“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]基于胶囊长短时记忆神经网络的数据分类方法及相关设备-CN202211497255.4在审
发明人：段含婷;吕田田;张乐;吴艳芹;郭蓉蓉 -专利权人：中国电信股份有限公司
申请日： 2022-11-25 - 公布日： 2023-04-07 - 主分类号： G06F18/23213 文献下载
摘要：获取目标文本特征数据；根据预设算法，确定目标文本特征数据的多个聚类结果，其中，预设算法包括词频‑逆文本频率指数TF‑IDF与K均值聚类算法K‑Means；根据邓恩指数，确定多个聚类结果的目标聚类结果；将目标聚类结果输入预先构建的胶囊长短时记忆神经网络本公开于相关技术中数据聚类精准性低的问题。本公开提高了数据聚类精准性。
基于胶囊短时记忆神经网络数据分类方法相关设备

[发明专利]一种融合聚类与集成学习的金融股票预测方法-CN201911171730.7在审
发明人：许莹;杨翠娟;郑冰欣 -专利权人：湖南大学
申请日： 2019-11-26 - 公布日： 2020-05-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种融合聚类与集成学习的金融股票预测方法，采用k‑means聚类方法对多个常用的技术指标进行聚类提出了基于聚类的预测模型C‑SVR‑SVR(Clustering‑SVR‑SVR)和C‑SVR‑RF(Clustering‑SVR‑RF)；接着采用Bagging集成学习算法提出了模型E‑SVRRF(Ensemble‑SVRRF)。最后，将k‑means聚类算法和Bagging集成学习算法相结合，提出一种混合模型C‑E‑SVRRF(Clustering‑Ensemble‑SVRRF)。实验结果表明，单独加入k‑means聚类算法的C‑SVR‑SVR、C‑SVR‑RF模型可以提高特定股票价格预测准确率，但总体效果不明显。单独加入集成学习算法能提高股票价格预测的准确率。融合k‑means聚类算法和集成学习的混合算法，可进一步提高股票价格预测准确率，尤其是提前20、30天的预测。
一种融合集成学习金融股票预测方法

[发明专利]数据处理方法、装置及计算机程序产品-CN202210535890.0在审
发明人：张传忠;彭雪琼 -专利权人：中国工商银行股份有限公司
申请日： 2022-05-17 - 公布日： 2022-08-02 - 主分类号： G06F16/35 文献下载
摘要：其中，该方法包括：获取历史时间段内的多个文本数据；根据历史时间段的时间长度确定对多个文本数据进行聚类的聚类算法；根据聚类算法对多个文本数据进行聚类，得到聚类结果。本申请解决了现有技术中对文本数据进行聚类时存在的聚类效率低的技术问题。
数据处理方法装置计算机程序产品

[发明专利]一种基于改进k均值聚类算法的天空图像云空辨识方法-CN201510929496.5有效
发明人：苏适;王飞;严玉廷;陆海;李浩涛;罗因博;杨家全 -专利权人：云南电网有限责任公司电力科学研究院;华北电力大学（保定）
申请日： 2015-12-15 - 公布日： 2018-12-04 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于改进k均值聚类算法的天空图像云空辨识方法，包括：提取所述天空图像中红颜色通道值R、绿颜色通道值G、蓝颜色通道值B以及R/B*100四个矩阵，提取特征矩阵；确定初始聚类数量以及初始聚类中心；基于改进k均值聚类算法，根据初始聚类中心进行聚类，获取新的聚类中心；根据新的聚类中心进行聚类并根据聚类结果确定各像素点所属区域类型，绘制云空辨识图像。本发明基于改进k均值聚类算法，提取效果较稳定，不仅把三个彩色分量作为一个整体进行聚类还添加了云空对比度较高的R/B*100列向量，与全局阈值仅对灰度图像进行云空识别相比，大大提高图像识别的适应能力，可以解决现有技术适应性差的问题
聚类天空图像辨识矩阵初始聚类中心聚类中心改进红颜色通道技术适应性蓝颜色通道绿颜色通道彩色分量灰度图像聚类结果所属区域提取特征图像识别列向量像素点绘制图像全局

