“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]一种基于马尔科夫聚类算法的动态聚类方法-CN202111457725.X在审
发明人：张陈欢 -专利权人：北京航天长峰科技工业集团有限公司
申请日： 2021-12-02 - 公布日： 2023-06-13 - 主分类号： G06V10/762 文献下载
摘要：本发明涉及一种基于马尔科夫聚类算法的动态聚类方法，将数据集按照适合改进后的马尔科夫聚类算法的数据规模P进行批量聚类，即每次从数据集选取数据规模为P的数据集进行聚类，使用代表点算法在有新增数据时快速完成聚类更新，用相对较少的数据点来描述数据集的特点，对于新增数据和原有数据分别利用代表类簇的代表点进行聚类，并根据聚类结果进行类别合并从而完成聚类更新，从而减少每次参与聚类的数据量，提高聚类的效率。
一种基于马尔科夫聚类算法动态方法

[发明专利]一种传感器网络分布式免疫遗传聚类算法-CN201410478397.5在审
发明人：王耀斌 -专利权人：陕西高新实业有限公司
申请日： 2014-09-18 - 公布日： 2015-01-07 - 主分类号： G06F19/24 文献下载
摘要：本发明涉及一种适用于传感器网络的分布式免疫遗传k-means聚类算法。一种传感器网络分布式免疫遗传聚类算法，包括以下步骤：染色体编码、种群初始化、选择、交叉、变异操作。本文无线传感器网络的分布式kmeans聚类算法．针对传统k-means算法的缺点，将免疫机制引入到遗传算法对k-means算法进行改进，提出分布式免疫遗传k-means聚类算法，实验证明了该算法对数据聚类具有明显的优越性能，收敛速度快，收敛精度高，聚类稳定性强准确率也大。
一种传感器网络分布式免疫遗传算法

[发明专利]一种基于全覆盖粒计算的K‑medoids文本聚类方法-CN201711321280.6在审
发明人：谢珺;邹雪君;杨云云;续欣莹 -专利权人：太原理工大学
申请日： 2017-12-12 - 公布日： 2018-04-13 - 主分类号： G06F17/27 文献下载
摘要：一种基于全覆盖粒计算的K‑medoids文本聚类方法，该方法包括以下步骤1)对文本进行预处理，包括中文分词，去停用词；2)对文本进行特征提取，设置高频词与低频词阈值，滤除区分度不够的高频词和代表性不强的低频词，然后利用TF‑IDF算法建立词向量空间模型；3)对文本进行聚类，首先利用single‑pass对文本进行粗聚类，利用全覆盖粒计算理论的粒度重要性概念计算初始聚类中心候选集，然后基于密度和最大最小距离算法计算初始聚类中心，最后利用k‑medoids算法进行文本聚类。本发明有效的解决了传统K‑medoids聚类算法随机选取初始聚类中心，存在迭代次数增加、聚类结果波动较大的问题，也解决了当前改进K‑medoids聚类算法中初始聚类中心位于同一类簇的问题。
一种基于覆盖计算 medoids 文本方法

[发明专利]一种计及光伏相关性的概率潮流计算方法-CN202010547049.4有效
发明人：何家裕;吴杰康;余方明;庄仲 -专利权人：广东工业大学
申请日： 2020-06-16 - 公布日： 2023-04-18 - 主分类号： H02J3/06 文献下载
摘要：本发明公开了一种计及光伏相关性的概率潮流计算方法，首先使用K‑means聚类算法将由蒙特卡洛模拟法采样产生的光照强度数据样本进行聚类，利用基于最大偏差相似性准则的模糊聚类算法确定K‑means聚类算法的k值从而解决k值难以选取的问题，其次使用改进后的粒子群算法进行优化K‑means聚类算法从而提高聚类算法的精度；获取K‑means聚类算法的聚类中心并将其作为潮流计算的不确定输入，大大减少了概率潮流的计算量
一种相关性概率潮流计算方法

[发明专利]基于加权共享最近邻的自适应聚类中心密度峰值聚类算法-CN202110543631.8在审
发明人：王言言;万静;李媛洁 -专利权人：哈尔滨理工大学
申请日： 2021-05-19 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明针对密度峰值聚类算法(DPC)需要人为设置截断距离dc、无法自动识别聚类中心的缺陷。提出了一种基于加权共享最近邻的自适应密度峰值聚类算法(WSNN‑ADPC)。首先，结合共享最近邻和指数核函数引入了新的局部密度；其次，提出一种新的聚类中心自适应策略；最后，将剩余的数据点分配到距离最近的聚类中心的簇中。实验表明，该算法在人工数据集和UCI真实数据集上比常用的几种聚类算法具有更好的聚类效果。
基于加权共享近邻自适应中心密度峰值算法

