“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]一种基于改进k均值聚类算法的电网用户数据分析方法-CN202310898484.5在审
发明人：金家桢;刘天慈;成诚;凌在汛;马小强;彭舜尧;孔令威;谌思桐;冷小聪;刘思杰;洪度;邓海伟;何顺帆;吴笑民;邓桂平 -专利权人：国网湖北省电力有限公司随州供电公司;国网湖北省电力有限公司电力科学研究院;中南民族大学
申请日： 2023-07-21 - 公布日： 2023-10-17 - 主分类号： G06Q50/06 文献下载
摘要：本发明涉及电力客服数据分析领域，公开了一种基于改进k均值聚类算法的电网用户数据分析方法，包括：对客户电力数据进行预处理；构建K均值聚类算法模型；模型改进调优，采用K均值++方法使初始聚类中心之间的距离尽量远，用肘部图可视化不同k值下聚类模型的性能以确定最佳聚类数范围，计算分数值评估聚类效果，选定聚类数；利用调优后的聚类模型对数据集进行聚类分析，各类的聚类中心对应样本作为该类用户的代表。本发明利用客户用电数据，通过改进的k均值聚类算法对数据进行分类，进而实现了对用户行为的智能分析,可实现对电网用户用电行为的分类与预判，提高了电力客服工作效率，为电力问题的处置提供了数据支持。
一种基于改进均值算法电网用户数据分析方法

[发明专利]一种基于头脑风暴优化的移动机器人多路线规划方法-CN202210246092.6在审
发明人：陈强;张建明;马健;郑涛;欧县华;朱骞;陈一阁;吴春 -专利权人：浙江润琛科技有限公司
申请日： 2022-03-14 - 公布日： 2022-06-21 - 主分类号： G05D1/02 文献下载
摘要：一种基于头脑风暴优化的移动机器人多路线规划方法，针对K‑均值聚类算法采用的是基于的距离模型依据来进行聚类，聚类结果受初始聚类中心影响较大，易陷入局部最优的缺点，本发明使用考虑更新数据的均值和方差的高斯混合模型聚类算法去替代k‑means算法，不再使用基于距离的模型，而是使用基于分布的模型，来提高算法的鲁棒性，降低算法局部最优的概率。
一种基于头脑风暴优化移动机器人路线规划方法

[发明专利]预测用户概率的方法、装置和计算机设备-CN202011287802.7在审
发明人：孔清扬 -专利权人：深圳壹账通智能科技有限公司
申请日： 2020-11-17 - 公布日： 2021-02-19 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及人工智能领域，揭示了预测用户概率的方法，包括：按照业务属性确认数据分析周期；搜集指定时间段内各用户的行为表现数据；将所有用户的行为表现数据输入无监督学习模型，依据预设的聚类群数量进行聚类分析，得到预设的聚类群数量对应的各聚类群；根据各聚类群建立监督学习的分类模型并进行训练，得到预测用户流失概率的模型；根据待分析用户的行为表现数据，通过预测用户流失概率的模型，得到待分析用户流失概率的预测结果。通过在监督学习的二分类模型前，加入无监督学习模型，可以对具有相似行为特征的用户进行聚类，并将聚类结果用于监督学习的二分类模型的训练过程，提高二分类模型预测用户流失预警的预测精准度。
预测用户概率方法装置计算机设备

[发明专利]一种基于采样算法优化与无监督聚类的软件缺陷预测方法-CN202310740101.1在审
发明人：石海鹤;周世文;蓝孙文;龙海;刘日明 -专利权人：江西师范大学
申请日： 2023-06-21 - 公布日： 2023-08-22 - 主分类号： G06F18/23 文献下载
摘要：本发明涉及一种基于采样算法优化与无监督聚类的软件缺陷预测方法，包括1）数据集过采样：根据原始数据集类别比例信息和设定的平衡系数，计算少数类样本需要生成的数据量并生成，得到平衡数据集；2）数据集标准化：对平衡数据集进行标准化处理，得到标准数据集；3）无监督聚类：构建聚类模型，将标准数据集输入到聚类模型中进行聚类操作，把标准数据集划分成2类；4）聚类结果确认：对聚类分成的2类进行确认类别处理，判断数据所代表的软件有无缺陷；5）预测评价指标：构建模型评价指标，获取模型评价指标信息，衡量软件缺陷预测的准确度。本发明方法流程设计合理，使用方便，与传统的算法相比，具有采样效果更好，聚类结果更准确的优势。
一种基于采样算法优化监督软件缺陷预测方法

