“聚类算法”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982109个，建议您升级VIP下载更多相关专利

[发明专利]一种基于改进的聚类算法堆垛机路径规划方法-CN202211120498.6在审
发明人：李东东;王雷;蔡劲草;王安恒;王天成;王艺璇;程龙;胡孔夫 -专利权人：安徽工程大学
申请日： 2022-09-15 - 公布日： 2022-11-15 - 主分类号： G05D1/02 文献下载
摘要：本发明设计一种基于改进的聚类算法堆垛机路径规划方法，S1、初始化算法相关参数与数据；S2、根据式(1)将所有节点映射到时间域中；S3、根据式(2)计算所有出库任务相对入库任务的时间尺度距离Lt；S4、根据所得Lt数据将所有出库任务聚类于最近的聚类中心；S5、检测是否存在分配冲突的类，S6、取出一组存在冲突的类进行下述冲突消除操作；S7、计算该类中所有出库任务与其他聚类中心的Lt；S8、找到Lt结果中最小的对应出库任务节点，并分配给相应的新聚类中心，将旧聚类中心添加进该节点的禁忌表中；S9、输出聚类结果完成路径规划任务。本发明在解决堆垛机路径规划上的效果明显，规划速度明显优于穷举算法、启发式算法以及其他文献改进算法。
一种基于改进算法堆垛路径规划方法

[发明专利]基于栅格和密度聚类算法的激光雷达目标物检测方法-CN201810784270.4有效
发明人：李立君;曾庆喜;夏晓宇;贺宇 -专利权人：南京航空航天大学
申请日： 2018-07-17 - 公布日： 2021-08-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于栅格和密度聚类算法的激光雷达目标物检测方法，包括如下步骤：步骤1，获取激光雷达原始数据并解析；步骤2，建立栅格地图并进行数据投影；步骤3，计算栅格密度，判断栅格是否为密集栅格，将稀疏栅格删去；步骤4，用四个代表点代替密集栅格，产生新的集合；步骤5，在新的集合中采用基于密度的聚类算法完成聚类。此种检测方法结合了栅格算法和密度聚类算法，解决了激光雷达目标物检测算法中点云数据量大的缺点，减小了传统聚类算法的搜索时间，具有快速高效的特点。
基于栅格密度算法激光雷达目标检测方法

[发明专利]一种图像分割算法-CN201610190509.6在审
发明人：范勇;胡成华 -专利权人：四川用联信息技术有限公司
申请日： 2016-03-29 - 公布日： 2017-05-03 - 主分类号： G06T7/10 文献下载
摘要：本发明提出了一种图像分割算法，该算法将聚类分析算法有效地与图像分割进行结合，该算法的主要步骤如下步骤1图像特征数据采集，得到初始数据集；步骤2对初始数据集预处理，得到矩阵；步骤3进行矩阵运算得到聚类结果矩阵；步骤4迭代获取最优的聚类类别和稳定的聚类结果；步骤5得到最优聚类类别数后，将相同类别的像素点聚成一类，利用图像处理的方法将图像还原，最终得到图像分割的效果图。
一种图像分割算法

[发明专利]基于混合聚类算法的直扩信号伪码周期及序列估计方法-CN202210149899.8在审
发明人：刘芳;陈丽;徐聪;王济;权安 -专利权人：中国电子科技集团公司第五十四研究所
申请日： 2022-02-18 - 公布日： 2022-06-10 - 主分类号： H04B1/707 文献下载
摘要：本发明涉及通信技术领域，涉及了一种基于混合聚类算法的直扩信号伪码周期及序列估计方法，该方法首先估计伪码周期，然后结合层次聚类与Kmeans聚类算法，形成新的混合聚类算法，完成估计信息序列，最后对信息序列进行累加处理本发明所设计的基于混合聚类算法的直扩信号伪码序列实时估计方法用于解决低信噪比时，直扩信号伪码周期及伪码序列估计，易于实现，运算量小，因此具有实际应用价值。
基于混合算法信号周期序列估计方法

[发明专利]基于Spark的快速寻找聚类中心的方法和系统-CN201710693112.3在审
发明人：李学兵;庄福振;敖翔;何清 -专利权人：中国科学院计算技术研究所
申请日： 2017-08-14 - 公布日： 2019-02-26 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于Spark的快速寻找聚类中心的方法，涉及计算机信息获取和处理技术。本发明实现了基于Spark的并行CFSFDP聚类算法，利用内存并行计算框架解决了CFSFDP聚类算法处理数据规模小、效率低的问题。基于Spark的并行CFSFDP聚类算法首先通过把两点距离计算分成完全独立的子部分，再将计算结果在汇总服务器上处理分析，然后继续将一系列计算任务切割成独立子任务，汇总到一台服务器上，最终并行计算得到聚类中心，在得到聚类中心后串行计算得到所有数据点的类别。本发明在处理数据中充分发挥了CFSFDP算法的优点，弥补一些常用并行聚类算法的不足。
聚类算法聚类中心并行并行计算处理数据快速寻找汇总服务器计算机信息串行计算点距离算法内存服务器切割分析

