“层次聚类”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727186个，建议您升级VIP下载更多相关专利

[发明专利]基于层次聚类的熔解曲线Tm值确定方法、装置以及电子设备-CN202110497502.X有效
发明人：杨智;李冬;贺贤汉 -专利权人：杭州博日科技股份有限公司
申请日： 2021-05-07 - 公布日： 2023-02-24 - 主分类号： G06F18/231 文献下载
摘要：本申请提供了一种基于层次聚类的熔解曲线Tm值确定方法、装置以及电子设备，涉及荧光定量PCR检测技术领域，缓解了熔解曲线小熔点峰与杂峰难以区分的技术问题。该方法包括：获取熔解曲线，并基于所述熔解曲线确定满足阈值条件的熔解曲线的第一极大值点位置；利用层次聚类算法对各孔所述第一极大值点位置进行分析，并根据分析结果确定各孔所述第一极大值点位置的聚类类别；基于所述聚类类别查找每类各孔满足分辨率条件的第二极大值点位置
基于层次熔解曲线 tm 确定方法装置以及电子设备

[发明专利]特征聚类方法、数据库更新方法、电子设备及存储介质-CN202011530197.1有效
发明人：蔡啸;肖潇;章勇 -专利权人：苏州科达科技股份有限公司
申请日： 2020-12-22 - 公布日： 2022-07-01 - 主分类号： G06V20/40 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及特征聚类方法、数据库更新方法及装置，所述特征聚类方法包括获取各个待聚类特征；基于各个待聚类特征，确定第一权重图，第一权重图中的节点包括各个待聚类特征，所述第一权重图中的边为两个节点对应的特征相似度；将第一权重图输入聚类网络中，确定各个待聚类特征的初次聚类结果，所述初次聚类结果包括各个待聚类特征对应的初始簇以及各个初始簇的代表特征；基于初次聚类结果，构建第二权重图，所述第二权重图中的节点包括各个初始簇的代表特征；将第二权重图输入聚类网络中，以确定各个待聚类特征的目标聚类结果。利用自底向上、层次聚类的框架，来达到准确率与召回率的平衡。
特征方法数据库更新电子设备存储介质

[发明专利]一种用于层次化聚类的方法和系统-CN201910978112.7有效
发明人：刘世霞;杨维铠;王希廷;路捷 -专利权人：清华大学
申请日： 2019-10-15 - 公布日： 2023-04-07 - 主分类号： G06F16/28 文献下载
摘要：本发明提出了一种用于层次化聚类的方法、系统和计算机存储介质。该方法包括：获取多个同质数据源，所述多个同质数据源包括同一性质的数据源；获取知识库中所述多个同质数据源对应的层次化结构，所述层次化结构是多个节点组成的有向无环图，每个节点表示一个类别；利用所述多个同质数据源以及所述同质数据源对应的层次化结构获取约束树，其中所述约束树利用了所述多个同质数据源的至少一部分，并可用于对所述多个同质数据源进行层次化聚类。
一种用于层次化聚类方法系统

[发明专利]一种基于深度聚类算法的电影个性化序列推荐方法-CN202210218635.3在审
发明人：马千里;程雨;方昆阳;钟毅;郑佳炜;郑彦魁 -专利权人：华南理工大学;广州启辰电子科技有限公司
申请日： 2022-03-04 - 公布日： 2022-06-21 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于深度聚类算法的电影个性化序列推荐方法，实现个性化的电影推荐。过程如下：获取电影数据集，分离出所需数据；通过深度聚类从所获得的数据中挖掘用户的高层次意图，形成融合用户高层次意图的交互序列；通过对所获得的数据进行用户静态特征的挖掘，并与用户观影序列结合，形成用户特征动态序列；将融合用户高层次意图的交互序列与用户特征动态序列结合输入门控循环单元，得到融合的序列信息；用融合的序列信息计算出所有候选项目与此序列的匹配得分，并从中选取排名前K个项目作为推荐结果。本发明可以有效捕捉到用户在观看电影时较高层次的意图特征，并通过聚类的分布来缓解长尾问题，最终生成个性化的电影推荐。
一种基于深度算法电影个性化序列推荐方法

