“信息聚类”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2629255个，建议您升级VIP下载更多相关专利

[发明专利]变电站巡维方法和系统-CN201510227646.8有效
发明人：蒋愈勇;李鹏;许爱东;郭晓斌;陈波;陈浩敏;姚浩;姜智;吴玉生;徐延明 -专利权人：中国南方电网有限责任公司电网技术研究中心;南方电网科学研究院有限责任公司;北京四方继保自动化股份有限公司
申请日： 2015-05-06 - 公布日： 2018-05-04 - 主分类号： G06Q10/06 文献下载
摘要：一种变电站巡维方法和系统，其方法包括按照预设时间间隔从运维数据库中获取聚类对象信息；将所述聚类对象信息进行聚类处理得到运维人员对应的聚类对象信息的聚类值，将大小在设定范围内的聚类值对应的聚类对象信息划分为一组；根据运维数据库的数据样本值计算每组聚类对象信息对当前电网系统存储的各类电网数据的数据偏好度值；根据所述数据偏好度值对各类电网数据进行排序，并将数据偏好度值大于设定阈值的一类或多类电网数据推送至运维人员对应绑定的终端设备
变电站方法系统

[发明专利]地理区域聚类方法、装置、存储介质和电子设备-CN202011224525.5在审
发明人：薛淼;孟格思;李敏;王瑜 -专利权人：北京嘀嘀无限科技发展有限公司
申请日： 2020-11-05 - 公布日： 2021-02-05 - 主分类号： G06F16/9535 文献下载
摘要：本发明实施例公开了一种地理区域聚类方法、装置、存储介质和电子设备，通过确定多个待聚类区域对应的位置信息和属性信息，以根据各待聚类区域对应的位置信息和属性信息确定多个包括两个待聚类区域的关联区域组合以及非关联区域组合将关联区域组合和非关联区域组合作为约束条件，对各所述待聚类区域进行聚类，以确定包括多个区域集合目标聚类结果。本发明实施例在对地理区域进行聚类的过程中引入了关联区域组合和非关联区域组合，并将关联区域组合和非关联区域组合作为约束条件进行聚类，同时保证局部和全局的最优以提高聚类效果。
地理区域方法装置存储介质电子设备

[发明专利]一种基于信息瓶颈理论的镜头聚类方法-CN200710179306.8无效
发明人：薛玲;李超;李欢;熊璋;钟林 -专利权人：北京航空航天大学
申请日： 2007-12-12 - 公布日： 2008-09-24 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种基于信息瓶颈理论的镜头聚类方法，将信息瓶颈理论用于镜头聚类，每个待分类的镜头初始化为一类，并以合并过程中的共有信息损失作为类别距离的度量，实施类别合并，直至所有镜头合为一类，将共有信息损失拐点对应的类别数目作为镜头聚类最终的类别数目，同时为了解决层次聚类中出现的局部最优解问题，结合序列聚类方法对分类结果进行调整。本发明可以不用事先估计类别个数，将信息瓶颈理论应用于聚类过程，提高了聚类结果的查准率和查全率；同时避免了局部最优解问题。
一种基于信息瓶颈理论镜头方法

[发明专利]一种乘车热点区域预测方法、装置、设备及可读存储介质-CN202111117958.5有效
发明人：杨柳;梁琨;李昕陆;唐优华;马征;刘恒 -专利权人：西南交通大学;成都交大大数据科技有限公司
申请日： 2021-09-24 - 公布日： 2022-01-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及数据处理技术领域，具体而言，涉及一种乘车热点区域预测方法、装置、设备及可读存储介质，将需要聚类时间段的车辆载客信息进行处理，然后使用OPTICS聚类算法进行聚类，得到车辆载客信息中的聚类簇的个数和每个所述聚类簇中的对象个数信息；将所述每个所述聚类簇的对象个数与第一阈值进行对比，若所述聚类簇中的对象个数大于所述第一阈值，则将对象个数大于所述第一阈值的聚类簇输入第二模型，得到最佳K值，所述K值为所述聚类簇中心的数量；将所述最佳K值使用K‑means算法对所述第二信息进行聚类，得到为乘车的热点区域。本发明通过对车辆车载信息进行处理，然后进行二次聚类，以此来预测在给定时间段内给定区域的打车需求量。
一种乘车热点区域预测方法装置设备可读存储介质