[发明专利]一种基于聚类分割的果树叶片生长参数提取方法及系统-CN201810911265.5有效
发明人：刘刚;张伟洁;郭彩玲 -专利权人：中国农业大学
申请日： 2018-08-10 - 公布日： 2020-12-11 - 主分类号： G06T7/50 文献下载
摘要：本发明提供了一种基于聚类分割的果树叶片生长参数提取方法及系统，包括：对目标果树冠层枝叶的点云数据进行超体聚类，并对得到的体素块集合中的多个邻接体素块进行LCCP聚类得到第一聚类集合；采用动态K值对第一聚类集合中的任一点群进行Kmeans聚类得到第二聚类集合；根据第二聚类集合中各点群对应的点云数据，基于边界提取分别获取每一叶片的生长参数。通过对超体聚类得到的点群采用LCCP聚类分割后，进一步采用基于动态K值的Kmeans聚类算法，对聚类Kmeans算法的改进能够自动获取K值，克服了传统算法中需人工设定K值的缺点，使得对目标果树冠层枝叶的点云数据分割更完整
一种基于分割果树叶片生长参数提取方法系统

[发明专利]一种基于AP聚类的欠定盲源分离方法-CN202110226468.2有效
发明人：尹泉;邱鹏;罗慧;缪佶桂 -专利权人：华中科技大学
申请日： 2021-03-01 - 公布日： 2022-07-05 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于AP聚类的欠定盲源分离方法，属于信号处理领域，包括：(S1)将观测信号变换至时频域上，以筛选出时频单源点；(S2)对时频单源点进行抽样，并利用AP聚类算法对抽样得到的时频单源点进行聚类，得到信号源数目以及初始聚类中心；(S3)将信号源数目、初始聚类中心以及步骤(S1)中得到的时频单源点作为预设的目标聚类算法的输入，以对初始聚类中心进行修正，得到修正后的聚类中心，并以修正后的聚类中心为混合矩阵的列向量，估计混合矩阵；(S4)利用混合矩阵重构信号源；其中，目标聚类算法的输入参数包括聚类数量和初始聚类中心。
一种基于 ap 欠定盲源分离方法

[发明专利]一种基于PLR-DTW的日负荷曲线聚类方法-CN202010364813.4有效
发明人：钟伟;崔益伟;李欣然;宋军英;李培强;毛振宇;陈泽弘;芦纯静 -专利权人：国网湖南省电力有限公司;国家电网有限公司;湖南大学
申请日： 2020-04-30 - 公布日： 2023-07-11 - 主分类号： G06F18/23213 文献下载
摘要：本发明公开了一种基于PLR‑DTW的日负荷曲线聚类方法。首先，利用PLR算法对被聚类日负荷曲线数据组进行降维处理，使每条曲线根据其曲线特性自适应地降至某一维度；然后，采用密度函数从原始数据库中选取初始聚类中心曲线，并对所选聚类中心曲线进行PLR降维处理；之后采用DTW对降维后的数据组与聚类中心曲线进行相似度对比分析；最后利用k‑means算法对数据组进行划分聚类，并以聚类离散度的误差值作为算法是否得出聚类结果的判断依据，最后基于DBI指标确定最佳聚类数及相应的聚类中心曲线本方法有效解决了降维之后维度不同的曲线间的相似度衡量问题，改善了传统聚类计算效果与效率，且聚类结果与实际工程相符，具有一定的工程价值。
一种基于 plr dtw 负荷曲线方法

