“聚类簇”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698084个，建议您升级VIP下载更多相关专利

[发明专利]一种聚类离散度分析的台区用户低压分支线辨识方法-CN202211580449.0在审
发明人：叶保璇;云立亭;王康坚;黄宏力;吴清炳;梁杰;张祖伟;余盛达 -专利权人：海南电网有限责任公司文昌供电局
申请日： 2022-12-09 - 公布日： 2023-04-28 - 主分类号： G06F30/18 文献下载
摘要：本发明提供一种聚类离散度分析的台区用户低压分支线辨识方法，包括下列步骤：S101、获取配电台区第1至第L回的电压及有功数据；S102、计算配电台区第1至L回低压分支线的线户计算电流；S103、对配电台区未排查用户电表采用电压时序数据的皮尔逊相关系数进行聚类，得到用户电表的第一聚类结果Ω1；S104、对第一聚类结果Ω1中的1至e个聚类簇计算簇离散度，若第x个聚类簇的簇离散度不大于预设阈值，多个该类型聚类簇构成第二聚类结果Ω2；S105、将第二聚类结果Ω2中的每一个聚类簇作为待求解量，建立二次规划模型，求解模型得到第二聚类结果Ω2中的每一个聚类簇的低压分支线标签。
一种离散分析用户低压支线辨识方法

[发明专利]数据流的处理方法和装置-CN201410524517.0在审
发明人：涂丹丹;张友华;庄仕岳 -专利权人：杭州华为数字技术有限公司
申请日： 2014-09-30 - 公布日： 2015-01-14 - 主分类号： H04L12/26 文献下载
摘要：本发明实施例提供一种数据流的处理方法和装置，该处理方法包括：在采样时刻对网络中的数据流进行采样，获得第一数据；根据第一数据，确定第一数据的第一特征向量；若根据聚类簇集合和第一特征向量，确定数据流不为异常流，则根据聚类簇集合对第一特征向量进行聚类分析，获得新的聚类簇集合，并返回执行所述在采样时刻对网络中的数据流进行采样；其中，聚类簇集合中簇的个数与新的聚类簇集合中簇的个数不相同；本发明实施例提供的数据流的处理方法和装置，由于用于确定数据流是否为异常流的聚类簇集合是实时更新的，且聚类簇集合中簇的个数也是实时变化的，可提高对数据流判断的准确性。
数据流处理方法装置

[发明专利]视频记录文稿生成方法、装置、存储介质以及电子设备-CN202110511724.2在审
发明人：徐波 -专利权人：多益网络有限公司;广州多益网络股份有限公司;广东利为网络科技有限公司
申请日： 2021-05-11 - 公布日： 2021-09-28 - 主分类号： G10L15/04 文献下载
摘要：本发明涉及一种视频记录文稿生成方法、装置、存储介质以及电子设备，该方法包括：获取视频文件，从视频文件中分离出音频文件，将音频文件进行分割，得到多个音频片段，将每个音频片段输入至语音转向量模型，获得多个音频向量，将多个所述音频向量进行聚类，获得多个聚类簇，将包含音频向量个数最多的聚类簇确定为中心聚类簇，计算其他聚类簇的中心到中心聚类簇中心的相对距离，根据相对距离以及预设的颜色渐变表中每种颜色与相对距离的映射关系，确定每个聚类簇对应的颜色，将每个聚类簇对应的音频片段进行语音识别，生成音频片段对应的音频文字，给所述音频文字上色，生成视频记录文稿，提高了查找信息的效率，降低了人工成本。
视频记录文稿生成方法装置存储介质以及电子设备

