“上聚类”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13417336个，建议您升级VIP下载更多相关专利

[发明专利]基于改进PSO算法的基因表达数据聚类方法-CN201610861263.0在审
发明人：郑相涵;刘煜;陈日清;于元隆 -专利权人：福州大学
申请日： 2016-09-29 - 公布日： 2017-02-22 - 主分类号： G06F19/18 文献下载
摘要：本发明提供一种基于改进PSO算法的基因表达数据聚类方法，主要包括以下步骤：1、构建基因聚类矩阵:对基因芯片数据进行处理后构建基因表达矩阵，再计算基因间的欧式距离构建基因距离矩阵；2、优化PSO算法聚类:把基因距离矩阵带入优化后的PSO算法获取一条最优路径，对根据给定阈值进行划分得到聚类模块；3:聚类结果优化：去掉单独成簇的基因以及过于稀疏的聚类，得到最终的基因聚类结果。粒子群算法是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法，相对于其他聚类算法具有较大的优势，所以将其应用到基因表达数据聚类分析领域上，能根据基因表达数据，对基因进行准确、快速的聚类。
基于改进 pso 算法基因表达数据方法

[发明专利]一种基于最小生成树与初始聚类中心的聚类算法-CN201711277329.2在审
发明人：马燕;吕晓波;李顺宝;黄慧;张玉萍 -专利权人：上海师范大学
申请日： 2017-12-06 - 公布日： 2018-03-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于最小生成树与初始聚类中心的聚类算法，包括以下步骤S1输入待聚类的数据集D及其类别数K；S2构造数据集的最小生成树TD，并计算最小生成树TD中任意两个节点间的测地距离；S3选取初始聚类中心；S4构造初始聚类中心的最小生成树Ti；S5断开数据集的最小生成树TD的K‐1条边。本发明将最小生成树聚类算法与初始聚类中心选取加以结合，将待删除边限定在初始聚类中心之间的路径上，并且通过构成路径上边的密度与距离的综合值来准确找到待删除边，从而进一步提高聚类准确率，同时也避免了数据集中噪声的干扰
一种基于最小生成初始中心算法

[发明专利]一种基于自适应近邻的谱聚类方法-CN201910105056.6在审
发明人：梁珂;杨晓君;曾振杰;吴瑾颖;汪洪桥;杜晓颜;许洪玮;张鑫 -专利权人：广东工业大学
申请日： 2019-02-01 - 公布日： 2019-06-07 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于自适应近邻的谱聚类方法，包括：在谱聚类的基础上，基于自适应近邻原则，建立自适应谱聚类模型，并通过自适应和最优的近邻关系，得到最优的相似度矩阵；在所述相似度矩阵中增加秩约束，并进行计算，得到聚类结果。本发明提供的一种基于自适应近邻的谱聚类方法，通过提出一种新的聚类模型，可获得相似度矩阵，并通过进一步对该模型进行计算可获得聚类结果；该模型对类别指引矩阵进行自适应近邻聚类，全面利用了数据的高低维信息，从而提高了聚类精度
自适应聚类相似度矩阵聚类结果秩约束自适应谱聚类矩阵近邻关系近邻原则聚类模型全面利用算法保证

[发明专利]一种基于簇语义特征分析的反馈式聚类方法-CN201810255690.3有效
发明人：杨雷;代钰;刘星雨;范侨迪;张斌 -专利权人：东北大学
申请日： 2018-03-27 - 公布日： 2020-04-14 - 主分类号： G06F16/28 文献下载
摘要：本发明属于数据分析与挖掘技术领域，具体涉及一种基于簇语义特征分析的反馈式聚类方法，包括以下步骤：1)根据反馈式属性加权K‑means聚类以获得最优属性权重；2)根据簇语义特征分析以获得最优聚类结果。本发明通过属性权值反应用户对属性的关注度，利用簇语义特征分析方法将聚类结果中具有代表性、区分性和可理解性的属性项选择出来并展示以解决用户对聚类结果难以理解的问题，在此基础上融入用户的领域知识、经验及业务分析目标，采用基于改进粒子群算法的权值调整来优化属性权值，同时优化聚类个数，使优化的权值和聚类个数重新聚类以得出满足用户分析目标的聚类结果。
一种基于语义特征分析反馈式聚类方法

[发明专利]基于图像处理的放疗靶区自动分割方法-CN202211256681.9有效
发明人：郭雷鸣;葛红 -专利权人：深圳市亿康医疗技术有限公司
申请日： 2022-10-14 - 公布日： 2022-12-23 - 主分类号： G06T7/00 文献下载
摘要：方法包括：根据CT灰度图像的灰度直方图，得到各像素点类别；根据各像素点类别中像素点之间的距离，得到各像素点类别对应的各聚类簇的像素点分布离散度；根据各聚类簇的像素点分布离散度，得到各初始聚类中心点；根据各初始聚类中心点对CT灰度图像上的各像素点进行聚类，得到各特征聚类簇；根据特征聚类簇之间的相似性，得到各目标聚类簇；根据目标聚类簇中各像素点的斜率，得到癌症病变区域。
基于图像处理放疗自动分割方法