[发明专利]一种基于出行时间特征的机动车聚类方法-CN201510129468.5在审
发明人：刘春珲;王佐成;王汉林;周春寅;范联伟;张跃;王卫 -专利权人：安徽四创电子股份有限公司
申请日： 2015-03-24 - 公布日： 2015-07-01 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种基于出行时间特征的机动车聚类方法，包括：从智能化交通卡口的分布式数据库中提取车辆的卡口通行信息；统计每辆车在一天中的每个小时段的过卡口的次数，得到车辆的时间特征向量；采用最大最小距离准则确定最佳聚类中心个数k；通过MapReduce算法编写KMeans聚类算法，将最佳聚类中心个数k代入KMeans聚类算法中，使用KMeans聚类算法对车辆的时间特征向量进行聚类分析，得到聚类结果；根据聚类结果进行车辆行为分析本方法通过对车辆的划分，有效了解机动车的行为特征，按照出行规律对车辆进行聚类快速获取车辆信息，为本地区机动车交通量进行科学的评估，对未来道路交通通行情况的预测提供参考依据，同时也为公安交警部门排查嫌疑车辆提供参考依据
一种基于出行时间特征机动车方法

[发明专利]话题聚类方法、装置、电子设备及存储介质-CN202010601481.7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： 2020-09-15 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及人工智能领域，提供一种话题聚类方法、装置、电子设备及存储介质。该方法能够基于正则表达式匹配算法对多篇文本进行预处理，删除对聚类没有意义的冗余词，降低干扰词的影响，以提升聚类效率，识别并删除预处理后的多篇文本中的无效信息，得到初始文本集，将初始文本集输入到预先训练的聚类模型中，输出聚类结果，所述聚类模型是基于K‑means算法训练两层栈式去噪自编码器而得到，将传统的K‑means聚类与深度学习算法进行了融合，同时，采用SDAE结构，有效提高了长文本的语义表示能力，对算法的效果也有明显提升，进而实现了端到端的细粒度话题聚类。本发明还涉及区块链技术，聚类模型可存储于区块链中。
话题方法装置电子设备存储介质

[发明专利]基于变电站用户构成的负荷聚类方法、装置、设备及介质-CN202111488944.4在审
发明人：霍天跃;马晓东;杨威;唐萁;周选选;袁澍阳 -专利权人：国网北京市电力公司;国家电网有限公司
申请日： 2021-12-07 - 公布日： 2022-05-03 - 主分类号： G06K9/62 文献下载
摘要：本发明属于电力系统负荷聚类技术领域，具体公开了基于变电站用户构成的负荷聚类方法、装置、设备及介质，包括：获取变电站下属的用户负荷数据和变电站负荷数据为负荷数据，对变电站下属的用户负荷数据和变电站负荷数据进行数据预处理及数据降维，得到预处理后的用户负荷数据和变电站负荷数据；选择聚类有效性评价指标；利用基于MaxMin原则改进的K‑means算法对预处理后的用户负荷数据进行聚类；并对变电站下属用户的聚类结果进行分析，得到变电站构成成分；利用权重自动更新的K‑means算法对预处理后的变电站负荷数据进行聚类。本发明与传统聚类算法相比，修正聚类算法收敛速度和计算精度均有明显优势，同时考虑多种数据对象，提高了聚类的可信度。
基于变电站用户构成负荷方法装置设备介质

[发明专利]基于聚类算法的量子攻击检测方法及量子密钥分发方法-CN202111415280.9有效
发明人：廖骎;王铮 -专利权人：湖南大学
申请日： 2021-11-25 - 公布日： 2022-08-23 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于聚类算法的量子攻击检测方法，包括在已知安全的情况下发送方制备量子态发送接收方；接收方测量得到测量数据；采用聚类算法聚类得到安全状态下的数据聚类结果；在实际情况下发送方制备量子态发送接收方；接收方测量得到测量数据；采用聚类算法聚类得到实际状态下的数据聚类结果；对比安全状态下和实际状态下的聚类结果，实现对量子攻击的检测。本发明还公开了一种包括所述基于聚类算法的量子攻击检测方法的量子密钥分发方法。
基于算法量子攻击检测方法密钥分发

