“数据挖掘算法”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2693759个，建议您升级VIP下载更多相关专利

[发明专利]一种基于DBSCAN对密度不规则数据进行异常挖掘的改进算法-CN201811365980.X在审
发明人：罗志勇;季良缘;李洪丞;罗蓉;汪源野;蔡婷;郑焕平;韩冷 -专利权人：重庆邮电大学
申请日： 2018-11-16 - 公布日： 2019-04-23 - 主分类号： G06F16/28 文献下载
摘要：本发明请求保护一种基于DBSCAN对密度不规则数据进行异常挖掘的改进算法，涉及数据挖掘领域。针对DBSCAN算法对非均匀密度数据集效果差的缺点，本发明提出一种改进的K‑means算法与DBSCAN相结合的方法，先利用差分进化方法改进K‑means算法，加快算法收敛速度得到最佳聚类划分和聚类数目，然后再利用改进的K‑means对密度不均匀的数据集进行初步划分，之后再采用DBSCAN算法对已经划分的子数据集进行异常检测，最后再将检测的结果进行分析，合并。这样与传统的改进算法相比不仅提高了准确率，而且速度更快，提高了效率，符合对异常数据挖掘高效率的要求。
算法改进不规则数据聚类挖掘密度数据数据挖掘算法收敛异常检测异常数据子数据集不均匀传统的非均匀高效率数据集再利用准确率进化集合合并检测分析

[发明专利]一种基于聚类算法和模式挖掘的船舶行为模式挖掘方法-CN202110247443.0在审
发明人：李永;陈菲娅 -专利权人：北京工业大学
申请日： 2021-03-05 - 公布日： 2021-06-25 - 主分类号： G06F16/215 文献下载
摘要：一种基于聚类算法和模式挖掘的船舶行为模式挖掘方法涉及船舶的模式挖掘领域。本发明主要通过获取船舶的轨迹数据库中存储的轨迹进行数据清洗和轨迹压缩两个过程的计算，将处理好的轨迹数据进行聚类产生簇，将簇作为频繁项集进行频繁序列的挖掘。本发明对其中的关键点聚类进行优化，能够有效的利用聚类算法进行多类船舶数据的挖掘，从而能够适应船舶大规模数据密度不均匀的特性，提高了行为模式挖掘的质量和准确性。
一种基于算法模式挖掘船舶行为方法

[发明专利]基于MapReduce的LBS兴趣点发现方法-CN201410037999.7有效
发明人：胡峰;向倞;于洪;娄华宾 -专利权人：重庆邮电大学
申请日： 2014-01-26 - 公布日： 2016-11-09 - 主分类号： G06F17/30 文献下载
摘要：使用MapReduce进行数据变换，得到项集频率降序序列，对事务集按照项集分组降序序列进行分发，在各机器上建立FP‑Tree进行挖掘，对增量数据进行变换，对事务集按照增量数据分组进行划分，并行挖掘增量数据本发明在MapReduce的PFP算法基础上，对增量数据筛选处理，处理部分增量数据，得到所有频繁项集，而不是每次重新挖掘全局数据，建立兴趣点关联规则数据挖掘模型，利用分布式并行化技术提高了关联规则挖掘算法的运行速度，能有效挖掘强关联性的兴趣点数据。
基于 mapreduce lbs 兴趣发现方法

[发明专利]一种快速实现数据挖掘分析的模块组件化方法-CN201610951853.2在审
发明人：郑锐韬;李勇波;孙傲冰;季统凯 -专利权人：国云科技股份有限公司
申请日： 2016-10-26 - 公布日： 2017-03-08 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及数据分析处理技术领域，尤其是提供一种快速实现数据挖掘分析的模块组件化方法。本发明方法对使用编程类的数据挖掘分析工具类的数据分析过程的功能流程进行分析，总结出数据挖掘分析从数据输入过程、数据挖掘分析的算法过程、数据分析结果的解析过程中抽取出共同的方法，通过功能模块化的方法进行各自实现，并按组件化进行组装，使各种数据输入、分析算法、分析结果解析进行模块组件化，从而简化数据挖掘分析过程的流程，为用户进行数据挖掘分析方法的应用，提供了一个快速实现的方法，从而降低了数据挖掘分析过程的难度，为用户在使用数据分析进行数据挖掘时提供一种方便快捷的方法。
一种快速实现数据挖掘分析模块组件方法

