“高阶聚类”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685915个，建议您升级VIP下载更多相关专利

[发明专利]一种人才价值评估方法-CN201910235224.3有效
发明人：徐小龙;袁为捷 -专利权人：南京邮电大学
申请日： 2019-03-27 - 公布日： 2022-04-05 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种人才价值评估方法，以专业人才发表的学术文献为基础，包括如下步骤：S1，计算文献网络结构高阶邻近度特征矩阵：计算网络结构邻接矩阵的特征值和特征向量，计算含有高阶邻近信息的结构矩阵奇异值分解结果，完成网络结构高阶邻近度的初始化嵌入特征矩阵计算；S2，计算文献网络低维特征矩阵：设计网络结构特征矩阵和节点内容特征矩阵的更新规则，迭代计算，获取最终的文献网络特征矩阵；S3，谱聚类完成文献网络节点聚类：将最终的网络嵌入矩阵作为谱聚类的输入矩阵，选择K‑Means聚类方法进行网络节点聚类；S4，计算人才价值数值。本发明提供法人一种人才价值评估方法，能够确定网络结构高阶邻近度特征矩阵，以及将网络节点内容高效地融合结构的高阶邻近度。
一种人才价值评估方法

[发明专利]一种基于超图聚类模型的微生物高阶网络建立方法及装置-CN202110609590.8在审
发明人：刘芃兰 -专利权人：辽宁工程技术大学
申请日： 2021-06-01 - 公布日： 2021-09-03 - 主分类号： G16B5/00 文献下载
摘要：本发明公开了一种基于超图聚类模型的微生物高阶网络建立方法及装置，其中方法包括：获取多种微生物的原始丰度数据，并得到对应的微生物高阶逻辑关系；利用加权超图对所述微生物高阶逻辑关系进行处理，得到微生物连接网络；建立超图聚类模型，对所述微生物连接网络进行挖掘，得到对应的微生物高阶网络；对所述微生物高阶网络进行评价；本发明得到的微生物模块具有更好的类内紧凑型和类间分离性，可以作为微生物高阶模块挖掘的有效工具。
一种基于超图模型微生物网络建立方法装置

[发明专利]基于对比学习的单细胞数据聚类方法、装置、设备及介质-CN202210970095.4在审
发明人：李君一;杜林林;韩睿;王轩;刘洋;漆舒汉;吴宇琳;姚霖;刘博;王亚东 -专利权人：哈尔滨工业大学（深圳）（哈尔滨工业大学深圳科技创新研究院）
申请日： 2022-08-12 - 公布日： 2023-01-06 - 主分类号： G06F18/23 文献下载
摘要：本申请公开了一种基于对比学习的单细胞数据聚类方法、装置、设备及存储介质，该方法包括：通过预先构建的特征提取模块确定待聚类单细胞数据的正视图对并提取所述正视图对的特征；通过预先构建的对比学习模型将所述特征进行对比学习，获得所述待聚类单细胞数据的高阶表示，并对所述高阶表示进行聚类分析以获得所述待聚类单细胞数据的聚类分析结果。如此，通过特征提取、对比学习获得了待聚类单细胞数据的高阶表示，解决了当前单细胞测序数据高维稀疏、种群间不平衡以及测序过程经常发生drop‑out事件的问题。
基于对比学习单细胞数据方法装置设备介质

[发明专利]一种基于对偶张量的多视图子空间聚类方法-CN202111149188.2在审
发明人：任珍文;糜勇;孙元;戴健;祝本明;杨超;印茂伟 -专利权人：西南科技大学
申请日： 2021-09-29 - 公布日： 2023-04-04 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于对偶张量的多视图子空间聚类方法，通过构建基于对偶张量的多视图子空间聚类方法的目标函数，寻找原始多视图数据的低维子空间，缓解原始数据中噪声的影响；并在低维子空间中构建对偶张量，从而充分挖掘多视图数据中的高阶相关性本发明方法通过联合子空间学习和对偶张量学习，解决了现有聚类算法忽略了多视图数据的高阶信息的问题，有效地提高多视图聚类性能，实现对多视图数据的准确聚类。
一种基于对偶张量视图空间方法

[发明专利]一种基于高阶结构的生物网络聚类方法和系统-CN202110752037.X在审
发明人：胡伦;张俊;周喜;蒋同海;赵博伟 -专利权人：中国科学院新疆理化技术研究所
申请日： 2021-07-03 - 公布日： 2021-10-01 - 主分类号： G16B15/20 文献下载
摘要：本发明涉及一种基于高阶结构的生物网络聚类方法和系统，包括网络构建模块、模型构建模块、网络聚类模块、冗余删除模块以及结果展示模块。利用生物网络中丰富的高阶结构信息以识别其中的功能模块，结合高阶马尔可夫随机过程的优势，能够针对各种类型的网络模体进行聚类分析。本发明有着优秀的表现，基于高阶结构信息的聚类结果为生物网络分析提供了新的思路，如重叠蛋白复合物的识别和新信号通路的推断，同时也揭示了生物网络中所呈现的丰富的组织结构。本发明直接作用在蛋白质相互作用网络、基因共表达网络等生物网络上，效果准确度高，是一个非常可靠的生物网络聚类方法和系统。
一种基于结构生物网络方法系统