[发明专利]一种快速面要素聚合方法、设备及存储设备-CN202111441066.0在审
发明人：刁亚芹;李鹏程;张林仙;危起伟 -专利权人：湖北理工学院;中国水产科学研究院长江水产研究所
申请日： 2021-11-30 - 公布日： 2022-05-03 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种快速面要素聚合方法、设备及存储设备，方法包括以下步骤：读取面要素数据；对面要素进行聚类；分别选择各个聚类簇的面要素；获取各个聚类簇的外包矩形以及各个聚类簇中心点；分别合并各个聚类簇要素，并提取外边界多边形；分别遍历各个外边界多边形的节点，连接对应聚类簇中心点与外边界节点，并延长对应聚类簇的外包矩形长对角线长度，记录该线段的外端点；连接外端点与对应聚类簇外边界多边形节点，生成线段；将对应外边界多边形与线段作相交
一种快速要素聚合方法设备存储

[发明专利]一种基于增量学习的作者消歧方法-CN201910691093.X有效
发明人：龙军;唐柳;黄文体;魏志 -专利权人：中南大学
申请日： 2019-07-29 - 公布日： 2021-11-16 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于增量学习的作者消歧方法，包括以下步骤：获取历史引文记录，其中历史引文信息已知聚类标签，不同的聚类标签表示不同的作者个体；根据历史引文记录的数量判断各聚类簇是第一类型或第二类型的聚类簇，对于数量较多的第一类型聚类簇，则使用历史引文记录的特征向量和聚类标签训练相应的朴素贝叶斯分类器；筛选出候选聚类簇，根据所有候选聚类簇的类型，对新的引文记录分情况进行分类处理，综合使用朴素贝叶斯分类器计算所属概率进行分类，使用合著者相似度对所属概率方式分类进行补充判断，计算与第二类型聚类簇的语义相似度以解决无法使用朴素贝叶斯分类器进行概率分类的问题。
一种基于增量学习作者方法

[发明专利]一种人脸聚类评价方法、系统、计算机及可读存储介质-CN202310677574.1有效
发明人：陈硕;唐涛;张磊;许畅;郭小光 -专利权人：江西云眼视界科技股份有限公司
申请日： 2023-06-09 - 公布日： 2023-08-11 - 主分类号： G06V10/776 文献下载
摘要：本发明提供了一种人脸聚类评价方法、系统、计算机及可读存储介质，所述方法包括获取人脸聚类结果，以得到若干聚类簇，聚类簇中包括若干人脸特征；对所述人脸特征进行标准化处理，以得到标准人脸特征；计算每个所述聚类簇中每两个所述标准人脸特征之间的第一相似度，并计算每个所述聚类簇的代表人脸之间的第二相似度，确定第一评价指标；同时计算每个所述聚类簇的中心点，并基于所述中心点确定第二评价指标；最终根据所述第一评价指标与所述第二评价指标确定聚类评分，并基于所述聚类评分输出人脸聚类评价结果，本发明通过聚类评分可辅助评估聚类模型的质量同时也可评估聚类模型是否达到了预期效果以便于进一步优化与改进聚类模型。
一种人脸聚类评价方法系统计算机可读存储介质

[发明专利]基于聚类的无监督学习的异常判断二噁英检测方法-CN201911155400.9在审
发明人：董圆媛;凌志辉;熊飞;张然;王姗姗;郭蓉;郭仁庆;崔嘉宇 -专利权人：江苏省环境监测中心;南京云思创智信息科技有限公司
申请日： 2019-11-22 - 公布日： 2020-06-02 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于聚类的无监督学习的异常判断二噁英检测方法，包括一个标准化器、m个聚类器、一个评估器和一个分类器，其特征在于：标准化器对收集到的原始数据进行标准化，并把结果复制m份，分别传给每个聚类器；当聚类器接收到数据后，采用K‑means算法对数据进行聚类(每个聚类器的k值都不相同)，聚类器根据各自的分簇结果计算簇内距离、簇间距离、DB指数，并将DB指数传给评估器；当评估器收到每个聚类器传来的DB指数后，按照“DB指数最小”原则选取对应的聚类器，从而得到最有分簇结果；分类器根据预先设置的最小，最大簇内距离阈值对最优分簇结果中的k个簇逐一进行分类。
基于监督学习异常判断二噁英检测方法