[发明专利]一种基于樽海鞘群算法优化的模糊C均值聚类方法-CN202011294923.4在审
发明人：严忠贞;江元璋;周可薇;张军;张俊杰;严赛男;朱信远;陈豪 -专利权人：湖北工业大学
申请日： 2020-11-18 - 公布日： 2021-02-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于樽海鞘群算法优化的模糊C均值聚类方法，该方法包括：初始化该优化算法参数，预处理待聚类的数据集；构建目标函数，即对可行解的评价函数；对目标函数进行最优值求解，得到最优值并确定对应的最优初始聚类中心；根据最优初始聚类中心进行模糊C均值聚类，最终得到聚类结果。采用本发明方法或系统对模糊C均值聚类进行基于樽海鞘群算法的初始聚类中心优化，解决了模糊聚类效果极易受随机初始聚类中心的影响。
一种基于海鞘算法优化模糊均值方法

[发明专利]一种基于数据划分的电力负荷曲线层次聚类方法-CN201810348336.5有效
发明人：魏娜;赵嵩正;王莉芳;田世明;潘明明;于建成;姚程;吴磊 -专利权人：西北工业大学;中国电力科学研究院有限公司;国网天津市电力公司电力科学研究院
申请日： 2018-04-18 - 公布日： 2021-09-17 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于数据划分的电力负荷曲线层次聚类方法，涉及电网领域，本发明基于聚类有效性评价函数DBI，针对电力负荷曲线数据，运用基于数据划分的层次聚类算法对其聚类，同时运用设置阈值的方式进一步减少聚类时间；本发明由于采用了将整体数据划分为若干子集再分别聚类的方法，将电力负荷曲线的聚类时间大幅度缩短，且多次实验表明，当以DBI指数评价聚类质量，基于数据划分的层次聚类算法总体上较传统层次聚类算法的聚类质量提高了约
一种基于数据划分电力负荷曲线层次方法

[发明专利]基于混合粒子群和灰狼算法的载荷谱合成方法及系统-CN202210668127.5有效
发明人：闫伟;梅娜;张琦;蔡彦彬;张继伟;李德芳 -专利权人：山东大学
申请日： 2022-06-14 - 公布日： 2023-04-07 - 主分类号： G06F18/23 文献下载
摘要：本发明涉及载荷谱合成技术领域，提供了基于混合粒子群和灰狼算法的载荷谱合成方法及系统，包括：获取载荷谱数据；对载荷谱数据进行载荷谱片段划分后，得到样本数据；采用聚类算法对所有样本数据进行聚类；基于聚类结果，进行载荷谱合成；其中，聚类算法通过引入粒子群算法的速度和位置更新方式，来更新灰狼算法中的最佳狩猎位置，以优化聚类中心，使得聚类更准确，合成的载荷谱更加符合不同土壤硬度下的实际作业状况。
基于混合粒子灰狼算法载荷合成方法系统

[发明专利]基于加权集成聚类算法的MIMO系统的盲多径识别方法及系统-CN201910498580.4有效
发明人：谢宁;谭杰 -专利权人：深圳大学
申请日： 2019-06-10 - 公布日： 2020-03-20 - 主分类号： H04B7/0452 文献下载
摘要：本公开涉及一种基于加权集成聚类算法的MIMO系统的盲多径识别方法，其包括：多个用户端向基站发送通信请求信号；用户端基于基站反馈的应答信号调整用户端发射功率，以使基站允许用户端的通信请求；用户端向基站发送信息信号；基站基于分离的信息信号生成基本聚类算法的输入信号，基于各个基本聚类算法的输出结果，基站通过加权集成聚类算法自适应调整各个基本聚类算法输出结果的权重，并根据加权集成聚类算法的输出对用户端的信息信号的路径进行识别根据本公开，能够基于加权集成聚类算法稳定且有效地进行多径识别。
基于加权集成算法 mimo 系统盲多径识别方法

[发明专利]基于K-Shape的时间序列大数据聚类算法-CN202310503606.6在审
发明人：王国伟;朱红坤;贺光华;李奇隆 -专利权人：重庆川南环保科技有限公司
申请日： 2023-05-06 - 公布日： 2023-08-22 - 主分类号： G06F18/23213 文献下载
摘要：在现有的K‑Shape聚类算法中，由于初始聚类质心选择的随机性，增加了算法的迭代次数。本发明提供基于K‑Shape的时间序列大数据聚类算法，包括以下步骤：时间序列预处理；定义时间序列之间的距离，计算两个时序数据之间的互相关；初始化聚类数据，初始化聚类中心，根据手肘法确定最佳聚类数目，初始化所有样本标签为0；邻近聚类，根据每个序列与新质心的距离，将其重新分配到不同的簇中；构建优化方程，计算每个簇的质心；每个序列的簇标签不再更改或达到最大迭代次数，聚类停止。本发明通过设置初始质心选择算法，减少算法迭代次数。
基于 shape 时间序列数据算法