[发明专利]一种信息处理方法、装置和计算机存储介质-CN201811488236.9在审
发明人：李鹏;屠要峰;高洪 -专利权人：中兴通讯股份有限公司
申请日： 2018-12-06 - 公布日： 2020-06-16 - 主分类号： G06F16/35 文献下载
摘要：本发明实施例公开了一种信息处理方法，所述方法包括：对原始文本集合中的文本采用预设聚类方式进行聚类处理，获得多个第一聚类集合；对每个第一聚类集合中的文本采用预设聚类方式进行聚类处理，获得多个第二聚类集合；所述预设聚类方式为第一预设聚类方式或第二预设聚类方式。本发明实施例还公开了一种信息处理装置和计算机存储介质。
一种信息处理方法装置计算机存储介质

[发明专利]用于生成标签信息的方法、装置、设备、介质和产品-CN202111419849.9在审
发明人：黄泽斌 -专利权人：北京百度网讯科技有限公司
申请日： 2021-11-26 - 公布日： 2022-03-01 - 主分类号： G06V40/16 文献下载
摘要：本公开提供了用于生成标签信息的方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为深度学习、计算机视觉技术领域，可应用于人脸识别、活体检测等场景。具体实现方案为：获取各个图像的标识信息；基于标识信息，对各个图像进行聚类，得到图像聚类簇集合；对于图像聚类簇集合中的每个图像聚类簇，确定该图像聚类簇对应的簇特征信息；基于各个图像聚类簇对应的簇特征信息，生成标签信息。本实现方式可以提高标签信息的生成效率。
用于生成标签信息方法装置设备介质产品

[发明专利]一种基于数据处理的图书专业书籍智能推荐方法-CN202310926362.2在审
发明人：齐书稳;付鹏;罗庚;韩阳;王殿武;周彦彬;张文超;潘恒;张珂 -专利权人：中信联合云科技有限责任公司
申请日： 2023-07-27 - 公布日： 2023-08-25 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及数据处理领域，公开了一种基于数据处理的图书专业书籍智能推荐方法，包括：获取多个样本用户的相关信息及感兴趣书籍信息；对多个样本用户进行聚类，确定多个用户聚类簇及每个用户聚类簇对应的用户聚类画像；对多本候选书籍进行聚类，确定多个书籍总聚类簇及书籍总聚类簇画像；对每个书籍总聚类簇包括的多本候选书籍进行二次聚类，确定每个书籍总聚类簇包括的多个书籍子聚类簇及书籍子聚类簇画像；基于多个样本用户的感兴趣书籍信息，建立关系图谱；基于用户问卷调查的反馈及关系图谱，从多本候选书籍中的至少一本目标推荐书籍，将至少一本目标推荐书籍的相关信息发送至待推荐用户端，具有更加准确地为用户推荐书籍的优点。
一种基于数据处理图书专业书籍智能推荐方法