[发明专利]一种基于改进k-means聚类算法的质心空间上采样算法-CN202110264357.0在审
发明人：王海勇;管维正;张开心 -专利权人：南京邮电大学
申请日： 2021-03-11 - 公布日： 2021-05-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了数据聚类分析技术领域的一种基于改进k‑means聚类算法的质心空间上采样算法，能够更好的提高聚类速度和准确率，降低算法的计算复杂度，减少算法的运行时间，并且避免出现k‑means算法的局部最优问题的出现包括：使用k‑means聚类算法对样本集进行聚类，并基于距离原则选择初始聚类中心；基于给定的存储结构，计算样本集中各样本分别与各初始聚类中心的欧式距离，进而获取聚类簇；基于获取的聚类簇，通过各聚类簇之间的欧氏距离计算出样本的初始质心，形成质心簇；根据每个质心簇的欧氏距离计算出所有样本簇总的欧氏距离；每个质心欧氏距离与样本总的欧氏距离的比值，得到权重系数；权重系数和需要上采样的样本的乘积为每个质心簇的增加的样本数。
一种基于改进 means 算法质心空间采样

[发明专利]用于确定多轮对话的方法及装置-CN202111184300.6在审
发明人：俞晓光;吴良庆 -专利权人：京东科技信息技术有限公司
申请日： 2021-10-09 - 公布日： 2021-12-28 - 主分类号： G06F16/35 文献下载
摘要：方法的一具体实施方式包括：获取包括多个多轮对话的对话集合；按照多轮对话的轮次顺序，采用递进方式对对话集合中的多轮对话进行聚类，直至所得到的最底层的聚类簇中不存在目标聚类簇，得到聚类簇结构树，其中，目标聚类簇中包括的多轮对话的数量超过第一数量阈值；将聚类簇结构树中的目标叶子节点对应的聚类簇中的多轮对话确定为目标多轮对话，其中，目标叶子节点对应的聚类簇中包括的多轮对话的数量超过第二数量阈值。本申请提供了一种采用递进式聚类的方式确定对话集合中高频的目标多轮对话的方法，提高了所确定的目标多轮对话的代表性。
用于确定轮对方法装置

[发明专利]图像去重方法、装置、设备及存储介质-CN202310613499.2在审
发明人：张霞;李开兴 -专利权人：重庆长安汽车股份有限公司
申请日： 2023-05-26 - 公布日： 2023-08-15 - 主分类号： G06V10/74 文献下载
摘要：将多个目标图像和多个特征信息输入训练后的聚类模型，得到至少一个第一聚类簇，第一聚类簇包括至少一个目标图像，第一聚类簇中的目标图像的特征信息与第一聚类簇对应的聚类中心信息之间的相似度大于第一预设相似度阈值对每个第一聚类簇中的目标图像进行筛选，得到至少一个第二聚类簇，第二聚类簇中任意两个目标图像之间的相似度均小于第二预设相似度阈值。由此，可以减少对多个图像进行去重处理的时间。
图像方法装置设备存储介质

[发明专利]行人重识别模型训练方法、装置、电子设备及存储介质-CN202210926650.3有效
发明人：张欣彧;王健;孙昊;丁二锐 -专利权人：北京百度网讯科技有限公司
申请日： 2022-08-03 - 公布日： 2023-09-05 - 主分类号： G06V40/10 文献下载
摘要：该方法包括：确定图像样本在当前时刻所属的当前聚类簇，并确定当前聚类簇在当前时刻的聚类伪标签；并根据先前聚类簇和当前聚类簇确定先前聚类簇在当前时刻的传递伪标签；根据图像样本所属的当前聚类簇在当前时刻的聚类伪标签和图像样本所属的先前聚类簇在当前时刻的传递伪标签
行人识别模型训练方法装置电子设备存储介质

