别的依赖降低，提高聚类效果。本发明还涉及区块链技术，BERT模型、AgglomerativeClustering模型及相似度模型可存储于区块链上。
话题方法装置电子设备存储介质

[发明专利]基于对比学习的结构感知深度聚类方法-CN202310609022.7在审
发明人：徐森;陈博炜;徐秀芳;花小朋;朱锦新;邵俊;许贺洋;郭乃瑄;刘轩绮;高婷;徐畅;孙雯 -专利权人：盐城工学院;盐城工学院技术转移中心有限公司
申请日： 2023-05-25 - 公布日： 2023-09-05 - 主分类号： G06F18/23 文献下载
摘要：本发明提供基于对比学习的结构感知深度聚类方法，其中，方法包括：步骤1：获取聚类目标的属性图；步骤2：基于属性图，确定聚类目标的第一特征矩阵和第一邻接矩阵；步骤3：将第一特征矩阵和第一邻接矩阵输入预设的结构感知深度聚类模型，获得第二特征矩阵与第二邻接矩阵；步骤4：对比学习第二特征矩阵与第二邻接矩阵，获得对比学习结果；步骤5：根据对比学习结果更新结构感知深度聚类模型的参数，获取结构感知深度聚类模型参数更新后的聚类结果。本发明的基于对比学习的结构感知深度聚类方法，基于结构感知深度聚类模型聚类过程中确定的第二特征矩阵与第二邻接矩阵的对比学习结果，自适应确定模型参数更新后的聚类结果，更加智能且准确。
基于对比学习结构感知深度方法

[发明专利]一种电力负荷数据增量聚类方法-CN202211265276.3在审
发明人：张勇;李欣玥;王莉 -专利权人：天津商业大学
申请日： 2022-10-17 - 公布日： 2023-01-17 - 主分类号： G06F18/23213 文献下载
摘要：本发明是将DCS统计模型与自相关增量模糊C均值聚类算法相结合的电力负荷增量聚类方法，涉及电力负荷增量聚类，是针对电力负荷数据高维性、时变性和异方差特性进行的时间序列聚类，先对用户日负荷数据预处理与分析；然后确定聚类数；确定DCS模型的用户假设；建立DCS模型，进行模型的参数估计；然后计算得到DCS模型的相关参数，得到最终的DCS模型；基于DCS模型计算序列的自相关值；最后进行基于DCS模型的AI‑FCM聚类。本发明方法能够有效解决电力负荷数据多模高维和异方差特性所导致的聚类效率低、模型训练时间长且不能有效提取用户模式隐藏信息等问题。
一种电力负荷数据增量方法

[发明专利]一种基于迭代的神经网络聚类方法-CN201510885998.2在审
发明人：段立娟;袁彬;崔嵩;苗军;刘军发 -专利权人：北京工业大学
申请日： 2015-12-06 - 公布日： 2016-05-04 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及一种基于迭代的神经网络聚类算法。步骤1，初始化超限学习机模型参数；步骤2，随机选取与所要聚类个数相同数量的样本，每个样本代表一个聚类，构成初始榜样样本集，训练得到初始的超限学习机模型；步骤3，利用当前的超限学习机模型对样本进行聚类分组，并得到聚类结果；步骤4，对于每一个聚类分组，根据规则选取多个样本作为该聚类分组的榜样；步骤5，使用步骤4中得到各聚类分组的榜样样本来更新超限学习机模型；步骤6，返回步骤3进行迭代，直到聚类分组达到稳定或满足迭代次数要求，得到并输出聚类分组。本发明既解决了处理高维非线性数据空间聚类的问题，又解决了内存消耗大和运行时间长的问题。
一种基于神经网络方法

[发明专利]一种车辆长度估计模型建立的方法、终端设备及存储介质-CN202210807535.4有效
发明人：李冬冬;李乾坤;陈向阳;吴函;向超;殷俊;江哲;王凯;王刚 -专利权人：浙江大华技术股份有限公司
申请日： 2022-07-11 - 公布日： 2022-11-22 - 主分类号： G06V20/40 文献下载
摘要：本申请公开了一种车辆长度估计模型建立的方法、终端设备及存储介质，其中，该方法包括：获取检测视频，以及检测视频中的车辆信息，车辆信息包括车辆框以及车辆长度；基于车辆信息进行聚类，获取至少两个聚类结果，至少两个聚类结果中包括聚类中心及其聚类范围内的聚类车辆信息；获取初始车辆长度估计模型，其中，初始车辆长度估计模型包括至少一个待求参数；将聚类车辆信息输入初始车辆长度估计模型，求解待求参数的数值；基于待求参数的数值，得到最终车辆长度估计模型。通过上述方法，能够以无监督的方式自行建立车辆长度估计模型，实现对车辆长度的自动计算。
一种车辆长度估计模型建立方法终端设备存储介质