[发明专利]基于动态K近邻代表点的密度峰值聚类算法-CN202011498757.X在审
发明人：杨海波;张爽;李媛洁 -专利权人：哈尔滨理工大学
申请日： 2020-12-15 - 公布日： 2021-11-16 - 主分类号： G06K9/62 文献下载
摘要：本发明公布了一种基于动态K近邻代表点的密度峰值聚类算法，主要解决了原DPC算法需要手动选取聚类中心点且无法处理复杂结构数据集的缺点。以更好地反映数据集的空间分布情况；(2)根据新的局部密度计算公式计算样本点的局部密度ρi，计算样本点到其最近高密度点的距离δi；(3)根据样本点的聚类中心指标变化率选取聚类中心；(4)将非聚类中心点按照新的分配策略与对应的聚类中心点归为一类；(5)将剩余点分配给其最近高密度点所属的类。在人工数据集上的实验表明，对比于DPC算法，本发明算法不仅能自动选取聚类中心点，而且能获得正确的聚类结果，并且在处理复杂的数据集上优势较大。
基于动态近邻代表密度峰值算法

[发明专利]一种短文本聚类方法、装置、电子设备及存储介质-CN201911170820.4在审
发明人：朱江平;王丙栋;游世学 -专利权人：北京中科汇联科技股份有限公司
申请日： 2019-11-26 - 公布日： 2020-04-10 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种短文本聚类方法，包括确定当前待聚类目标；从聚类算法库中按照顺序选取初始聚类算法，以初始聚类算法作为当前聚类算法；基于当前聚类算法对当前待聚类目标进行聚类分析以得到当前聚类结果；对当前聚类结果进行过滤以得到过滤结果；记录过滤成功的结果，并以过滤失败的结果作为待聚类目标；若待聚类目标为非空值，则按照预设聚类顺序从聚类算法库中选取下一种聚类算法，若选取的下一种聚类算法为非空值，则以下一种聚类算法作为当前聚类算法，以待聚类目标作为当前待聚类目标，重复执行步骤：基于当前聚类算法对当前待聚类目标进行聚类分析以得到当前聚类结果。
一种文本方法装置电子设备存储介质

[发明专利]基于空间最短距离平均的密度自适应无监督聚类方法-CN201310735562.6在审
发明人：张大为;项明 -专利权人：辽宁师范大学
申请日： 2013-12-28 - 公布日： 2014-04-30 - 主分类号： G06F19/00 文献下载
摘要：本发明公开一种基于空间最短距离平均的密度自适应无监督聚类方法，步骤如下：计算空间中任意两点间最短距离平均，生成距离矩阵；根据距离密度和矩阵用递归扩散的方法寻找高密聚类区；根据最短距离平均倍数系数步长调整距离密度范围；根据设定的最小聚类数和最大聚类数稳定宽度判断聚类过程是否结束；根据在不同密度范围下得到的聚类数，按照聚类密度变化的次序对聚类数绘制曲线；根据聚类数变化曲线中的聚类数稳定窗口识别主要聚类和离群点；根据聚类数变化曲线中聚类数稳定区域出现的先后次序绘制聚类层次树图；根据聚类层次树图差分计算出不同层次的聚类，得到最终的聚类及离群点。
基于空间短距离平均密度自适应监督方法

[发明专利]一种用户数据聚类方法、装置、设备及存储介质-CN202211555287.5在审
发明人：张鹏;徐为恺;杨杨;江旻 -专利权人：深圳前海微众银行股份有限公司
申请日： 2022-12-06 - 公布日： 2023-04-07 - 主分类号： G06F18/23 文献下载
摘要：本申请实施例提供了一种用户数据聚类方法、装置、设备及存储介质，涉及金融科技(Fintech)技术领域，该方法包括：从多个用户数据点中进行抽样获得m个第一待聚类数据点，其余的用户数据点作为第二待聚类数据点基于m个第一待聚类数据点的各维度之间的划分关系，将m个第一待聚类数据点划分至p个待聚类组，并对每个待聚类组内的多个第一待聚类数据点进行聚类，获得多个聚类簇。针对任一第二待聚类数据点，确定与第二待聚类数据点最近的聚类簇，并将第二待聚类数据点划分至最近的聚类簇中。由于只针对m个第一待聚类数据点进行聚类，获得多个聚类簇，并不是针对全部用户数据点进行聚类，即便用户数据点为海量数据时仍然可以实现聚类。
一种用户数据方法装置设备存储介质