[发明专利]基于组合模型的产品推荐方法、装置、设备及存储介质-CN202111019329.9在审
发明人：潘敏;刘志强;田鸥;冯伟;邱超乐 -专利权人：平安银行股份有限公司
申请日： 2021-08-31 - 公布日： 2021-11-26 - 主分类号： G06Q30/06 文献下载
摘要：本发明实施例涉及人工智能领域，公开了一种基于组合模型的产品推荐方法、装置、设备及存储介质，该方法包括：根据指定客户群的历史行为数据确定客户资产信息和业务产品需求的特征指标；将客户资产信息和特征指标输入多种聚类算法模型，得到各聚类算法模型的聚类结果数据；根据各聚类结果数据确定各聚类算法模型对业务类型的分类准确率，并确定分类准确率最大的最优聚类算法模型；将最优聚类算法模型得到的每种业务类型的客户信息和业务产品信息输入组合推荐模型中
基于组合模型产品推荐方法装置设备存储介质

[发明专利]一种基于改进鲸鱼优化算法的文本聚类方法-CN202310823599.8在审
发明人：黄鑫;张冉巧;李嫄源;朱智勤;周志浩;陈诗尧;李家兴;龚康;刘秋卓;文斌;刘阳;周嘉靖 -专利权人：重庆邮电大学
申请日： 2023-07-06 - 公布日： 2023-10-10 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于改进鲸鱼优化算法的文本聚类方法，属于大数据挖掘和机器学习领域。从科研文本数据库中获取科研文本数据，并进行数据清洗；S2：对数据清洗后的文本数据进行进行分词、去停用词、特征选择、向量化和降维操作，将非结构化的文本数据转化成结构化的数值型的数据；S3：利用K‑means算法计算出初始的聚类中心，使用改进鲸鱼优化算法对聚类中心进行优化并输出聚类结果。本发明利用改进鲸鱼优化算法的全局寻优能力，解决了当前文本聚类算法容易陷入局部最优的问题，提高了对科研文本数据聚类的准确性，减少了数据维度，增强了聚类的效果。
一种基于改进鲸鱼优化算法文本方法

[发明专利]基于图像数据的公路路面裂缝快速检测方法-CN202310944249.7有效
发明人：丁茂;温玉娟;潘旭;赵中兴;王亚丽;张嘎 -专利权人：聊城市瀚格智能科技有限公司
申请日： 2023-07-31 - 公布日： 2023-10-13 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及图像处理领域，提供基于图像数据的公路路面裂缝快速检测方法，包括：计算待检测图像中裂纹特征显著区域；将所述裂纹特征显著区域内的像素点作为初始像素点，利用CURE聚类算法基于初始像素点对所述待检测图像中像素点进行聚类，从而得到聚类簇；基于所述聚类簇确定待检测图像中的公路路面裂缝区域。该方法将裂纹特征显著区域内的像素点作为初始像素点，利用CURE聚类算法进行聚类，能够减少聚类算法的迭代次数，减少计算量，并且确定聚类时的初始像素点能够提高聚类准确性，进而提高检测精度。
基于图像数据公路路面裂缝快速检测方法

[发明专利]一种面向高维数据基于自适应鲁棒特征表示的K-means聚类算法-CN202110085918.0在审
发明人：张娜;丁宏强;王妍 -专利权人：安徽大学
申请日： 2021-01-22 - 公布日： 2021-05-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种面向高维数据基于自适应鲁棒特征表示的K‑means聚类算法，包括如下步骤：A)、把特征表示过程和K‑means聚类过程同时融于一个算法模型中，实现了同时对高维数据数据进行特征表示和K‑means聚类应用；B)、使用增广拉格朗日乘子法去优化提出算法模型中的变量，其规则是当优化一个变量时，通过固定其它不相关的变量，去除目标函数中的不相关项，得到关于优化变量的解；C)、由于特征表示后的数据去除了原始高维数据中大量冗余、噪声和不相关的特征，具有最合适的数据特征和最有价值的信息，所以，K‑means聚类算法应用在特征表示后的数据上大大提高了K‑means聚类算法的性能，解决了K‑means聚类算法在面向现实世界中高维数据聚类性能降低的问题
一种面向数据基于自适应特征表示 means 算法

[发明专利]一种高维特征空间中基于聚类算法的就诊人群分组方法-CN202010469507.7在审
发明人：陈明东;黄越 -专利权人：思派健康产业投资有限公司
申请日： 2020-05-28 - 公布日： 2020-10-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种高维特征空间中基于聚类算法的就诊人群分组方法，所述方法包括以下步骤，S1、以患者为汇总维度进行聚类前的特征提取，提取的特征包括疾病种类、限额使用率、个人自费占比、有无住院以及就诊间隔；S2、计算各个特征之间的相关性，依次判断各个相关性是否大于设定阈值，若是，则剔除该相关性对应的特征，并执行步骤S3；若否，则直接执行步骤S3；S3、获取聚类算法中的最优选择聚类数；S4、将最优选择聚类数输入聚类算法中，对步骤S2中的特征进行聚类，并对聚类结果分别进行业务解释。优点是：本方法中的聚类算法能够对Elbow方法中的损失函数进行归一化，且引入了类外和的概念，用以刻画描述聚类后不同类之间的距离远近。
一种特征空间基于算法就诊人群分组方法