[发明专利]一种基于混合聚类的卫星随机接入前导检测方法-CN202110659493.X有效
发明人：甄立;孙腾;王悦;秦浩;梁思远;王军选;卢光跃 -专利权人：西安邮电大学
申请日： 2021-06-08 - 公布日： 2023-10-13 - 主分类号： G06F18/23 文献下载
摘要：本发明提供了一种基于混合聚类的卫星随机接入前导检测方法，利用k‑means算法计算目标类质心与各数据样点之间的距离，实现正确类与错误类两类的聚类，利用EM算法对目标类别进行二次聚类，完成对目标类别的精确聚类，根据聚类结果筛选出最终正确定时索引。本发明针对多径信道下首径非最强径的场景，对传统基于门限设计的检测算法进行了突破，从崭新的角度对前导序列检测算法进行研究设计，利用人工智能算法设计出了一种能够独立于门限设计的联合聚类定时检测方法，该方法与传统检测算法相比能够有效检测首径位置
一种基于混合卫星随机接入前导检测方法

[发明专利]基于进化算法的K_Means算法解决制造业物料采购问题-CN201610835395.6在审
发明人：姜艾佳 -专利权人：四川用联信息技术有限公司
申请日： 2016-09-20 - 公布日： 2017-05-03 - 主分类号： G06Q10/04 文献下载
摘要：基于进化算法的K_Means算法解决制造业物料采购问题，对供应商数据进行聚类，聚类变异后，计算出聚类变异适应度值，对最优聚类进行成本考量，结合供应商成本与商家成本适应度比较，找出最优成本商家。本发明利用标准采购量作为初始解，让算法在标准采购量范围搜索，同时进行变异，以及适应度判断，降低了进化算法对初始解的依赖性；首先对数据集进行聚类，再对聚类最优集进行属性相似度的考量，较少了算法的计算量，提高算法搜索效率，另一方面，提高了算法解的实用度；以标准购买物料种类数目作为聚类数量，简单有效，减少了算法的复杂度；用物料种类数量来刻画两个用供应商集合中供应商与聚类中心的距离来表示相异度，易于理解，实用性高。
基于进化算法 k_means 解决制造业物料采购问题

[发明专利]一种基于改进的蚁群算法的模糊聚类的舌诊图像分割方法-CN201811583540.1有效
发明人：徐乐;韦玉科 -专利权人：广东工业大学
申请日： 2018-12-24 - 公布日： 2023-01-17 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及一种基于改进的蚁群算法的模糊聚类的舌诊图像分割方法，包括以下步骤：S1：输入待分割舌诊图像；S2：对待分割舌诊图像进行色彩空间转换；S3：将色彩空间转换后的舌诊图像进行蚁群算法处理，得到聚类中心和聚类数目；S4：将蚁群算法得到的聚类中心和聚类数作为模糊C均值聚类算法的初始值，计算分割舌诊图像的聚类结果；S5：去模糊化，得到分割后的舌诊图像；本发明可降低待分割舌诊图像的复杂度；可提高算法对像素归类的准确性；可降低算法对噪声的敏感程度；克服了模糊C均值算法对初始聚类中心和初始参数敏感的问题，提高模糊C均值算法的运算速度；可有效提高舌诊图像分割的精度。
一种基于改进算法模糊图像分割方法

[发明专利]一种用于超声影像的聚类和风格迁移的方法-CN202010382003.1在审
发明人：高洁;申嘉男;喻梅;于瑞国;李雪威;刘志强;贾天豪 -专利权人：天津大学
申请日： 2020-05-08 - 公布日： 2020-09-29 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种用于超声影像的聚类和风格迁移的方法，包含以下步骤：步骤一：数据预处理，将超声影像转换为数据向量；步骤二：使用三种聚类算法：K‑means聚类算法、凝聚层次聚类算法和谱聚类算法进行对比实验，选择最优算法；步骤三：根据聚类实验结果，选择风格差异较大的图像；步骤四：基于CycleGAN对网络结构以及损失函数进行设计；步骤五：针对良恶性数据集设计风格迁移实验，并对实验结果进行分析。本发明设计的聚类和风格迁移的算法均有效地避免了噪声对于实验结果的影响，表现出了所使用方法对于噪声图像数据的适应性。
一种用于超声影像风格迁移方法

[发明专利]基于聚类算法的大工业用户细分方法-CN201911076165.6在审
发明人：文明;何永秀;陈勇;郁晋雄;潘馨;田冰颖;廖菁;王美艳;何青;安莉莉;胡福 -专利权人：国网湖南省电力有限公司;国网湖南省电力有限公司经济技术研究院;国家电网有限公司
申请日： 2019-11-06 - 公布日： 2020-02-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于聚类算法的大工业用户细分方法，包括收集目标地区的大工业用户的用户负荷数据并进行预处理；采用均值漂移算法对目标地区的大工业用户进行聚类得到初始聚类中心及中心值；采用聚类算法对目标地区的大工业用户进行细分并得到最终的大工业用户细分结果本发明以均值漂移算法计算出聚类数量和初始聚类中心点，再用k‑means聚类算法对大工业用户进行细分；算法结果更稳定；而且本发明方法能够更加科学合理的对大工业用户进行细分，而且本发明方法可靠性高，准确性好
基于算法大工业用户细分方法