“模糊C均值算法”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1095661个，建议您升级VIP下载更多相关专利

[发明专利]一种基于网格密度的模糊C-均值聚类方法-CN202310493544.5在审
发明人：张茗洋;万静 -专利权人：哈尔滨理工大学
申请日： 2023-05-05 - 公布日： 2023-08-08 - 主分类号： G06F18/23213 文献下载
摘要：本发明涉及一种基于网格密度的模糊C‑均值聚类方法，属于模糊聚类的基本算法之一，本发明旨在解决传统的模糊C‑均值聚类聚类算法在实际应用中存在的问题,传统的模糊C‑均值聚类方法直接对数据集中的数据进行处理,计算它们的目标函数,通过目标函数求出隶属度函数以及聚类中心函数，导致聚类精度不高,因此针对模糊C‑均值聚类算法需人工选取聚类中心的问题，引入了基于网格密度的优化方法，对FCM聚类算法进行了改进,从而改善了FCM聚类算法中存在的不足,提高了聚类的精确度,达到优化模糊C‑均值聚类算法效果的目的。
一种基于网格密度模糊均值方法

[发明专利]一种宏基因组重叠群的分类方法-CN201610361015.X有效
发明人：刘云;刘富;侯涛;康冰;王柯;姜守坤;王婧媛 -专利权人：吉林大学
申请日： 2016-05-29 - 公布日： 2018-09-14 - 主分类号： G06F19/24 文献下载
摘要：本发明的目的是针对宏基因组重叠群的不平衡特性，提出了一种利用改进的模糊c均值算法进行重叠群分类的方法。本发明的步骤是：设c个物种的平均覆盖率，则根据宏基因组物种个数确定公式，利用改进的模糊c均值算法进行宏基因组重叠群分类。本发明所使用的改进的模糊c均值算法是在分析了传统的模糊c均值算法对于不平衡数据集较差的性能的根本原因的基础上，提出的改进算法。改进的模糊c均值算法能够有效地改善传统方法对于不平衡数据集效果不理想的缺点，将其应用到重叠群分类中可以极大地提高分类精度，为后续的宏基因组分析提供良好的基础。
一种宏基重叠分类方法

[发明专利]基于决策树的模糊C聚类的负荷分类方法-CN201810382946.7在审
发明人：王敏;姜远志;石逸;赵康宁;吕龙祥;李明 -专利权人：河海大学
申请日： 2018-04-26 - 公布日： 2018-09-18 - 主分类号： H02J3/00 文献下载
摘要：本发明公开了一种基于决策树的模糊C聚类的负荷分类方法，包括以下步骤，步骤1，用户负荷数据采集；步骤2，以轮廓值为评价参数，采用凝聚型层次聚类算法确定最优分类数目；步骤3，根据最优分类数目，采用模糊C均值聚类算法对负荷数据进行聚类本发明先通过凝聚型层次聚类算法确定最优分类数目，然后采用模糊C均值聚类算法对负荷数据进行聚类，有效实现了负荷分类；同时本发明有效克服了传统模糊C均值聚类算法中分类数目不易确定的问题，提高了分类精度。
聚类模糊C均值聚类算法负荷分类分类层次聚类算法负荷数据决策树模糊评价参数数据采集用户负荷有效实现凝聚

[发明专利]一种改进烟花算法优化模糊C均值的轴承故障诊断方法-CN202210788018.7在审
发明人：张利;孙展;王硕;陈志华;郭洋 -专利权人：辽宁大学
申请日： 2022-07-06 - 公布日： 2023-01-06 - 主分类号： G06F18/00 文献下载
摘要：一种改进烟花算法优化模糊C均值的轴承故障诊断方法，步骤如下：(1)信号采样；(2)降噪处理；(3)特征选择；(4)轴承故障诊断。本发明设计并实现一种改进烟花算法优化模糊C均值的轴承故障诊断方法。针对模糊C均值存在对初始值敏感、易陷入局部最优等缺点，使用改进烟花算法进行优化，将决定烟花爆炸半径大小的系数由固定值改为动态值，同时将柯西变异与高斯变异交替使用来控制搜索范围；然后采用小波阈值降噪算法和时域特征处理轴承数据；最后将轴承数据输入改进的模糊C均值算法中进行聚类。
一种改进烟花算法优化模糊均值轴承故障诊断方法

