“medoids ”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118个，建议您升级VIP下载更多相关专利

[发明专利]基于K-Medoids和BP神经网络的路感模拟方法-CN202011605208.8在审
发明人：赵蕊;蔡锦康;邓伟文;丁娟 -专利权人：浙江天行健智能科技有限公司
申请日： 2020-12-29 - 公布日： 2021-04-02 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了基于K‑Medoids和BP神经网络的路感模拟方法，包括以下步骤：进行实车试验并采集试验数据；试验数据预处理；使用K‑Medoids聚类算法对试验数据进行聚类并划分训练数据集和测试数据集；使用BP神经网络算法训练基于K‑Medoids和BP神经网络的路感模型；测试基于K‑Medoids和BP神经网络的路感模型；根据所得的基于K‑Medoids和BP神经网络的路感模拟模型进行路感模拟。本发明使用真实车辆采集试验数据，建立基于K‑Medoids聚类算法和BP神经网络算法的路感模拟模型，建模实施过程易实施，建模时间短，模型计算速度快，精度高，鲁棒性好，相较于现有技术具有明显的优势。
基于 medoids bp 神经网络模拟方法

[发明专利]一种基于K-Medoids和高斯过程回归的路感模拟方法-CN202110213853.3在审
发明人：赵蕊;蔡锦康;邓伟文;丁能根 -专利权人：南京经纬达汽车科技有限公司
申请日： 2021-02-26 - 公布日： 2021-06-11 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及车辆技术领域，具体公开了基于K‑Medoids和高斯过程回归的路感模拟方法，包括：进行实车路采试验；路采数据预处理；进行归一化试验数据聚类；划分训练数据集和测试数据集；训练基于K‑Medoids和高斯过程回归的转向路感模型，输入变量为车辆垂向载荷、方向盘转角、方向盘转角速度、纵向车速、车辆横向加速度、车辆横摆角速度，输出变量为方向盘力矩；测试基于K‑Medoids和高斯过程回归的转向路感模型；本发明通过K‑Medoids聚类算法进行聚类，再基于高斯过程回归算法进行转向路感模型建模，建模时间快，数据采集便捷，建模过程易实施，所得模型精度高，实时性好。
一种基于 medoids 过程回归模拟方法

[发明专利]基于K-Medoids和分类回归树的路感模拟方法-CN202110213877.9在审
发明人：赵蕊;蔡锦康;邓伟文;丁能根 -专利权人：南京经纬达汽车科技有限公司
申请日： 2021-02-26 - 公布日： 2021-06-11 - 主分类号： B60W40/00 文献下载
摘要：本发明公开了一种基于K‑Medoids和分类回归树的路感模拟方法，包括进行实车试验并采集数据，试验数据预处理，归一化试验数据聚类，划分训练和测试数据集，训练和测试基于K‑Medoids和CART回归树的路感模拟模型，判断所得路感模型是否满足要求，根据所得基于K‑Medoids和CART回归树的路感模拟模型进行路感模拟。试验证明，本方法所获得的基于K‑Medoids和CART回归树的路感模拟模型精度较高且建模过程易实施，在一定程度上克服了现有技术的缺陷。
基于 medoids 分类回归模拟方法

[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]基于熵权法和K-medoids算法的物资投放点选址方法及装置-CN202310512343.5在审
发明人：张惠臻;方圳炜;谢辉;江琪;冯文娟;潘玉彪;缑锦 -专利权人：华侨大学
申请日： 2023-05-09 - 公布日： 2023-08-22 - 主分类号： G06Q10/0631 文献下载
摘要：本发明公开了一种基于熵权法和K‑medoids算法的物资投放点选址方法及装置，采用极差变换法进行数据标准化处理，用于减小影响投放点数量分布合理性的因素中量级差距过大的问题，并通过统计物资投放点数量分布合理性影响因素采用轮廓系数法确定K‑medoids算法所需要设定的K值，并通过K‑medoids算法确定出聚类中心小区的坐标，以及各个聚类中心小区包含的小区坐标和物资点投放数量，可根据K‑medoids算法的结果分配得出对于储备物资和大规模物资分拣场所的位置与数量规模的合理规划
基于熵权法 medoids 算法物资投放选址方法装置