[发明专利]一种基于数据挖掘和大数据分析的云计算平台及方法-CN201710215120.7在审
发明人：齐明 -专利权人：北京军秀咨询有限公司
申请日： 2017-04-02 - 公布日： 2017-07-14 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于数据挖掘和大数据分析的云计算平台及方法，包括云计算平台系统，在云计算平台系统上设有数据挖掘云服务器、数据挖掘能力层、云计算支撑平台、第三方挖掘算法服务层、数据服务层、调度服务层、挖掘算法服务层、数据预处理服务层、算法服务管理层、调度引擎、数据并行处理层、运维管理层、资源管理层、系统监控层、资源调度层、资源安全模块，本发明在系统判决为发生危险后，能够根据不同危险程度启动适应性的联动措施，联动方式合理
一种基于数据挖掘分析计算平台方法

[发明专利]基于大规模对话数据知识挖掘的知识库构建方法、系统及终端-CN202211034862.7在审
发明人：贾声声 -专利权人：上海国民集团健康科技有限公司
申请日： 2022-08-26 - 公布日： 2022-11-25 - 主分类号： G06N5/02 文献下载
摘要：本发明的基于大规模对话数据知识挖掘的知识库构建方法、系统及终端，通过多层次知识挖掘算法根据所述大规模中医医疗对话数据挖掘对应的中医业务知识，并获得融合所述中医业务知识的中医对话话题层次知识库。本发明通过多层次挖掘算法自动挖掘对话数据中有价值的知识，多维度构建与完善现有的中医业务知识库，提高知识库建立和完善的效率。
基于大规模对话数据知识挖掘知识库构建方法系统终端

[发明专利]基于贝叶斯算法的智能数据录入方法-CN202210136248.5在审
发明人：杨洋;王开库;黄从宽;王和功;汤成亮;潘俊锐;任少飞;李杰;马学雨;姚海洲;江玉;潘凯;汪序;方辉;管永;黄吕轩;邓科;刘运龙;魏振长;秦超为 -专利权人：国家电网有限公司;安徽送变电工程有限公司
申请日： 2022-02-15 - 公布日： 2022-05-13 - 主分类号： G06F16/9035 文献下载
摘要：本发明公开了基于贝叶斯算法的智能数据录入方法，包括以下具体步骤：提取多链路数据，预处理多链路数据，基于贝叶斯算法挖掘清洗多链路相似数据。本发明在提取并预处理多链路数据的基础上，利用贝叶斯算法的后验概率计算多链路中数据的节点概率，将相似数据的维度值作为挖掘参数，挖掘链路中的相似数据。然后通过设置结构参数设定最优贝叶斯网络，将所有相似数据中每个节点父节点输入其中，确定数据的极大似然值，通过剔除具有极大似然值的数据完成清洗处理，具有较高的挖掘精度和清洗精度，故有效性较强。
基于贝叶斯算法智能数据录入方法

[发明专利]一种基于大数据的自动选择最优模型的方法-CN201611254038.7在审
发明人：邹立斌;李青海;侯大勇;简宋全 -专利权人：广东精点数据科技股份有限公司
申请日： 2016-12-30 - 公布日： 2018-07-10 - 主分类号： G06F17/30 文献下载
摘要：本发明提供一种基于大数据的自动选择最优模型的方法，包括：步骤S1对挖掘目标进行分类；步骤S2利用信息增益对整个数据集进行快速特征选择；步骤S3建立训练集和验证集；步骤S4选择有效的数据挖掘算法及其参数组合；步骤S5利用贝叶斯优化方法选择各算法有效的参数组合；步骤S6选出最优的数据挖掘算法K；步骤S7利用交叉验证选择并确定数据挖掘算法K的参数取值组合得出最后的模型；步骤S8若模型得出的结果比较差，则重复步骤本发明能节省之后自动建模所耗费的时间，提高了建模效率；而且能快速地从大量的算法中搜索出最优算法，利用交叉验证来选择最优算法里面的参数组合。
数据挖掘算法参数组合最优模型交叉验证自动选择最优算法大数据算法方法选择结果比较快速特征模型结果信息增益重新选择自动建模贝叶斯数据集训练集验证集建模搜索输出挖掘分类重复优化