[发明专利]基于属性相关性的网络告警信息聚类方法-CN202110877298.4在审
发明人：任传伦;俞赛赛;金波;刘晓影;乌吉斯古愣;任秋洁;谭震;王淮 -专利权人：中国电子科技集团公司第十五研究所;中国电子科技集团公司第三十研究所;中电科网络空间安全研究院有限公司
申请日： 2021-07-31 - 公布日： 2021-10-29 - 主分类号： G06F16/906 文献下载
摘要：本发明公开了一种基于属性相关性的网络告警信息聚类方法，其具体步骤包括：网络告警信息整理；对具有相同攻击源或相同攻击目标的网络告警信息，根据五元组特征对网络告警信息进行聚类；对具有相同数据特征、攻击类型的网络告警信息，根据告警信息的攻击类型特征对该网络告警信息进行聚类，得到网络告警信息类型特征的网络告警信息集合；基于攻击发生时间的网络告警信息聚类；聚类网络告警信息再融合。本发明基于多维属性特征聚类实现时空全局视角的告警信息聚类，与实际攻击事件中攻击者对被攻击目标往往采用多种攻击技战法开展组合式的攻击的情况相吻合，可以涵盖攻击事件的全貌和重要细节，为攻击事件分析和攻击场景还原准备更好的基础条件
基于属性相关性网络告警信息方法

[发明专利]信息处理方法及装置、图像设备及存储介质-CN201910578776.4在审
发明人：李晓通;杨松;陈高岭;赵秦;张寅艳 -专利权人：深圳市商汤科技有限公司
申请日： 2019-06-28 - 公布日： 2019-10-29 - 主分类号： G06F16/532 文献下载
摘要：本公开实施例公开了一种信息处理方法及装置、图像设备及存储介质。所述信息处理方法，包括：获取目标时空信息；根据所述目标时空信息，确定出在所述目标时空信息所对应的时空范围内出现频次高于第一阈值的预定对象的聚类档案，其中，一个所述聚类档案包括一个采集对象的聚类档案信息，所述聚类档案信息包括所述采集对象活动的时空范围信息；基于所述预定对象的聚类档案，执行预定操作。
聚类时空信息信息处理采集对象存储介质档案信息图像设备预定对象档案时空范围信息获取目标预定操作

[发明专利]一种信息推荐方法和设备-CN201110005636.1有效
发明人：崔岩;肖战勇 -专利权人：腾讯科技(深圳)有限公司
申请日： 2011-01-12 - 公布日： 2012-07-18 - 主分类号： G06F17/30 文献下载
摘要：本发明实施例公开了一种信息推荐方法和设备，应用于设置有多个精确度不同的聚类模型的互联网应用系统，该方法包括：所述应用系统按照聚类模型精确度递减的顺序，依次使用相应聚类模型对用户所对应的用户元素集合进行聚类处理，以确定用户元素集合所属的类别，直到聚类召回率满足设定要求时停止聚类处理；所述应用系统根据聚类结果对所述用户元素集合对应的用户进行信息推荐。本发明实施例中，在增大聚类召回率的同时，保证了聚类精确度，提高了信息推荐效果。
一种信息推荐方法设备

[发明专利]基于图像处理的半导体自动分区方法-CN202211009436.8有效
发明人：张琰;孙思源 -专利权人：山东光岳九州半导体科技有限公司
申请日： 2022-08-23 - 公布日： 2022-11-04 - 主分类号： G06T7/00 文献下载
摘要：该方法获得半导体电路板表面图像的灰度信息、色调信息和深度信息。利用色调信息筛除背景像素点，利用灰度信息和深度信息对元件像素点进行聚类分组。根据聚类产生的边界点对聚类结果进行评价，获得角度突变点数量和边界点邻域方差信息反馈出的整体效果评价指标。根据角度突变点和整体效果评价指标调整聚类操作的参数，获得最优聚类结果。根据相邻最优聚类区域之间的区域相似性将相邻最优聚类区域合并，获得多个元件区域。本发明通过自适应调整聚类参数，使得元件分区效果更好，分区方法的适用性更强。
基于图像处理半导体自动分区方法