[发明专利]一种基于模糊核聚类高阶谱的数据分类方法-CN201410768532.X在审
发明人：刘文艺;张昱;韩继光;杨存智 -专利权人：江苏师范大学
申请日： 2014-12-12 - 公布日： 2015-03-25 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于模糊核聚类高阶谱的数据分类方法，步骤是：a把原始数据进行预处理，即分成已知的多类别数据和待分析的某类别数据；b获得学习样本和训练样本及其各自的高阶谱分析结果；c对学习样本和测试样本的高阶谱分析结果分别进行模糊阈值处理，分别得到其模糊阈值处理结果；d对学习样本的模糊阈值处理结果进行模糊核聚类处理，获取其模糊核聚类类别特征；e将测试样本的模糊阈值处理结果和模糊核聚类类别特征进行运算，以判断训练样本的类别归属。本发明可以在样本数量不稳定的情况下、特别是小样本情况下较好地提取模糊核聚类类别特征，获得较好的数据分类效果。
一种基于模糊核聚类高阶谱数据分类方法

[发明专利]一种高阶神经元模型的构建方法-CN201910820921.5在审
发明人：宁欣;李卫军;田伟娟;李爽 -专利权人：中国科学院半导体研究所
申请日： 2019-08-30 - 公布日： 2021-03-05 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种高阶神经元模型的构建方法，包括：S1，对训练样本进行特征提取，得到训练样本对应的特征表示；S2，对特征表示进行聚类，得到训练样本对应的聚类簇；S3，采用拓扑结构作为覆盖单元对每一聚类簇进行学习，得到高阶神经元模型。
一种神经元模型构建方法

[发明专利]基于大数据平台特征工程法钢轨伤损监测方法-CN202211255657.3在审
发明人：杨怀志;朱星盛;侯日根;谷永磊;田惠文;肖翔;薄一军;古文超 -专利权人：京沪高速铁路股份有限公司
申请日： 2022-10-13 - 公布日： 2023-01-13 - 主分类号： G01N29/14 文献下载
摘要：本发明公开了基于大数据平台特征工程法钢轨伤损监测方法，属于钢轨伤损监测技术领域，包括：对声发射信号进行WVD高阶谱分析，提取声发射信号特征；采用支持向量机赋予各特征分量不同权重，计算不同特征分量之间的距离，实现声发射信号的聚类处理；结合具备先验知识的完备库对聚类结果进行分类处理，以实现声发射信号的分类处理。通过WVD高阶谱提取信号特征，在保证对背景噪音强抑制能力的同时实现信号高分辨率时频空间重构，提高了特征提取的准确度，为后续精准数据聚类、分类处理提供了数据基础；同时，考虑了不同特征分量对聚类、分类结果的影响贡献不同，对每个特征分量进入不同的权重，以此提升聚类性能。
基于数据平台特征工程钢轨伤损监测方法

[发明专利]一种基于核k均值耦合图和强化张量学习的多核聚类方法-CN202210266861.9在审
发明人：任珍文;游佳莉;戴健;朱松柏;祝本明;史慧芳;尤晓建;李浩然 -专利权人：西南科技大学
申请日： 2022-03-17 - 公布日： 2023-09-29 - 主分类号： G06V10/762 文献下载
摘要：本发明涉及一种基于核k均值耦合图和强化张量学习的多核聚类方法，对数据进行高阶相似关系学习，特别针对具有非线性结构的数据，包括以下步骤：输入待分析数据；利用核技巧对数据进行预处理；利用核k‑均值耦合图学习和强化张量学习方法对输入的待分析数据建立聚类分析模型；采用交替优化方法求解模型，得到数据相似图的张量表示；利用张量构造数据相似图，并输入到谱聚类中，得到最终聚类结果。本发明与现有方法相比，解决了现有多核聚类方没有考虑基核之间的高阶关系导致学习得到的相似图质量不高的问题，有效提高了聚类性能；可广泛应用于计算机视觉和模式识别等技术领域。
一种基于均值耦合强化张量学习多核方法