[发明专利]一种基于改进K‑means算法的颜色提取方法-CN201711009324.1在审
发明人：朱培恺;刘敬浩 -专利权人：天津大学
申请日： 2017-10-25 - 公布日： 2018-03-20 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于改进K‑means算法的颜色提取方法，包括利用K‑means随机选取初始聚类中心的方法进行聚类；分析HSV空间模型，计算颜色相似度阈值；聚类结果中某一簇中的点与聚类中心在颜色相似度大于阈值的点超过该簇数据总量的25％则认为合格；在不合格的簇中，找出与其他点的颜色相似度大于阈值最多的点，并将该点作为一个新的聚类中心，与新聚类中心相似度大于阈值的点作为这个新簇的成员点，计算平均值作为最终的聚类中心；在原来的旧簇中去除掉步骤5)所产生新簇的点，剩余的点构成另一个新簇，用均值作为聚类中心，重复步骤2)‑5)，但阈值保持原有量不随之减少，直至没有新的簇产生，剩余点作为噪声点抛出。
一种基于改进 means 算法颜色提取方法

[发明专利]一种对评估对象的聚类方法及装置-CN201911055761.6在审
发明人：张荃迪;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： 2019-10-31 - 公布日： 2020-03-06 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及金融科技(Fintech)领域，并公开了一种对评估对象的聚类方法及装置，根据各评估对象的属性信息构建对应的各样本点；确定任一样本点所属聚类簇的方法：确定样本点邻域内的样本点数；若邻域内的样本点数满足聚类点要求：邻域内的样本点数不小于预设阈值，或邻域内的样本点数大于样本点所属聚类簇中的样本点数；邻域为以样本点为基准的设定区域范围；根据各聚类簇中的样本点的数量，确定各聚类簇为正常样本点所在的簇或异常样本点所在的簇该方案通过构建各评估对象对应的各样本点，确定各样本点所属的聚类簇，依据所形成各聚类簇中的样本点的数量，有助于确定各评估对象的归属，即各评估对象为正常数据或者为异常数据。
一种评估对象方法装置

[发明专利]图像处理方法及装置、电子设备和存储介质-CN201910979338.9在审
发明人：徐静;俞雨;陈大鹏;赵瑞 -专利权人：深圳市商汤科技有限公司
申请日： 2019-10-15 - 公布日： 2020-04-24 - 主分类号： G06K9/62 文献下载
摘要：本公开涉及一种图像处理方法及装置、电子设备和存储介质，所述方法包括：获取至少一个聚类簇，其中，每个所述聚类簇中包括第一图像和/或第二图像；根据每个所述聚类簇中图像的图像特征，确定每个聚类簇对应的多个关系图；基于所述多个关系图的融合结果，确定每个所述聚类簇中属于同一目标对象的目标图像。
图像处理方法装置电子设备存储介质

[发明专利]自组织映射的权重粒子群均值聚类方法、装置、设备及存储介质-CN202111128532.X在审
发明人：崔国荣 -专利权人：上海浦东发展银行股份有限公司
申请日： 2021-09-26 - 公布日： 2021-12-28 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种自组织映射的权重粒子群均值聚类方法、装置、设备及存储介质。通过该方法可以实现对原始样本数据进行聚类，首先使用SOM聚类算法对原始样本数据进行粗聚类可以得到K个粗聚类簇和粗聚类中心，由此可以确定聚类簇数和初始聚类中心，然后再基于确定的粗聚类簇和粗聚类中心对原始样本数据进行细聚类以得到目标聚类中心，由于细聚类的初始聚类簇数和聚类中心是确定的，与传统的聚类算法初始值是随机的情况相比，本申请可以提高聚类的准确性和聚类效果，解决传统聚类算法对初始值敏感的问题，且聚类时无需对样本进行标记，可以适用于所有样本的聚类
组织映射权重粒子均值方法装置设备存储介质