“鲁棒聚类”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1019294个，建议您升级VIP下载更多相关专利

[发明专利]基于鲁棒对称非负矩阵分解的自适应图聚类方法和装置-CN202210695708.8在审
发明人：高海燕;黄恒君;牛成英 -专利权人：兰州财经大学
申请日： 2022-06-20 - 公布日： 2022-09-16 - 主分类号： G06K9/62 文献下载
摘要：本申请提供了一种基于鲁棒对称非负矩阵分解的自适应图聚类方法和装置，其中，该方法包括：获取目标数据集，其中，所述目标数据集中包括多个样本向量；调取预设的基于鲁棒对称非负矩阵分解的自适应图聚类的目标函数，对所述目标数据集中的多个样本向量进行聚类划分，得到所述多个样本向量的多组聚类结果；通过集成聚类，对所述多组聚类结果进行处理，得到目标数据集的最优聚类结果。通过利用预设的基于鲁棒对称非负矩阵分解的自适应图聚类的目标函数来更好地反映数据的局部几何结构，从而增强算法的鲁棒性，并将集成聚类思想与鲁棒对称非负矩阵分解进行结合，以提高算法聚类性能和对不同结构数据的适应性，从而提升聚类结果的准确性。
基于对称矩阵分解自适应图聚类方法装置

[发明专利]一种基于判别性嵌入投影模糊聚类的鲁棒图像聚类方法-CN202310394656.5在审
发明人：王靖宇;张欣茹;聂飞平;李学龙 -专利权人：西北工业大学
申请日： 2023-04-13 - 公布日： 2023-07-04 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于判别性嵌入投影模糊聚类的鲁棒图像聚类方法，属于图像识别与分类和模式识别领域。针本发明采用基于判别性嵌入投影模糊聚类的鲁棒图像聚类方法，将最优子空间投影学习嵌入模糊聚类算法进行优化，在去除冗余特征的同时嵌入判别性学习，有效增强了样本在投影最优子空间的类间判别性，从而抑制噪声污染情况下聚类性能降级本发明在鲁棒聚类的同时自适应识别噪声污染的图像数据，并消除其影响，对噪声污染图像数据具有较高的鲁棒性，有效提升对噪声污染数据的聚类性能。
一种基于判别嵌入投影模糊图像方法

[发明专利]一种基于正交鲁棒非负矩阵分解的图节点聚类方法-CN201911078645.6在审
发明人：贺超波;汤庸;刘双印;刘海;付志文;郑建华;陈国华 -专利权人：仲恺农业工程学院
申请日： 2019-11-07 - 公布日： 2020-02-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开本发明一种基于正交鲁棒NMF的图节点聚类方法的流程图，其过程简化为：步骤一、形式化表示图数据为G＝(V,E)；步骤二、构建图数据邻接矩阵A；步骤三、基于正交鲁棒非负矩阵分解构建图节点聚类模型；步骤四、求解图节点聚类模型获得W和H矩阵；步骤五、根据矩阵H获得图节点聚类结果。本发明对节点聚簇指示矩阵施加正交约束可以进一步提高该矩阵的稀疏性并让节点聚簇归属关系更加清晰，同时通过采用L2,1范数设计目标函数提高聚类模型应对噪声的鲁棒性，从而最终可以提高图节点的聚类质量。此外，通过将正交约束转为聚类模型的正则项，并引入拉格朗日乘数法大大简化了模型的求解过程。
一种基于正交鲁棒非负矩阵分解节点方法

[发明专利]一种基于最大熵模糊聚类的高光谱图像鲁棒波段选择方法-CN202310259701.6在审
发明人：王靖宇;张欣茹;聂飞平;李学龙 -专利权人：西北工业大学
申请日： 2023-03-16 - 公布日： 2023-06-23 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及一种最大熵模糊聚类的高光谱图像鲁棒波段选择方法，属于模式识别领域技术领域。构建了动态信息熵图Y降低算法对初始化聚类中心的敏感性，在此基础上将“样本‑聚类质心”最小二乘项度量函数修改为基于l2,1范数的全局鲁棒性度量方式，来进一步提高算法对噪声数据的鲁棒性所设计方法可以严格保证收敛至最优解，同时提升运算效率因而具有更强的泛化性能，从而可以提升对噪声污染高光谱图像波段选择的鲁棒性。
一种基于最大模糊光谱图像波段选择方法

[发明专利]虚拟电厂可变阶聚合等效鲁棒动态模型建模方法及装置-CN201911239583.2有效
发明人：周建国;孙宏斌;许银亮;杨仑;仪忠凯;王黎明 -专利权人：清华-伯克利深圳学院筹备办公室
申请日： 2019-12-06 - 公布日： 2023-09-05 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了虚拟电厂可变阶聚合等效鲁棒动态模型建模方法及装置。涉及能源互联网技术领域，通过获取包含量测数据的数据集构成的数据库，对数据集进行聚类得到多个聚类结果，根据每一个聚类结果分别估计虚拟电厂可变阶聚合等效模型的模型参数，利用神经网络逐一训练虚拟电厂可变阶聚合等效模型，得到对应于聚类结果数量的虚拟电厂可变阶聚合等效模型的鲁棒参数集，根据鲁棒参数集分别构建虚拟电厂可变阶聚合等效鲁棒动态模型。构建的模型能够准确有效刻画虚拟电厂动态特性，适用于不同运行场景和运行条件，通用性强，可解释性及鲁棒性好，对促进虚拟电厂的发展、能源互联网的安全稳定运行和电力市场的完善有重要意义，具有很高的实用价值。
虚拟电厂可变聚合等效动态模型建模方法装置