[发明专利]一种基于K-medoids算法的地理适宜性分类方法-CN201810831274.3有效
发明人：葛莹;高海峰;鲍倩 -专利权人：河海大学
申请日： 2018-07-26 - 公布日： 2021-09-28 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于K‑medoids算法的地理适宜性分类方法，利用K‑medoids聚类算法，针对目标区域由地理适宜性分析所获适宜性综合得分图进行预设分位法初始分类，确定聚类算法的先验聚类标准，使得K‑medoids
一种基于 medoids 算法地理适宜分类方法

[发明专利]一种基于机器学习的频谱感知方法及装置-CN201710706986.8有效
发明人：张顺超;万频;王永华;张勇威;肖逸瑞 -专利权人：广东工业大学
申请日： 2017-08-17 - 公布日： 2021-01-26 - 主分类号： H04W16/14 文献下载
摘要：本发明公开了一种基于机器学习的频谱感知方法，提取训练信号的RMET特征；利用所述RMET特征确定特征向量，利用K‑medoids算法与所述特征向量确定分类器；在当前频道获取测试信号，提取所述测试信号的测试可见，本发明实施例提供的一种基于机器学习的频谱感知方法，使用RMET作为特征，然后用K‑medoids算法进行分类，训练好分类器后再将测试信号的数据导入分类器进行分类得到分类结果。利用RMET与K‑medoids结合感知频道是否可用，提高了检测的准确性。
一种基于机器学习频谱感知方法装置

[发明专利]基于改进K-Medoids算法的R树节点数据聚类方法、设备、介质、产品-CN202210073155.2在审
发明人：周忠芬;李志威;庞亚菲;魏汝兰;梁哲恒;宋军;周毅;张巨林;刘斌 -专利权人：广东南方数码科技股份有限公司
申请日： 2022-01-21 - 公布日： 2022-06-14 - 主分类号： G06K9/62 文献下载
摘要：本发明提供基于改进K‑Medoids算法的R树节点数据聚类方法，包括以下步骤：计算聚类中心，聚类剩余数据对象，重新选取聚类中心，数据聚类。本发明涉及电子设备、存储介质和程序产品。本发明针对空间数据的特点，对K‑Medoids算法进行改进和扩充，使得修改后的K‑Medoids算法不仅能够有效处理空间数据而且减少结点的覆盖面积和空白区域，得到较为紧凑的R树结点结构；提高了R树的构建效率和空间数据查询效率
基于改进 medoids 算法节点数据方法设备介质产品

[发明专利]一种基于改进的K-Medoids的KNN文本分类方法-CN201510740516.4有效
发明人：汪友生;樊存佳;王信 -专利权人：北京工业大学
申请日： 2015-11-04 - 公布日： 2018-11-02 - 主分类号： G06F17/30 文献下载
摘要：一种基于改进的K‑Medoids的KNN文本分类方法，该方法涉及计算机文本数据处理领域；首先将对训练文本集和测试文本集进行预先处理，包括分词，停用词去除，DF特征选择以及向量表示，得到训练文本向量空间和测试文本向量空间；然后进行基于改进的K‑Medoids方法的训练样本裁剪，即分别从初始中心点选择和替换中心点搜索策略角度进行优化，并将其运用到训练样本裁剪，得到新的训练文本空间；最后进行KNN分类，定义代表度函数，将其运用到类别属性函数中用于实验结果表明，与传统KNN方法、基于K‑Medoids的KNN方法相比，本发明具有更高的分类精度和分类效率。
一种基于改进 medoids knn 文本分类方法

[发明专利]一种基于FLCSS与k-medoids的卫星信号群体事件挖掘方法-CN202111524483.1在审
发明人：战永盛;余安东;王鹏珍 -专利权人：电信科学技术第五研究所有限公司
申请日： 2021-12-14 - 公布日： 2022-03-15 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于FLCSS与k‑medoids的卫星信号群体事件挖掘方法，包括：提取每个信号发生各类事件对应的时间戳的时间序列数据，对不同信号时间序列数据进行相似度计算，得到相似度矩阵；对相似度矩阵进行k‑medoids聚类，得到若干聚类簇，对应若干个信号群体事件的划分。本发明通过对FLCSS算法使用动态规划从序列整体角度进行计算，在使寻找到的公共子序列尽量长的同时也使每对公共点距离尽量小，避免了原算法可能导致的每对公共点都处于距离阈值边界的不合理情况；对k‑medoids
一种基于 flcss medoids 卫星信号群体事件挖掘方法