[发明专利]一种多星成像任务规划方法-CN201910540739.4有效
发明人：龙军;钱哲曼;陈仕隆;韩笑冬;徐楠;杨凯飞 -专利权人：中南大学;中国空间技术研究院
申请日： 2019-06-21 - 公布日： 2021-10-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种多星成像任务规划方法，包括：建立任务模型，将所有点目标任务均使用任务模型表示；以轨道圈次为基准，以轨道圈次内的任务作为聚类图模型的节点，并基于聚类约束条件构建聚类图模型中各节点之间的无向边，得到成像任务聚类图模型；基于启发式规则将满足聚类约束条件的点目标任务聚合为聚类任务，并基于中位数定理计算聚类任务的侧摆角；构建并利用任务规划的约束条件和目标函数，构建与成像任务聚类图模型所对应的任务规划有向无环图模型；基于任务规划有向无环图模型，并采用最大最小蚁群算法进行任务规划，得到多星成像任务规划方案。
一种成像任务规划方法

[发明专利]联邦聚类方法、装置、中心服务器、系统和电子设备-CN202310093395.3在审
发明人：王宇轩;陈巍;汪晶;贺茂华 -专利权人：科大讯飞股份有限公司
申请日： 2023-01-18 - 公布日： 2023-04-25 - 主分类号： G06F18/23 文献下载
摘要：本发明提供一种联邦聚类方法、装置、中心服务器、系统和电子设备，涉及聚类分析技术领域，该方法包括：将联邦聚类模型中目标主聚类网络对应的目标主网络参数发送至每个参与方设备，并接收每个参与方设备传输的目标样本聚类类别，针对每个参与方设备，基于参与方设备对应的目标样本聚类类别，从联邦聚类模型中的至少两个目标子聚类网络中确定出参与方设备对应的第一目标子聚类网络；发送第一目标子聚类网络对应的目标子网络参数至参与方设备，以使参与方设备基于目标主网络参数和目标子网络参数生成目标聚类模型，并基于目标聚类模型对其待聚类数据进行聚类分析，以解决现有技术中无法保证联邦聚类分析过程中各个参与方的数据隐私性的技术问题。
联邦方法装置中心服务器系统电子设备

[发明专利]货运语料聚类方法、装置、设备及计算机可读存储介质-CN202211295203.9在审
发明人：闫晚丰;张治宇;蒋志强;周炜星;周吉龙 -专利权人：上海运柚科技有限公司
申请日： 2022-10-21 - 公布日： 2023-01-31 - 主分类号： G06F16/35 文献下载
摘要：本发明公开一种货运语料聚类方法、装置、设备及计算机可读存储介质。货运语料聚类方法包括：提供预训练模型；通过货运语料库对预训练模型微调训练，得到货运语料模型；采用货运语料模型对待处理文本进行句子嵌入，得到动态语义向量，待处理文本为货运场景文本；以及对动态语义向量进行层次聚类，得到聚类结果。根据本发明实施例的货运语料聚类方法，货运语料模型能够计算不同场景下待处理文本的语义向量，对待处理文本进行句子嵌入，得到动态语义向量，使得货运语料聚类方法能够适应更复杂多变的货运场景。对动态语义向量进行层次聚类，能够得到聚类结果，实现对多种不同货运场景的货运领域文本进行聚类分析。
货运语料方法装置设备计算机可读存储介质

[发明专利]就业中心识别方法、装置、电子设备及存储介质-CN202211395497.2有效
发明人：张晓东;王良;许丹丹;梁弘;张兴华;崔鹤;陈猛;胡腾云;孙道胜 -专利权人：北京市城市规划设计研究院;北京城垣数字科技有限责任公司
申请日： 2022-11-09 - 公布日： 2023-04-07 - 主分类号： G06F16/29 文献下载
摘要：本发明提供一种就业中心识别方法、装置、电子设备及存储介质，涉及数据处理技术领域，该方法，包括：获取目标地区人员的手机定位数据，将所述手机定位数据发送至聚类模型中进行聚类，得到所述聚类模型输出的目标地区人员的就业地；获取目标地区的企业注册数据，将所述企业注册数据输入至所述聚类模型进行聚类，得到所述聚类模型输出的企业注册聚集地；基于所述目标地区人员的就业地和所述企业注册聚集地，得到所述目标地区的就业中心；其中，所述聚类模型是基于具有噪声的密度聚类算法训练得到
就业中心识别方法装置电子设备存储介质