[发明专利]基于根因分析层次聚类的马蹄焰玻璃熔窑能耗异常定位方法-CN202010771841.8有效
发明人：杨海东;印四华;徐康康;朱成就;曾超湛;胡罗克 -专利权人：广东工业大学
申请日： 2020-08-04 - 公布日： 2022-06-14 - 主分类号： G16C20/10 文献下载
摘要：本发明涉及玻璃加工的技术领域，更具体地，涉及基于根因分析层次聚类的马蹄焰玻璃熔窑能耗异常定位方法，包括以下步骤：S10.以马蹄焰玻璃熔窑的分层能量模型为原型，利用根因分析方法构建能量泛化层次结构；S20.基于步骤S10的能量泛化层次结构计算能量构成项属性的不相似度，累加所有能量构成项属性的不相似度以表示异常能耗样本不相似度d(Ci,Cj)；得到泛化异常能耗样本；S30.基于层次聚类算法建立能耗异常定位模型，输入步骤S20中得到的泛化异常能耗样本，输出泛化表示的能量构成项集。本发明从聚类结果中取得泛化表示的能量构成项并快速定位所属部件，可有效解决数据采集延迟影响异常能耗定位精度的问题。
基于分析层次马蹄玻璃能耗异常定位方法

[发明专利]大数据轮廓类的挖掘方法-CN201710099250.9在审
发明人：黄震华;程久军 -专利权人：同济大学
申请日： 2017-02-23 - 公布日： 2017-06-30 - 主分类号： G06F17/30 文献下载
摘要：本发明提出一种大数据轮廓类挖掘方法。在该技术中，我们首先设计了一种k路轮廓层次树，在此基础上，进而将大数据上的各轮廓对象的位置信息组织成k路轮廓层次树，最后在基于密度聚类轮廓对象的过程中，利用k路轮廓层次树的多个剪枝性质来快速产生所有的轮廓类本发明能够增加大数据分析的多样性以及显著提高轮廓类的挖掘效率。
数据轮廓挖掘方法

[发明专利]一种基于属性融合的图聚类方法-CN201710507324.8在审
发明人：徐杰;陈文龙;卢思变;唐淳 -专利权人：电子科技大学
申请日： 2017-06-28 - 公布日： 2017-10-20 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于属性融合的图聚类方法，通过构建多层属性融合模型，将图中节点的属性特征和结构关系划分为不同层次，再通过数据的结构关系和属性特征统一合并到同一底层网络中进行聚类操作，并根据聚类中节点投票机制，对数据的结构和属性分别进行加权融合，同时自适应更改属性层的权重系数，使得最后聚类结果更能反映数据的原始分布，从而解决属性层初始值的设置对聚类结果的影响问题，使得最后的聚类能够达到更好的效果。
一种基于属性融合图聚类方法

[发明专利]一种风电场风机聚类方法及装置-CN201910526689.4在审
发明人：孙启硕;刘三明;王致杰 -专利权人：上海电机学院
申请日： 2019-06-18 - 公布日： 2020-12-18 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种风电场风机聚类方法及装置，方法包括：步骤S1：获得风电场各个风机的风机特性；步骤S2：根据各个风机的风机特性生成各个风机的空间向量；步骤S3：利用各个风机的空间向量和优化凝聚层次聚类算法得到风电场风机聚类结果；装置包括存储器和处理器，处理器调用存储于存储器上的风电场风机聚类方法的程序得到风电场风机聚类结果，进行风电场并网。与现有技术相比，本发明可使聚类结果更精确且效率更高。
一种电场风机方法装置

[发明专利]基于高阶条件随机场的机载激光点云分类方法-CN201910401905.2有效
发明人：陈动;杨强;王玉亮;郑加柱;曹伟;曹震;李春成 -专利权人：南京林业大学
申请日： 2019-05-14 - 公布日： 2020-09-15 - 主分类号： G06K9/62 文献下载
摘要：本发明提出的是一种基于高阶条件随机场的机载激光点云分类方法，具体包括如下步骤：（1）基于DBSCAN聚类的点云分割；（2）基于K‑means聚类的点云过分割；（3）基于Meanshift聚类的点集邻接关系构建；（4）基于多层次点集构造高阶条件随机场的点云分类方法。优点：（1）提出多层聚类的点集结构构建方法，并引入类别标签约束的Meanshift点集聚类构建点集之间的连接关系，能够更加准确的对点集的类别进行分类；（2）能够自适应的构造非线性点云个数的多层次点集，更完整的表征点云目标的结构和形状等信息
基于条件随机机载激光分类方法

[发明专利]一种数据处理方法和装置-CN201611250179.1在审
发明人：董超;张霞;赵立军;崔朝辉 -专利权人：东软集团股份有限公司
申请日： 2016-12-29 - 公布日： 2017-06-06 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种数据处理方法，包括将预设训练集中的数据放入第一节点中；采用预设的相似度聚类算法将所述第一节点中的数据类聚成组，得到至少两组数据；对所述至少两组数据进行一对多的SVM训练。采用该方法，通过预设的相似度聚类算法，将第一节点中的多个类别的数据类聚成组，而每组数据就是聚类完成的一类数据，并对该聚类完成的数据进行SVM训练，将聚类成组的每一组数据分别再次作为新的数据放入新的对应节点中，继续进行类聚成组的过程，从而形成一个层次结构的数据分类处理过程，其中，采用类聚成组的算法，使得SVM在二分类时达到间隔最大化的效果，提高分类准确率，由于是将训练集中的数据按照层次结构处理，提高了数据处理的效率
一种数据处理方法装置