[发明专利]数据处理方法、装置、设备及存储介质-CN202310410353.8在审
发明人：张远健;周雍恺;孙权;高鹏飞;邱雪涛;郑建宾 -专利权人：中国银联股份有限公司
申请日： 2023-04-17 - 公布日： 2023-07-25 - 主分类号： G06Q40/03 文献下载
摘要：该方法包括获取多组用户交易特征；按照包括P层交易统计时间段的聚类维度，通过N个聚类算法分别对每组用户交易特征进行聚类，得到聚类结果，每层交易统计时间段的时长不同，聚类结果包括每组用户交易特征在P层交易统计时间段的第p层交易统计时间段内且与N个聚类算法中第n个聚类算法对应的类簇集合；根据聚类结果，确定与业务场景对应的用于表征每组用户交易特征中的目标用户交易特征在第p层交易统计时间段内且与第n个聚类算法对应的聚类簇之间相似性程度的用户经营标签
数据处理方法装置设备存储介质

[发明专利]基于拉普拉斯图谱的短文本聚类方法-CN202011636862.5有效
发明人：孟海宁;冯锴;朱磊;张贝贝;童新宇;黑新宏 -专利权人：西安理工大学
申请日： 2020-12-31 - 公布日： 2023-05-12 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于拉普拉斯图谱的短文本聚类方法。首先对短文本数据集进行预处理；对数据进行向量化表示和降维处理；然后根据拉普拉斯矩阵特征向量确定初始聚类中心，并进行K‑means聚类输出聚类结果；通过对数据集注入噪声数据来检验算法鲁棒性；最后根据查准率本发明根据向量空间模型和拉普拉斯矩阵的特征，提出了一种基于拉普拉斯图谱和TF‑IDF词频处理的短文本聚类方法。针对短文本数据集构建特征向量空间模型，采用K‑means聚类算法进行聚类。同时利用拉普拉斯矩阵特性选择初始聚类中心，使聚类算法的迭代次数减少。解决了短文本数据向量化表示困难和传统聚类算法针对短文本数据集聚类精度不高的问题。
基于拉普拉斯图谱文本方法

[发明专利]一种用于智能电表大数据的负荷曲线聚类方法-CN201610490208.5在审
发明人：肖霖;鲁云;张天魁 -专利权人：南昌大学;北京邮电大学
申请日： 2016-06-27 - 公布日： 2016-12-07 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种用于智能电表大数据的负荷曲线聚类方法，涉及智能电网大数据应用领域，解决了现有的聚类方法结果不准确的技术问题。该聚类方法包括首先采用PCA对样本数据进行降维处理；然后采用自适应加权FCM算法对降维后的样本数据进行聚类；接着采用聚类有效性函数自适应确定最佳聚类数目，并基于最佳聚类数采用上述加权FCM算法得到最佳聚类结果该聚类方法用于对用户的负荷曲线进行聚类。
一种用于智能电表数据负荷曲线方法

[发明专利]基于物品分类和用户分类的协同过滤推荐方法-CN201210030236.0有效
发明人：施荣杰;王守军 -专利权人：上海视畅信息科技有限公司
申请日： 2012-02-10 - 公布日： 2018-03-06 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种协同过滤算法，具体地说是一种基于物品分类和用户分类的协同过滤推荐算法，其特征在于采用如下步骤A、物品的聚类与分类步骤；B、用户的聚类与分类步骤；C、物品聚类与用户聚类的融合步骤；D、排序推荐步骤本发明同现有技术相比，用改进的KMEANS算法完成数据的聚类，方法简单，增加了可扩展性，同时解决了稀疏性问题、冷启动问题。
基于物品分类用户协同过滤推荐方法

[发明专利]一种面向数据流的全在线聚类方法-CN201810333661.4在审
发明人：杜韬;曲守宁;许婧文;王玉栋;武奎;庞战;刘闯;张瑞;李国昌;牟国栋 -专利权人：济南大学
申请日： 2018-04-13 - 公布日： 2018-09-14 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种面向数据流的全在线聚类方法，其特征在于，包括以下步骤：S1：基于在线数据角色判断的动态数据流聚类算法进行聚类；S2：根据多速率的数据衰减机制，更新数据流对象；S3：基于邻域的密度更新聚类算法；S4：在线聚类调整。
聚类数据流聚类算法全在线动态数据流数据流对象角色判断衰减机制在线聚类在线数据更新邻域