[发明专利]一种人脸聚类评价方法、系统、计算机及可读存储介质-CN202310677574.1有效
发明人：陈硕;唐涛;张磊;许畅;郭小光 -专利权人：江西云眼视界科技股份有限公司
申请日： 2023-06-09 - 公布日： 2023-08-11 - 主分类号： G06V10/776 文献下载
摘要：本发明提供了一种人脸聚类评价方法、系统、计算机及可读存储介质，所述方法包括获取人脸聚类结果，以得到若干聚类簇，聚类簇中包括若干人脸特征；对所述人脸特征进行标准化处理，以得到标准人脸特征；计算每个所述聚类簇中每两个所述标准人脸特征之间的第一相似度，并计算每个所述聚类簇的代表人脸之间的第二相似度，确定第一评价指标；同时计算每个所述聚类簇的中心点，并基于所述中心点确定第二评价指标；最终根据所述第一评价指标与所述第二评价指标确定聚类评分，并基于所述聚类评分输出人脸聚类评价结果，本发明通过聚类评分可辅助评估聚类模型的质量同时也可评估聚类模型是否达到了预期效果以便于进一步优化与改进聚类模型。
一种人脸聚类评价方法系统计算机可读存储介质

[发明专利]电厂设备异常检测方法、训练方法、装置、设备和介质-CN202310914738.8在审
发明人：张杰;龚琛杰;袁俊;李志超;张少男 -专利权人：润联智能科技股份有限公司
申请日： 2023-07-24 - 公布日： 2023-10-20 - 主分类号： G06F18/214 文献下载
摘要：获取电厂设备的待检测数据输入电厂设备异常检测模型，利用第一编码器得到检测查询向量；然后计算检测查询向量与两个聚类数据的聚类中心的向量距离；其中，电厂设备异常检测模型基于对比学习方法，利用无标签的设备参数样本数据训练得到，聚类数据包括：正常聚类数据和异常聚类数据；最后根据向量距离选取一个聚类数据作为目标聚类数据，并根据目标聚类数据得到检测结果。基于对比学习的思想，利用无标签的样本训练电厂设备异常检测模型，不需要高质量的样本即可完成模型训练，从而提高电厂设备异常检测模型的适用范围。
电厂设备异常检测方法训练装置介质

[发明专利]一种基于聚类中心的CNN-LSTM时序预测模型的构建方法-CN202011080703.1有效
发明人：彭龙;黄炎焱;杜振华;华宇浩;张钊浩;宋雅杰;何新 -专利权人：南京理工大学;江苏慧宇诚智能装备研究院有限公司;小图智能科技（南京）有限公司
申请日： 2020-10-10 - 公布日： 2022-10-18 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种基于聚类中心的CNN‑LSTM时序预测模型的构建方法，具体涉及数学建模领域，具体构建步骤如下：S1、搜集样本数据；S2、数据预处理；S3、样本聚类；S4、建立CNN‑LSTM模型进行预测本发明通过对药品销量数据进行聚类和建立CNN‑LSTM模型。聚类的目的是找到药品之间的关联，将相似度高的药品时序数据聚为一簇，然后基于聚类中心建立多个时序预测模型，同簇的药品用同一个模型进行预测，从而提高模型的适用性，增大了模型的应用范围。
一种基于中心 cnn lstm 时序预测模型构建方法