[发明专利]一种自适应多均值两步聚类方法-CN202210130070.3在审
发明人：董泽;姜炜;董贺宁;常修全 -专利权人：华北电力大学(保定）
申请日： 2022-02-11 - 公布日： 2022-05-06 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种自适应多均值两步聚类方法，该方法对于输入的数据，第一步采用基于混沌量子粒子群的多均值聚类算法进行初步聚类，第二步采用自适应层次聚类算法在第一步聚类结果基础上进行进一步聚类，得到最终聚类结果；该方法既可用于簇状分布数据聚类，也可用于非簇状数据聚类，具有运算速度快、复杂度低、适用范围广、受异常值影响小的优点。
一种自适应均值两步聚类方法

[发明专利]一种基于多核计算的层次聚类算法优化方法-CN202110685192.4在审
发明人：阳建军;邓金祥;代先勇;胥雄 -专利权人：成都深思科技有限公司
申请日： 2021-06-21 - 公布日： 2021-08-17 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种基于多核计算的层次聚类算法优化方法，涉及并行化技术领域，包括S1准备压缩后的距离矩阵存储空间，层次聚类算法的距离矩阵存储空间压缩处理为数组da；S2数组da进行分块编号；S3构建线程池及任务队列在原距离矩阵中对应的索引区间；S7根据索引区间指示区域，计算该区域内所有样本点之间的距离，将距离写回数组da，返回S5；S8借助索引映射关系，样本数据两两合并，合并后类别数量与待处理样本数据一致时，结束聚类；缩短了层次聚类算法整体的运算时间，降低计算资源占用，提高了运行效率，且不影响输入输出数据的格式和大小。
一种基于多核计算层次算法优化方法

[发明专利]基于最佳聚类数目的用户负荷分类方法和装置-CN201610024054.0在审
发明人：刘庆时;赵贺;姚国风;唐新忠;李天杰;郑凤柱;赵大明;周建华;贾孟扬 -专利权人：国家电网公司;国网北京市电力公司;北京国电通网络技术有限公司;国网江苏省电力公司电力科学研究院
申请日： 2016-01-14 - 公布日： 2016-06-22 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种基于最佳聚类数目的用户负荷分类方法和装置，包括：获取用户负荷的时间序列曲线数据，并进行归一化处理；提取用户用电行为特征；采用Renyi熵梯度下降法进行最佳聚类数目训练；采用最佳聚类数目进行层次聚类；本发明综合考虑了不同用户之间的相似性和关联性，克服了传统欧氏距离相似度在处理高维数据时精度不高的问题，采取计算不同聚类数目的Renyi熵值，可以找到最佳的聚类数目，克服了传统算法需要提前设定好聚类数目的不足
基于最佳聚类数目的用户负荷分类方法装置

[发明专利]基于注意力机制的层次化图卷积网络的属性图深度聚类方法-CN202110695732.7在审
发明人：董永峰;王子秋;史进;李林昊;董瑶 -专利权人：河北工业大学
申请日： 2021-06-22 - 公布日： 2021-10-08 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及基于图卷积网络的属性图深度聚类方法，考虑了图卷积网络自适应的，层次化的学习邻居节点的必要性，提出基于注意力机制的层次化图卷积网络，解决了图卷积网络学习周围邻居节点信息不够充分的缺陷。通过实验结果分析，这样的改进对于属性图深度聚类任务上，可以显著提高聚类的精度。
基于注意力机制层次图卷网络属性深度方法

[发明专利]一种基于多规则聚类的组件识别方法-CN201810221525.6有效
发明人：王璐璐;张叶炼;孔祥龙;李必信 -专利权人：东南大学
申请日： 2018-03-17 - 公布日： 2021-06-11 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种基于多规则聚类的组件识别方法，通过对模块依赖图的分析，根据制定的规则，分别从依赖类型、依赖结构和依赖强度多个角度识别出组件，同时并分析组件间的依赖关系。同时本发明采用了中心‑层次混合聚类算法，对于聚合的判定基于一个度量标准D(a,b)。该值受到两个因素影响，分别是实体间的目录相似度，以及实体间的依赖强度，其中依赖强度又和依赖次数与依赖类型有关。在每次迭代后，围绕选取的聚类中心进行层次聚合，最后实现对目标系统由低层到高层的抽象。
一种基于规则组件识别方法