[发明专利]一种数据集划分方法及装置-CN202111530779.4在审
发明人：赵毅强;王志刚;齐向东;吴云坤 -专利权人：奇安信科技集团股份有限公司;网神信息技术（北京）股份有限公司
申请日： 2021-12-14 - 公布日： 2022-04-29 - 主分类号： G06F16/906 文献下载
摘要：本发明提供一种数据集划分方法及装置，所述方法包括：确定待划分数据集的目标聚类数目，对所述待划分数据集进行聚类，并得到聚类结果，所述目标聚类数目为所述聚类结果的数量；根据预先设定的划分标准，将所述聚类结果划分为有效聚类结果和无效聚类结果，并将所述无效聚类结果中的数据归并到所述有效聚类结果中。本发明所提供的数据集划分方法及装置，通过将无效聚类结果归并到有效聚类结果中，减少了目标聚类数目，只保留有效聚类结果，从而提高了模型训练的效率。
一种数据划分方法装置

[发明专利]文本聚类方法及系统、电子设备和存储介质-CN202110858705.7在审
发明人：王方圆;王欣盛 -专利权人：北京中科模识科技有限公司
申请日： 2021-07-28 - 公布日： 2021-12-07 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种文本聚类方法及系统、电子设备和存储介质，方法包括：基于目标待聚类文本和聚类中心，确定所述目标待聚类文本和所述聚类中心的文本相似度；基于所述文本相似度，根据中国餐馆过程算法，确定所述目标待聚类文本的目标类别；基于所述目标类别对所述目标待聚类文本进行聚类，确定目标聚类结果。能够提升文本聚类的速度，提高文本聚类的实时性。
文本方法系统电子设备存储介质

[发明专利]一种数据驱动的文本增量聚类方法-CN202210394986.X有效
发明人：杨露;崔莹;代翔;黄细凤 -专利权人：中国电子科技集团公司第十研究所
申请日： 2022-04-15 - 公布日： 2023-06-27 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种数据驱动的文本增量聚类方法，属于自然语言处理领域，包括以下步骤：根据已有聚类类别判断是否需要增量聚类，并根据判断结果进行初始化聚类生成聚类类别，或对已有聚类类别进行簇心调整，更新已有聚类类别，实现文本增量聚类。本发明实现对对增量文本的自动聚类，保持已有聚类结果的延续性，提高了文本聚类的准确性。
一种数据驱动文本增量方法

[发明专利]基于密度聚类法和形态学聚类法的驾驶员注视点聚类方法-CN201410166391.4有效
发明人：李世武;徐艺;王琳虹;杨志发;孙文财;张景海;周茹波;郭梦竹;杨良坤;于晓东 -专利权人：吉林大学
申请日： 2014-04-23 - 公布日： 2017-01-11 - 主分类号： G06T7/00 文献下载
摘要：基于密度聚类法和形态学聚类法的驾驶员注视点聚类方法，属于典型密度聚类方法和数学形态学聚类方法的聚类方法领域。包括：提出密度方法与数学形态学方法相结合的自适应DBSCAN‑MMC方法；将方法用于驾驶员注视点聚类；首先使用注视点结构参数设置Eps的取值；通过DBSCAN得到MMC聚类的初始点集并确定聚类数目；使用自适应的MMC聚类减少DBSCAN聚类产生的离群点，并最终完成面向驾驶员注视区域的聚类。本发明充分利用了DBSCAN和MMC的不规则形状聚类优势并较好地弥补了两种聚类方法的缺陷，在进行驾驶员注视区域划分时聚类效果优于常规DBSCAN聚类方法和MMC聚类方法，提高了驾驶员注视点聚类质量。
基于密度聚类法形态学驾驶员注视点聚类方法

[发明专利]一种属性缺失数据集的聚类方法-CN201610522365.X在审
发明人：任佳;张胜男 -专利权人：海南大学
申请日： 2016-06-29 - 公布日： 2016-11-16 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种属性缺失数据集的聚类方法，本发明从缺失数据集聚类算法准确性受限的因素入手，采取最近邻法确定缺失属性的估值约束空间，对缺失属性和聚类中心进行实数编码，通过蚁群算法进行寻优，在优化迭代过程中同时获得缺失属性估计值和聚类中心，再通过FCM算法的隶属度函数完成模糊聚类，在此基础上形成属性缺失数据集的混杂优化聚类算法，本发明能够提高对缺失属性估值的准确度，降低聚类结果错分率。
一种属性缺失数据方法

[发明专利]一种反洗钱处理方法和装置-CN202211038983.9在审
发明人：张浩瑀 -专利权人：中国银行股份有限公司
申请日： 2022-08-29 - 公布日： 2023-01-20 - 主分类号： G06Q40/12 文献下载
摘要：本申请公开一种反洗钱处理方法和装置，通过聚类处理将具有相似交易特征的交易账户聚集在一起，并在聚类基础上进行基于聚类的异常分析，其中，基于聚类的异常分析是在聚类结果集的基础上对类内以及类间的关系进行全面的分析、检测，具体通过对聚类集进行类内的交易账户嫌疑程度检测确定各交易账户分别在所属类的类内嫌疑程度，以及通过对不同目标聚类集对应的交易网络进行链接发现，确定不同类间的关键嫌疑账户，之后，综合交易账户对应的类内嫌疑程度和不同聚类集类间的关键嫌疑账户
一种洗钱处理方法装置

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条