[发明专利]基于自适应元胞遗传与优选模糊C‑均值的混合聚类算法-CN201611059068.2在审
发明人：揭丽琳;刘卫东 -专利权人：南昌航空大学
申请日： 2016-11-25 - 公布日： 2017-05-31 - 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元胞遗传与优选模糊C‑均值的混合聚类算法，利用Arnold Cat映射产生初始种群，依据模糊C‑均值的聚类准则构造适应度函数；解码种群内的个体得到对应的聚类中心，并分配隶属度、计算适应度值及种群的熵；对每个个体进行状态的演化，并进行选择、动态的交叉和基于熵的组合变异操作；自动确定模糊C‑均值的融合时机，并利用实施准则进行模糊C‑均值迭代操作；判断是否达到终止条件，若满足终止条件本发明进一步利用自适应元胞遗传算法的全局搜索能力强与模糊C‑均值算法的局部搜索能力强的特点。相比现有技术，本发明可以获得更高的聚类效率和精度。
基于自适应遗传优选模糊均值混合算法

[发明专利]一种基于杂交水稻算法优化的模糊C均值聚类方法及系统-CN201811080424.8在审
发明人：叶志伟;金灿;王春枝;苏军;孙一恒;郑逍;杨娟;孙爽;陈凤;张旭 -专利权人：湖北工业大学
申请日： 2018-09-17 - 公布日： 2019-01-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于杂交水稻算法优化的模糊C均值聚类方法及系统，方法包括：初始化该优化算法参数，预处理待聚类的数据集；构建目标函数，即对可行解的评价函数；对目标函数进行最优值求解，得到最优值并确定对应的最优初始聚类中心；根据最优初始聚类中心进行模糊C均值聚类，最终得到聚类结果。系统包括初始化模块、编码模块、适用度值计算模块、最优值计算模块、最优初始聚类中心计算模块、模糊C均值聚类模块、输出模块；采用本发明对模糊C均值聚类进行基于杂交水稻算法的初始聚类中心优化，解决了模糊聚类效果极易受随机初始聚类中心的影响
初始聚类中心模糊计算模块杂交水稻目标函数算法优化预处理初始化模块编码模块聚类结果模糊聚类评价函数输出模块优化算法初始化可行解适用度数据集求解构建聚类算法优化

[发明专利]一种基于樽海鞘群算法优化的模糊C均值聚类方法-CN202011294923.4在审
发明人：严忠贞;江元璋;周可薇;张军;张俊杰;严赛男;朱信远;陈豪 -专利权人：湖北工业大学
申请日： 2020-11-18 - 公布日： 2021-02-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于樽海鞘群算法优化的模糊C均值聚类方法，该方法包括：初始化该优化算法参数，预处理待聚类的数据集；构建目标函数，即对可行解的评价函数；对目标函数进行最优值求解，得到最优值并确定对应的最优初始聚类中心；根据最优初始聚类中心进行模糊C均值聚类，最终得到聚类结果。采用本发明方法或系统对模糊C均值聚类进行基于樽海鞘群算法的初始聚类中心优化，解决了模糊聚类效果极易受随机初始聚类中心的影响。
一种基于海鞘算法优化模糊均值方法

[发明专利]一种居民电力数据聚类方法及系统-CN202210399708.3在审
发明人：康兵;许志浩;丁贵立;王宗耀;荣仪;张亚楠;韩威;朱卓航;肖辉;肖相燕 -专利权人：南昌工程学院
申请日： 2022-04-15 - 公布日： 2022-09-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种居民电力数据聚类方法及系统，方法包括：获取用户电力数据，对所述用户电力数据进行数据降维，使得到降维电力数据；采用改进精英蝴蝶算法选择所述降维电力数据的初始聚类点，将所述初始聚类点作为考虑距离和空间限制的多层模糊C均值算法的初始聚类中心，使基于所述多层模糊C均值算法对所述降维电力数据进行聚类。通过改进精英蝴蝶算法选择最优的聚类中心点，使得多层模糊C均值算法能够获得更好的初始迭代值，有效提高了常规FCM聚类算法的质量。
一种居民电力数据方法系统