[发明专利]一种基于深度网络模型的图像聚类方法-CN202311070150.5在审
发明人：周柚;李沅书;王鏐璞;杜伟;肖钰彬;吴翾;赵鹏 -专利权人：吉林大学
申请日： 2023-08-24 - 公布日： 2023-09-19 - 主分类号： G06V10/762 文献下载
摘要：本发明适用于图像处理技术领域，提供了一种基于深度网络模型的图像聚类方法，包括以下步骤：对数据集进行灰度归一化预处理，将像素值统一，裁剪为统一大小；把处理后的图像数据集分成训练集、验证集和测试集，增强图像，制作数据集视图，将每个图像数据生成两种增强视图，为数据赋予伪标签；构建深度网络模型；训练深度网络模型，生成训练模型；对训练模型进行测试。本发明中深度网络模型将类内紧密性与类间差异性相互融合，得到更多尺度、更丰富的特征，在聚类头模块实现精准的聚类分配；可以准确地进行层次相似性的提取，减少了因缺少相似性信息导致的类间冲突从而导致聚类性能不佳，提高聚类效率与聚类效果。
一种基于深度网络模型图像方法

[发明专利]一种基于余弦相似度分类的负荷预测方法-CN201911336841.9在审
发明人：张珍凤;罗耀强;陈延彬;雷雪 -专利权人：南京易司拓电力科技股份有限公司
申请日： 2019-12-23 - 公布日： 2020-05-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及具体为一种基于余弦相似度分类的负荷预测方法，包括对负荷检测点的负荷数据的余弦特征值按天为单位进行特征抽取，并以天为单位将负荷检测点的余弦特征值进行聚类处理生成负荷数据的聚类模型；将生成的负荷数据的聚类模型和天气数据的聚类模型进行关联分析，找到特定天气与特定负荷曲线的相关关系；并形成一组{C,D}的关系；其中C为网供负荷数据在聚类模型的簇值，D为天气数据在聚类模型中的簇值；负荷数据及天气数据聚类完成后，按簇类来抽取网供负荷数据集及相同日期的天气情况，节假日情况数据进行模型构建，具体为将相关联的负荷数据，天气数据，节假日数据加入到模型的输入参数中。
一种基于余弦相似分类负荷预测方法

[发明专利]一种语义相似的短文本聚类方法、系统和计算机设备-CN202310529104.0在审
发明人：韩伟;陈运文;冯雪;陈志刚;穆玉芝;张健;纪达麒;冯佳妮 -专利权人：达而观信息科技（上海）有限公司
申请日： 2023-05-11 - 公布日： 2023-09-26 - 主分类号： G06F40/30 文献下载
摘要：本发明涉及到一种语义相似的短文本的聚类方法，该聚类方法包括离线模型训练和在线聚类操作环节，第一步，准备大量的相似句对作为训练的训练集；第二步，训练相似语句的分类训练离线模型，获得可以计算语义相似的句向量模型；第三步，将需要聚类的短文本，经过离线模型进行处理，得到短文本的句向量；第四步，两两计算文本向量的余弦相似度，对于每个聚类中心，选取与相似度大于阈值的文本作为同一个聚类类别；还包括聚类系统及计算机设备。本发明的方法、系统和计算机设备通过经过改进的bert模型获取短文本的具有上下文特征和全局特征的语义特征向量，同时，基于改进的bert模型使用文本向量，使聚类更加准确。
一种语义相似文本方法系统计算机设备

[发明专利]一种解决协同过滤推荐技术中冷启动问题的方法及系统-CN201710634135.7有效
发明人：田保军;胡培培;杜晓娟;杨浒昀 -专利权人：内蒙古工业大学
申请日： 2017-07-29 - 公布日： 2020-04-28 - 主分类号： G06F16/28 文献下载
摘要：一种解决协同过滤推荐技术中冷启动问题的方法，包括：选取数据集；通过优化的遗传算法建立初始用户或项目聚类模型；基于用户或项目初始聚类模型进行聚类，得到用户或项目聚类模型；计算新用户或新项目到聚类模型中各类簇的熵值本发明还包括一种解决协同过滤推荐技术中冷启动问题的系统，包括：选取模块；初始模型建立模块；聚类模块；划分类簇模块；产生推荐模块。本发明利用改进的遗传算法进行K‑Means聚类，生成用户或项目初始聚类模型，对新用户或新项目产生推荐。
一种解决协同过滤推荐技术冷启动问题方法系统