[发明专利]一种基于虚拟现实技术的渐进沉浸式视觉数据分析方法-CN202010046556.X有效
发明人：化泽帅;陆璐 -专利权人：华南理工大学
申请日： 2020-01-16 - 公布日： 2023-06-16 - 主分类号： G06F16/26 文献下载
摘要：本发明公开了一种基于虚拟现实技术的渐进沉浸式视觉数据分析方法，包含以下步骤：当客户端通过WebSocket发送消息到服务器端，选择相关的数据库运行GSP渐进式序列模式挖掘算法，把挖掘到的数据信息通过WebSocket传送到Unity客户端，通过虚拟现实技术实现挖掘数据的可视化呈现；其中运行GSP渐进式序列模式挖掘算法期间，对数据进行相关的交互操作以及对算法进行转向操作，得到所需要的可视化数据。本发明根据虚拟现实技术的特点，渐进沉浸式视觉分析系统能实现数据的可视化分析以及交互，能够给予数据分析人员更好的数据分析环境和更棒的交互沉浸式体验，有利于数据分析人员进行快速的数据分析和挖掘。
一种基于虚拟现实技术渐进沉浸视觉数据分析方法

[发明专利]数据挖掘算法及基于数据挖掘的智能手术室监测管理系统-CN202010936039.X有效
发明人：袁亚锋;汤旭锋;蔡昌春;江冰;于明扬;王东;孙桂全;常利利;张娟 -专利权人：江苏达实久信医疗科技有限公司;江苏达实久信数字医疗科技有限公司
申请日： 2020-09-08 - 公布日： 2022-11-22 - 主分类号： G06F16/2458 文献下载
摘要：本发明涉及数据挖掘技术领域，尤其涉及一种数据挖掘算法，包括：将等待挖掘的数据集合上传至文件系统中，并设置支持度阈值；对数据集合进行扫描，得到所有出现过的数据，作为候选频繁k项集；计算统计候选频繁k项集中数据的支持度；去除候选频繁k项集中支持度低于支持度阈值的数据，得到频繁k项集，若得到的频繁k项集为空，则直接返回频繁k‑1项集的集合作为算法结果，算法结束，若得到的频繁k项集只有一项数据，则直接返回频繁k项集的集合作为算法结果，算法结束；基于频繁k项集，令k+k+1，连接生成候选频繁k+1项集。本发明为手术室智能化、规范化管理提供了便捷，同时本发明中还请求保护一种基于数据挖掘的智能手术室监测管理系统。
数据挖掘算法基于智能手术室监测管理系统

[发明专利]一种日志数据挖掘方法及系统-CN202211369437.3在审
发明人：任俊达;周春雷;刘识;皮志贤;赵添翼;吕宏伟;陈振宇 -专利权人：国家电网有限公司大数据中心
申请日： 2022-11-03 - 公布日： 2023-04-04 - 主分类号： G06F9/50 文献下载
摘要：本发明提供了一种日志数据挖掘方法及系统，包括：获取所需的日志文件的数据；采用MapReduce模型对数据进行数据处理操作获得属性数据；采用粒子群优化算法对属性数据进行寻优操作获得属性数据初始最优聚类中心；采用K‑means算法结合属性数据初始最优聚类中心对属性数据进行聚类操作获得最优聚类结果。本发明采用MapReduce模型进行数据处理操作的技术特征，提升大数据情况下数据准备的效率和准确率，并且采用粒子群优化算法确定聚类中心进而采用K‑means算法进行聚类操作的技术特征，消除了K‑means算法对初始聚类中心的依赖，提高了传统聚类算法初始聚类中心选取的准确性，提升了聚类算法用于日志数据挖掘结果的准确性和效率，极大提高日志数据挖掘的整体处理效率。
一种日志数据挖掘方法系统