[发明专利]模糊C均值连续型最大流最小割脑肿瘤图像分割方法-CN201710971989.4在审
发明人：任璐;李锵;关欣 -专利权人：天津大学
申请日： 2017-10-18 - 公布日： 2018-04-13 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及医学影像仪器，为提出一种基于直方图的快速模糊C均值算法(FFCM)和连续型最大流最小割算法(CMF)的三维分割方法，使用连续型最大流最小割算法进行精准分割，实现准确快速的分割效果。本发明，模糊C均值连续型最大流最小割脑肿瘤图像分割方法，首先对Flair、T1、T1C和T2四种模态图像分别预处理，即非线性中值滤波，去除高斯噪声且处理边界信息，然后对各模态图像进行模糊C均值初始聚类，再对四幅模态图像进行线性叠加融合，对融合后的图像采用模糊C均值预分割出肿瘤区域，完成预分割后，采用连续型最大流最小割算法对肿瘤块边缘进行精准分割，对分割后的图像去散点，完成分割。
模糊均值连续最大最小肿瘤图像分割方法

[发明专利]一种图像分割方法、装置、存储介质及终端设备-CN201910422757.2在审
发明人：杜艳艳 -专利权人：深圳壹账通智能科技有限公司
申请日： 2019-05-21 - 公布日： 2019-09-20 - 主分类号： G06T7/11 文献下载
摘要：本发明提供的方法包括：获取待分割的原始图像，并确定原始图像的聚类数目和像素点；根据聚类数目和像素点对预设蛙跳算法进行初始化，并通过初始化后的预设蛙跳算法对像素点进行寻优处理，得到原始图像的各局部最优像素点；将各局部最优像素点确定为模糊C均值聚类算法的初始聚类中心，并利用模糊C均值聚类算法根据初始聚类中心对所述原始图像进行再聚类，得到分割图像，以合理确定模糊C均值聚类算法的初始聚类中心，并通过将预设蛙跳算法与模糊C均值聚类算法相结合来进行图像分割，可有效减少图像分割过程中的计算复杂度，提高图像分割效率和分割效果。
像素点模糊C均值聚类算法图像分割原始图像初始聚类中心蛙跳算法聚类预设存储介质终端设备初始化图像处理技术图像分割过程计算复杂度分割图像有效减少分割寻优

[发明专利]基于模糊C均值聚类算法的变压器故障诊断方法及系统-CN201910468729.4在审
发明人：王涛;方欣;孙志鹏;崔青;张志磊;王晟涛;彭菲;张丽芳;韩露;李瞳;李标;刘烨;张天伟 -专利权人：国网河北省电力有限公司石家庄供电分公司;国网河北省电力有限公司;国家电网有限公司
申请日： 2019-05-31 - 公布日： 2019-08-16 - 主分类号： G01R31/00 文献下载
摘要：本发明提供了基于模糊C均值聚类算法的变压器故障诊断方法，包括下列步骤：获取故障样本数据，对其进行特征气体归一化处理，得到包含所述特征气体的组分含量的数据集；构建基于模糊C均值聚类算法的变压器故障诊断模型同时，本发明提供了基于模糊C均值聚类算法的变压器故障诊断系统。采用本发明的技术方案，通过选用特征气体归一化法处理故障样本数据，降低归一化处理方法对聚类结果的影响程度，进而提高模糊C均值聚类算法的故障诊断准确率，最终实现提高变压器故障诊断准确性，为真正实现输变电设备状态检修提供了有力的技术手段
变压器故障诊断模糊C均值聚类算法特征气体归一化处理故障样本数据集输变电设备状态故障诊断结果故障诊断归一化法技术手段聚类结果输出故障准确率构建检修