[发明专利]一种实现数据泄露防护的方法和系统-CN201710379190.6在审
发明人：高学伟;陶亚虎;熊天舒 -专利权人：北京北信源软件股份有限公司
申请日： 2017-05-25 - 公布日： 2017-10-24 - 主分类号： G06F21/62 文献下载
摘要：本发明公开了一种实现数据泄露防护的方法和系统，该方法包括对预处理文本数据进行预处理，形成向量数据；将向量数据作为K‑MEDOIDS聚类算法的输入数据并且按照预设规则进行无监督学习，形成聚类模型；通过聚类模型对外发文件进行检查采用了K‑MEDOIDS聚类算法，对预处理文本数据进行无监督学习训练，通过聚类模型对外发文件进行检测，从而解决了传统DLP技术中，基础检测技术中关键词查找较死板的问题、高级检测技术中EDM和IDM在修改文件内容后检测不出来的问题，同时K‑MEDOIDS算法的类别个数不影响聚类结果，比SVM算法灵活，在替换了关键词的情况下也不会影响文件的检测结果。
一种实现数据泄露防护方法系统

[发明专利]一种基于k-medoids聚类和泊松逆高斯的高风险路段识别方法-CN201911032899.4有效
发明人：程凯;邹亚杰;张越;杨小雪;胡笳 -专利权人：同济大学
申请日： 2019-10-28 - 公布日： 2022-07-05 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于k‑medoids聚类和泊松逆高斯的高风险路段识别方法，该方法包括如下步骤：(1)基于k‑medoids聚类方法对所有研究路段进行聚类划分相似路段并鉴别异质性特征指标；(2)基于异质性特征指标构建道路交通事故分布模型
一种基于 medoids 泊松逆高斯风险路段识别方法

[发明专利]一种融入粒子群优化思想的带约束铁路物流场站空间聚类方法-CN201210249954.7无效
发明人：肖亮;谢宏;袁霄;徐建伟;许翀寰;陈庭贵 -专利权人：浙江工商大学
申请日： 2012-07-18 - 公布日： 2012-12-26 - 主分类号： G06Q10/04 文献下载
摘要：本方法引入粒子群思想解决K-Medoids聚类时容易造成局部最优的问题，首先对K-Medoids算法进行了改进，不需要初始化K值，通过自调整方法确定K值。
一种融入粒子优化思想约束铁路物流场站空间方法

[发明专利]基于k‑medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法-CN201510705659.1有效
发明人：王成;陈维斌;苏芳芳;文诗琪;王田;钟必能;陈叶旺 -专利权人：华侨大学
申请日： 2015-10-27 - 公布日： 2016-11-09 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种基于k‑medoids项目聚类和局部兴趣融合的用户协同过滤推荐方法，采用如下步骤：A、采用最小化最大相似度准则确定K个初始聚类中心；B、根据相似度和最大的k‑medoids聚类算法对项目进行聚类
基于 medoids 项目局部兴趣融合用户协同过滤推荐方法

[发明专利]一种基于改进的模糊c‑medoids聚类的煤矿安全评价方法-CN201610996733.4在审
发明人：刘永利;武帅;刘志中;晁浩;郭倩倩 -专利权人：河南理工大学
申请日： 2016-11-11 - 公布日： 2017-04-19 - 主分类号： G06Q50/02 文献下载
摘要：本发明提出了一种改进的模糊c‑medoids聚类的煤矿安全评价方法，该方法引入了信息瓶颈距离，使其能够更明确地划分聚类。同时经过改进后，可以实时处理分析煤矿安全数据。
一种基于改进模糊 medoids 煤矿安全评价方法

1
2
3
4
5
6
7
8
下一页»
尾页
共 118 条