[发明专利]数据聚类方法及装置、存储介质及电子装置-CN202210434677.0在审
发明人：王楷文 -专利权人：青岛海尔科技有限公司;海尔智家股份有限公司
申请日： 2022-04-24 - 公布日： 2022-07-29 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种数据聚类方法及装置、存储介质及电子装置，涉及智慧家庭技术领域，该数据聚类方法包括：获取待聚类的目标数据集；确定所述目标数据集对应的目标数量的初始聚类中心，其中，所述目标数据集包括的多个数据点待划分至所述目标数量的聚类簇，所述聚类簇和所述初始聚类中心一一对应；指示目标算法通过所述目标数量的初始聚类中心对所述目标数据集进行聚类。采用上述技术方案，解决了由于K‑means算法随机选取初始聚类中心进行聚类，导致迭代次数较多，聚类效果较差的问题。
数据方法装置存储介质电子

[发明专利]一种行业用电大数据特征分析方法及装置-CN202110629487.X在审
发明人：方力谦;严玉婷;钟田勇;罗陆宁;黄媚;李扬;张月英;李燕;李志华;罗益会;潘柳;石龙燕;姜琳杰 -专利权人：深圳供电局有限公司
申请日： 2021-06-07 - 公布日： 2021-10-01 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开一种行业用电大数据特征分析方法及装置，其中，行业用电大数据特征分析方法包括：步骤S1，确定行业用电负荷数据；步骤S2，对所述行业用电负荷数据进行预处理和标准化，获得行业用电负荷数据的标准化数据样本；步骤S3，根据近邻传播AP聚类算法对所述标准化数据样本进行数据分析和特征提取本发明采用AP聚类算法对行业用电数据进行相似度度量、特征分析及聚类，并与传统k‑means聚类算法进行结果比对，从测试结果显示AP聚类算法应用于行业用电大数据特征提取和数据分析中优于传统的k‑means聚类算法，具有实用价值和广泛应用前景。
一种行业用电数据特征分析方法装置

[发明专利]一种基于谱聚类的BOW图匹配方法及系统-CN202210462631.X在审
发明人：李智杰;王新宇;李昌华;张颉;介军 -专利权人：西安建筑科技大学
申请日： 2022-04-28 - 公布日： 2022-07-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于谱聚类的BOW图匹配方法及系统，方法包括如下过程：提取引文网络图的节点特征和拓扑特征；使用谱聚类算法结合经遗传算法对K值优化得到的优化的K‑means++算法将引文网络图的节点特征和拓扑特征描述子转换为单词，实现词典的构建；使用局部约束编码的方式对所述词典进行特征编码，得到视觉词汇直方图；对视觉词汇直方图进行分类，实现基于谱聚类的BOW图匹配方法。本发明利用谱聚类算法对高维数据集进行聚类，然后在低维解空间采用K‑means算法进行二阶段聚类，解决了对高维数据处理效果不佳以及分类效果不高的问题。
一种基于谱聚类 bow 匹配方法系统

[发明专利]一种基于聚类和边缘检测的遥感影像海岸线提取方法-CN202211545340.3在审
发明人：张载龙;樊强 -专利权人：南京邮电大学
申请日： 2022-12-05 - 公布日： 2023-03-24 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于聚类和边缘检测的遥感影像海岸线提取方法，包括：获取海岸地区遥感影像数据；利用预构建的改进K均值聚类算法对所述遥感影像数据进行海陆聚类分割处理得到海陆聚类结果；基于所述海陆聚类结果，利用预构建的Canny边缘检测算法提取海岸线。采用改进K均值聚类算法，代替传统影像降噪手段，降低了影像复杂度，达到影像降噪预处理的目的。增加45度或135度方向梯度计算，这种模板求得的像素点梯度更加精确。对梯度幅值进行非极大值抑制的目的是为了清晰化基于梯度提取的边缘，将自适应算法引入阈值设定中来，可大大提高算法自适应性。
一种基于边缘检测遥感影像海岸线提取方法