[发明专利]复购商机挖掘方法、电子设备和存储介质-CN202310092574.5在审
发明人：侯丕然;张国其;冯高祥 -专利权人：汉唐信通（北京）咨询股份有限公司
申请日： 2023-01-18 - 公布日： 2023-06-02 - 主分类号： G06Q30/0201 文献下载
摘要：本发明提供一种复购商机挖掘方法，包括以下步骤：采集业务数据库中的客户信息，生成数据集；对企业客户的特征数据进行处理；采用随机森林算法构建复购预测模型；根据所述复购预测模型进行复购商机的挖掘。本发明为复购商机挖掘方法及相关电子设备和存储介质，通过机器学习的方法，构建出一种基于企业公开信息数据、行为数据、业务数据的算法模型，通过该模型对企业客户池进行自动的复购商机挖掘，提高了商机挖掘准确性，并降低了成本
商机挖掘方法电子设备存储介质

[发明专利]行车记录中规律路径的挖掘方法、装置-CN202310340218.0在审
发明人：蔡全福;阮志毅;翁苏湘 -专利权人：厦门城市职业学院（厦门开放大学）
申请日： 2023-03-31 - 公布日： 2023-07-04 - 主分类号： G06F16/2458 文献下载
摘要：本发明的实施例公开一种行车记录中规律路径的挖掘方法、装置，涉及行车记录的技术领域，能够对行车记录的数据集匹配至道路网络数据集，根据多尺度FP‑Growth算法对行车记录的数据集进行归并，并挖掘出对应于行车记录的数据集的规律路径，此时，调用多尺度FP‑Growth算法挖掘车记录的数据集中频繁项集，即先从整体到局部搜索频繁的节点、且以对应节点为“子空间”搜索并挖掘频繁的行车路径，再从局部到整体逐步挖掘与归并所有频繁的行车路径，从而实现对巨型频繁项集的挖掘，进而便于挖掘行车记录中规律路径，提高了行车记录中规律路径的挖掘效率，满足高效的挖掘需求。
行车记录规律路径挖掘方法装置

[发明专利]一种基于频繁子图挖掘的网络系统关联服务发现方法-CN202211232039.7有效
发明人：姜鑫东;张燕;季晨宇;王晨璐;毛艳芳;吕晓祥;陈晔;马俊明;李苗苗;葛振宇 -专利权人：国网江苏省电力有限公司南通供电分公司
申请日： 2022-10-10 - 公布日： 2023-05-23 - 主分类号： H04L67/51 文献下载
摘要：本发明公开了一种基于频繁子图挖掘的网络系统关联服务发现方法，使用Coco哈希和最小堆这两种数据结构来统计网络流数据中各个节点的访问信息，并使用相应的图序列生成算法来对各类数据进行处理生成频繁子图挖掘所需的图序列数据在处理完所有网络流数据后，运行网络系统服务发现算法快速地挖掘出相关的网络系统服务。最终使用网络系统关联服务发现算法来挖掘出已统计的IP访问数据中的一些相互关联的数据，筛选出之间存在一定关系的IP地址组成的频繁项集，然后进一步处理准确统计出网络系统关联服务。本发明将统计后的网络数据流信息转化为图序列数据集而后采用频繁子图挖掘相关技术，挖掘出网络系统中的关联服务相关信息。
一种基于频繁挖掘网络系统关联服务发现方法

[发明专利]基于多维多值数据的改进Fp-Growth算法-CN202210239408.9在审
发明人：赵琦;万静;王言言 -专利权人：哈尔滨理工大学
申请日： 2022-03-09 - 公布日： 2022-06-10 - 主分类号： G06F16/2458 文献下载
摘要：本发明针对在面向多维多值数据时，应用传统的Fp‑Growth算法方法在构建Fp‑tree树过程中会占据大量的空间内存，而应用Apriori算法从一项频繁集自连接到频繁二项集会产生大量的候选项集，造成数据爆炸，降低挖掘效率的缺陷。提出了在Fp‑Growth算法的基础上，将多维多值数据依据支持度进行合理排序，来减少构建Fp‑tree过程中所占的空间内存，针对候选项集生成的条件模式基进行“镶嵌”操作，提高挖掘效率，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关联规则算法具有更好的挖掘效果。
基于多维数据改进 fp growth 算法