[发明专利]基于聚类思想的多视角动态脑网络特征维度约减方法-CN202010186386.5有效
发明人：赵峰;张祥飞;陈红瑜;冯烟利;谢青松 -专利权人：山东工商学院
申请日： 2020-03-17 - 公布日： 2022-02-25 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于聚类思想的多视角动态脑网络特征维度约减方法，涉及图像处理技术领域，包括使用聚类方法把已经搭建好的动态脑网络的顶点和边进行聚类，分布在同一簇内的顶点之间的相关性时间序列规律相似；使用中心矩方法把每个簇进行处理，得到中心矩相关性时间序列；然后，基于“中心矩的中心矩思想”，使用这些相关性时间序列的中心矩构建低阶脑网络；进而，基于“相关性的相关性”，构建高阶动态网络，采用低阶动态网络的原理，构建高阶脑网络。本发明使用聚类思想构建约简型低阶动态脑网络和高阶动态脑网络，很大程度上减小了网络规模和计算复杂度；以及利用中心矩特征建立多个脑网络，从多个视角为疾病诊断提供诊断信息。
基于思想视角动态网络特征维度方法

[发明专利]一种基于超图聚类的精神疾病生物型发掘方法-CN202110411971.5有效
发明人：杜宇慧;牛菊 -专利权人：山西大学
申请日： 2021-04-16 - 公布日： 2022-07-19 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于超图聚类的精神疾病生物型发掘方法，包括：步骤一，基于预处理后的脑影像数据，采样超边去构建超图结构；步骤二，根据超图结构的多个受试者之间的高阶关系，度量两两受试者之间的相似度矩阵；步骤三，基于得到的相似度矩阵使用聚类算法（归一化割，K‑means和社区检测等）进行聚类，从而得到受试者标签；步骤四，根据得到的受试者标签，重新进行步骤一至步骤三，直到结果收敛；步骤五，提取精神疾病的生物型。相比于已有的探索精神疾病生物型的方法，本发明充分利用受试者的脑影像数据来表达受试者之间复杂的高阶关系，提高了聚类效果，探索了更具可靠性的生物型。
一种基于超图精神疾病生物发掘方法

[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]基于高阶特征类解耦的海洋遥感图像语义分割方法及系统-CN202211154802.9有效
发明人：魏志强;郑程予;王京禹;聂婕;刘安安;宋丹;李文辉;孙正雅;张文生 -专利权人：中国海洋大学
申请日： 2022-09-22 - 公布日： 2022-12-20 - 主分类号： G06V10/26 文献下载
摘要：本发明属于图像处理技术领域，公开了基于高阶特征类解耦的海洋遥感图像语义分割方法及系统，所述方法首先将海洋遥感图像通过深度卷积网络提取低阶特征，然后计算亲和矩阵并增强亲和矩阵，得到高阶特征；在高阶特征的基础上进行像素聚类，将像素划分为不同的语义簇；然后在聚类的基础上生成语义解耦掩码、语义增强掩码和细节补充掩码三种不同类型的掩码，并对三种掩码进行语义间解耦与语义内增强，生成三种特征通过级联操作，生成最终的特征，通过解码获得语义增强的遥感图像语义分割预测图
基于特征类解耦海洋遥感图像语义分割方法系统

[发明专利]基于自适应节点级权值学习的混合阶图聚类方法及相关设备-CN202310561870.5在审
发明人：刘晔;陈业佳 -专利权人：人工智能与数字经济广东省实验室（广州）;华南理工大学
申请日： 2023-05-18 - 公布日： 2023-09-12 - 主分类号： G06F16/901 文献下载
摘要：本发明公开了一种基于自适应节点级权值学习的混合阶图聚类方法及相关设备，涉及数据挖掘技术领域，所述方法包括：根据对称加权模体邻接矩阵、孤立节点对角矩阵和模体权重矩阵建立基于自适应节点级权值学习的融合对称邻接矩阵；根据所述融合对称邻接矩阵建立谱聚类算法模型及其约束条件。本发明解决了现有技术中没有考虑高阶结构或考虑了高阶结构但无法解决的超图碎片问题。
基于自适应节点级权值学习混合阶图聚类方法相关设备

[发明专利]签名识别系统和方法-CN00809351.2无效
发明人： E·苏查尔德;Y·安维 -专利权人：电脑相关想象公司
申请日： 2000-01-13 - 公布日： 2002-09-25 - 主分类号： G06K9/00 文献下载
摘要：一种识别签名的方法包括以下步骤对签名抽样并且存储表示该签名的数据,把数据转换成高维向量,把高维向量馈送到无监督神经网络,在高维向量上执行高阶主分量提取进程以由此识别高维点的聚类,以及分析高维点的聚类,以根据事先存储的信息来判断所述签名的真实性还有一种用于这种识别的装置包括用于对签名抽样并且存储表示签名的数据的抽样装置,与所述抽样装置的下游连接,用于把所述数据转换成高维向量的转换装置,用于接收高维向量,并且对高维向量执行高阶主分量提取进程,由此识别高维点的聚类的无监督神经网络,以及连接到无监督神经网络,用于分析高维点的聚类以判断签名的真实性的分析装置。
签名识别系统方法

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