[发明专利]信息处理方法、装置、电子设备及存储介质-CN202110998423.7在审
发明人：郭宏磊;谢旻杰;张玉娜;虞启骋 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-08-27 - 公布日： 2021-12-28 - 主分类号： G06F16/35 文献下载
摘要：本公开是关于信息处理方法、装置、电子设备及存储介质，其方法包括：获取直播时预设时间段内的评论信息，对所述评论信息中的问题信息进行聚类，得到至少一个聚类集合，每一聚类集合中包括多条同类问题信息；在所述聚类集合中的同类问题信息数量大于等于预设阈值时，获取与所述同类问题信息对应的回复信息；向发送所述问题信息的客户端发送所述回复信息。这样，在直播过程中面对大量的用评论信息时，可以对评论信息中的问题信息进行聚类，并对聚类集合中同类问题信息较多的问题信息进行统一回复，进而可以大大提高评论信息的回复效率。
信息处理方法装置电子设备存储介质

[发明专利]一种结构化深度非完整多视角聚类方法-CN202110438924.X在审
发明人：文杰;程正挺 -专利权人：湖北珞珈环创科技有限公司
申请日： 2021-04-23 - 公布日： 2021-07-16 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种结构化深度非完整多视角聚类方法，其包括以下步骤：S1、建立结构化深度非完整多视角聚类网络；S2、建立结构化深度非完整多视角聚类预训练网络；S3、对非完整多视角聚类网络模型进行预训练；S4、初始化聚类模型中的聚类中心矩阵；S5、结构化深度非完整多视角聚类网络训练，利用S3得到的非完整多视角图卷积编码网络参数初始化S1所建立的聚类网络参数，并用Adam优化器通过最小化聚类目标损失函数得到最优的图卷积编码网络参数、聚类中心点和最优聚类结果。本发明能够同时捕获多视角数据的互补信息、一致信息、高阶特征信息以及数据间的相似度信息，进而能够得到更精确的数据聚类性能。
一种结构深度完整视角方法

[发明专利]用于数据聚类和同义词的发现和修改的方法和系统-CN200980101769.X无效
发明人： G·G·阿代尔;B·L·亨特 -专利权人：国际商业机器公司
申请日： 2009-01-05 - 公布日： 2010-12-08 - 主分类号： G06F17/30 文献下载
摘要：发现和修改诸如同义词的数据聚类。在一个方面，用于对数据进行聚类的方法包括：接收关于系统的信息，该信息操纵系统可存取的数据库中存储的或将要存储的一个或多个数据属性，其中所述信息和操纵并不明确地与数据聚类相关。基于所接收的信息自动调整数据聚类，所述数据聚类包括多个数据属性并包括通过所接收的信息操纵的数据属性中的至少一个。所述数据聚类响应于正接收的信息而自动调整。
用于数据同义词发现修改方法系统

[发明专利]基于电网信息数据的K-means聚类算法-CN201910854694.8在审
发明人：司为国;朱炯;张博;张玉鹏;赵开;郭小茜;张浩;俞成彪;严志毅;闫宇铎;曹杰人;金仁云;宋惠忠;李骏;柳志军;唐鸣;张益军;施萌;张俊;侯伟宏;钟晓红;何可人;高瑾;吴颖;陈晨;厉律阳;徐国锋;章晨璐;朱小炜;孙远;向新宇;华玫;沈志强;朱坚;孙建军;仲从杰;毛无穷;刘磊 -专利权人：国网浙江省电力有限公司杭州供电公司
申请日： 2019-09-10 - 公布日： 2020-02-07 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例提出了基于电网信息数据的K‑means聚类算法，包括使用手肘法对电网信息数据进行处理，推断最优分类个数；从电网信息数据中随机选取数据作为聚类中心，从剩余数据中选取数据与已选数据计算空间距离，逐个选取全部的聚类中心；基于已选的聚类中心使用K‑means算法进行更新；基于更新后的聚类中心对输出簇进行划分。通过对电网信息数据使用K‑means聚类算法，能够依靠非监督学习判断出最优分类数目，并进行数据聚类。对初始的聚类中心进行计算确定，确保最后的结果不受起始点的随机选择而变化。
聚类中心电网信息聚类算法非监督学习空间距离剩余数据数据计算数据聚类数据使用随机选取随机选择起始点分类更新手肘算法推断输出申请