[发明专利]图像分割方法、装置、设备和存储介质-CN202111596041.8在审
发明人：陈元堃 -专利权人：中国农业银行股份有限公司
申请日： 2021-12-24 - 公布日： 2022-04-22 - 主分类号： G06V40/16 文献下载
摘要：该图像分割方法包括：根据图像中的像素灰度值差异确定像素之间的像素相关性；根据像素相关性建立模糊C均值聚类算法模型；根据模糊C均值聚类算法模型对图像进行分割。通过图像中的像素灰度值差异确定像素之间的像素相关性，然后根据像素相关性建立模糊C均值聚类算法模型，并根据模糊C均值聚类算法模型对图像进行分割，可以在图像分割过程中，通过像素间的灰度值差异对图像进行分割，
图像分割方法装置设备存储介质

[发明专利]一种基于量子遗传的模糊C均值聚类中心生成方法-CN202210272644.0在审
发明人：凌子琪;金红 -专利权人：桂林理工大学
申请日： 2022-03-18 - 公布日： 2022-07-29 - 主分类号： G06K9/62 文献下载
摘要：模糊C均值聚类算法(FCM)是一种常用的无监督学习算法，常用于各类模糊问题的聚类分析中，由于某些问题具有模糊性和不确定性，因此通常使用模糊理论进行处理。本发明提出了一种基于量子遗传的模糊C均值聚类中心生成方法，结合了智能优化算法中的遗传算法和量子理论，通过量子种群的迭代寻优找到最优的初始聚类中心，避免了人为选取聚类中心的不确定性，提高了收敛效率及收敛精度
一种基于量子遗传模糊均值中心生成方法

[发明专利]基于FCM算法融合改进GSA算法的医学图像分割方法-CN201710567921.X在审
发明人：冯飞;刘纪新;姜宝华;刘培学;陈玉杰;薛蕊;杨雅涵;朱秋莲 -专利权人：青岛黄海学院
申请日： 2017-07-13 - 公布日： 2017-12-19 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于FCM算法融合GSA算法的医学图像分割方法，该方法的大致过程为通过将FCM算法的最优化聚类中心确定方法与改进GSA算法融合，通过适当调整粒子的主动引力质量、被动引力质量和惯性质量，逐步求出最重粒子的空间位置本发明通过利用空间模糊c均值聚类算法将图像像素分成均匀的区域，融合GSA算法，将改进GSA算法纳入模糊c均值聚类算法中，以找到最优聚类中心，使模糊c均值聚类的适应度函数值最小，从而提高分割效果，实验结果显示相对于传统的聚类算法
基于 fcm 算法融合改进 gsa 医学图像分割方法

[发明专利]一种基于改进的蚁群算法的模糊聚类的舌诊图像分割方法-CN201811583540.1有效
发明人：徐乐;韦玉科 -专利权人：广东工业大学
申请日： 2018-12-24 - 公布日： 2023-01-17 - 主分类号： G06T7/11 文献下载
摘要：本发明涉及一种基于改进的蚁群算法的模糊聚类的舌诊图像分割方法，包括以下步骤：S1：输入待分割舌诊图像；S2：对待分割舌诊图像进行色彩空间转换；S3：将色彩空间转换后的舌诊图像进行蚁群算法处理，得到聚类中心和聚类数目；S4：将蚁群算法得到的聚类中心和聚类数作为模糊C均值聚类算法的初始值，计算分割舌诊图像的聚类结果；S5：去模糊化，得到分割后的舌诊图像；本发明可降低待分割舌诊图像的复杂度；可提高算法对像素归类的准确性；可降低算法对噪声的敏感程度；克服了模糊C均值算法对初始聚类中心和初始参数敏感的问题，提高模糊C均值算法的运算速度；可有效提高舌诊图像分割的精度。
一种基于改进算法模糊图像分割方法

1
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