[发明专利]一种基于正交鲁棒非负矩阵分解的图节点聚类方法-CN201911078645.6在审
发明人：贺超波;汤庸;刘双印;刘海;付志文;郑建华;陈国华 -专利权人：仲恺农业工程学院
申请日： 2019-11-07 - 公布日： 2020-02-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开本发明一种基于正交鲁棒NMF的图节点聚类方法的流程图，其过程简化为：步骤一、形式化表示图数据为G＝(V,E)；步骤二、构建图数据邻接矩阵A；步骤三、基于正交鲁棒非负矩阵分解构建图节点聚类模型；步骤四、求解图节点聚类模型获得W和H矩阵；步骤五、根据矩阵H获得图节点聚类结果。本发明对节点聚簇指示矩阵施加正交约束可以进一步提高该矩阵的稀疏性并让节点聚簇归属关系更加清晰，同时通过采用L2,1范数设计目标函数提高聚类模型应对噪声的鲁棒性，从而最终可以提高图节点的聚类质量。此外，通过将正交约束转为聚类模型的正则项，并引入拉格朗日乘数法大大简化了模型的求解过程。
一种基于正交鲁棒非负矩阵分解节点方法

[发明专利]构建聚类模型的方法、设备、介质和程序产品-CN202111128531.5在审
发明人：孔涛;王峰;章如锋;李航 -专利权人：北京有竹居网络技术有限公司
申请日： 2021-09-26 - 公布日： 2021-12-17 - 主分类号： G06K9/62 文献下载
摘要：根据本公开的实施例，提供了一种用于构建聚类模型的方法、设备、介质和程序产品。在此描述的方法包括：基于对一组训练样本的增广，确定多组增广样本，多组增广样本中的每组增广样本的类别与一组训练样本相同；利用聚类模型处理多组增广样本，以确定与多组增广样本相关联的多组聚类概率分布，其中一组聚类概率分布指示一组增广样本中每个增广样本属于多个预定类别的概率；以及基于多组聚类概率分布之间的分布差异，更新聚类模型的参数。根据本公开的实施例，能够基于增广样本的聚类概率分布之间的差异来无监督地训练聚类模型，从而可以摆脱对于标注数据的依赖。
构建模型方法设备介质程序产品

[发明专利]风电功率预测模型的训练方法、风电功率预测方法及设备-CN202310337573.2在审
发明人：火久元;常琛;王婷娟;王子溶;穆聪 -专利权人：兰州交通大学;兰州尚文汇通能源科技有限公司;兰州瑞智元信息技术有限责任公司
申请日： 2023-03-31 - 公布日： 2023-08-22 - 主分类号： G06F18/214 文献下载
摘要：本申请提供了一种风电功率预测模型的训练方法、风电功率预测方法及设备，其中，风电功率预测模型的训练方法包括：获取目标历史时间段内多个风机对应的多个功率影响因子的历史指标值，对多个风机进行聚类，得到多个风机聚类，获取目标历史时间段的下一历史时间段内各风机聚类中风机的历史风电功率，根据各风机聚类中风机对应的历史指标值和各风机聚类中风机的历史风电功率，分别进行模型训练，得到各风机聚类的风电功率预测模型。本申请通过对风机进行聚类划分，以风机聚类为预测单元进行风电功率的预测，预测精度高且时效性好。
电功率预测模型训练方法设备

[发明专利]图片检测方法、装置、存储介质及电子设备-CN202111300201.X在审
发明人：林嗣鹏;范渊;杨勃 -专利权人：杭州安恒信息技术股份有限公司
申请日： 2021-11-04 - 公布日： 2022-01-21 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种图片检测方法、装置、存储介质及电子设备，该方法包括：获取图片和所述图片的文本信息；通过聚类模型对所述文本信息进行聚类，根据聚类结果确定所述图片所属的聚类簇；根据所述聚类簇的安全性标签确定所述图片是否属于疑似预设类型的图片，所述安全性标签用于记录所述聚类簇是否为疑似预设类型图片的信息；若是，将所述图片输入至神经网络模型中，以通过所述神经网络模型对所述图片进行图片类型分类；根据所述神经网络模型输出的分类结果确定所述图片是否为预设类型的图片本发明通过聚类方法进行图片的初步筛选，以节省计算资源，再利用神经模型进行精确判断，提高了检测准确率。
图片检测方法装置存储介质电子设备