[发明专利]一种基于模糊聚类的图像鲁棒聚类方法-CN202210665911.0在审
发明人：王靖宇;张欣茹;聂飞平;李学龙 -专利权人：西北工业大学
申请日： 2022-06-13 - 公布日： 2022-09-30 - 主分类号： G06V10/762 文献下载
摘要：本发明涉及一种基于模糊聚类的图像鲁棒聚类方法，在聚类图像数据的同时，筛选出被噪声污染的图像，保留了纯净无污染的图像数据，对噪声变化具有较高的鲁棒性。因此可以实现对被噪声污染图像进行快速、有效且鲁棒的聚类。本发明可以通过迭代优化目标函数的正则化参数，自适应地计算出每个样本相应正则化参数，的在应用过程中极大地降低了调节正则化参数难度，节省了人力成本，在鲁棒地筛选出被噪声污染图像数据同时，提高了图像聚类准确度
一种基于模糊图像鲁棒聚类方法

[发明专利]一种具备鲁棒性的半监督图像聚类方法-CN201811572902.7有效
发明人：钱鹏江;曹佳伟;蒋亦樟;陈爱国;伍冬睿;王士同;刘渊 -专利权人：江南大学;江苏江大智慧科技有限公司
申请日： 2018-12-21 - 公布日： 2023-04-28 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种具备鲁棒性的半监督图像聚类方法，它涉及图像处理及应用领域。该方法针对一般图像聚类技术里面专注于对图像数据预处理和特征筛选上，而在聚类方法上并未有所突破，提出了一种具备鲁棒性的半监督图像聚类方法。该图像聚类方法首先考虑了实际情况下图像数据中存在的噪声和离群值，通过鲁棒性的正则化来减少噪声和离群值的影响，再从有标记图像和无标记图像两个方面着手挖掘图像数据知识；同时，在图像数据的预处理和特征筛选上，
一种具备鲁棒性监督图像方法

[发明专利]一种具有鲁棒性的图文匹配模型训练方法-CN202210815070.7在审
发明人：汪萌;孙晓;刘学亮;王方兵 -专利权人：合肥中聚源智能科技有限公司
申请日： 2022-07-12 - 公布日： 2022-10-11 - 主分类号： G06F16/532 文献下载
摘要：本发明公开了一种具有鲁棒性的图文匹配模型训练方法，包括以下步骤：构建含有噪声的图像文本数据集；根据含有噪声的图像文本数据集构建鲁棒性神经网络模型；对鲁棒性神经网络模型进行训练，然后使用训练的鲁棒性神经网络模型用于图像文本检索本发明通过图像子网络和文本子网络分别学习图像文本数据集中的图像和文本，使用鲁棒聚类损失聚类图像样本和文本样本，并使用对比损失约束图像样本和文本样本的公共特征学习模态不变性，使用Adam优化器对鲁棒性神经网络模型，并且当鲁棒性神经网络模型在验证集上准确率最高时测试鲁棒性神经网络模型，然后使用鲁棒性神经网络模型用于图像文本匹配。
一种具有鲁棒性图文匹配模型训练方法

[发明专利]基于多视图鲁棒表示的癌症亚型识别系统-CN202210044372.9在审
发明人：梁成;石雪晶;石霄峰;董文娇;姜超英 -专利权人：山东师范大学
申请日： 2022-01-14 - 公布日： 2022-05-27 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了基于多视图鲁棒表示的癌症亚型识别系统，包括：数据获取模块，用于获取多个待识别用户的多组学数据；视图特征提取模块，用于基于所有用户的多组学数据，得到若干个视图；鲁棒表示模块，用于构建每个视图的鲁棒表示和字典矩阵；相似图构建模块，用于基于每个视图的鲁棒表示，计算每个视图的相似图；融合模块，用于构建视图权重参数，并将各个视图的相似图进行加权融合，形成一致图；迭代更新模块，用于迭代更新每个视图的鲁棒表示、字典矩阵、相似图、视图权重参数和一致图，得到最优一致图；聚类模块，用于基于最优一致图，通过聚类将所有待识别用户划分到多种癌症亚型。充分利用了多视图之间的一致和互补信息来提高聚类性能。
基于视图表示癌症识别系统

[发明专利]一种基于鲁棒聚类粒子群优化的欠定盲源分离方法-CN202110370704.8有效
发明人：廖斌;黄宇扬 -专利权人：深圳大学
申请日： 2021-04-07 - 公布日： 2023-09-22 - 主分类号： G06F18/2134 文献下载
摘要：本发明公开了一种基于鲁棒聚类粒子群优化的欠定盲源分离方法，所述方法包括：获取待欠定盲源分离的原始信号，并基于盲源分离信号模型对所述原始信号进行稀疏预处理，得到预处理信号；对所述预处理信号进行基于鲁棒聚类粒子群优化的混合矩阵估计，得到混合矩阵；其中，所述基于鲁棒聚类粒子群优化的混合矩阵估计包括离群点消除策略和簇心扰动策略；根据所述混合矩阵对所述预处理信号进行L1范数惩罚的恢复计算，得到恢复的期望信号。本发明实施例通过离群点消除策略消除离群点的干扰以提高估计精度，并通过簇心扰动策略避免算法进入局部最优，提高算法的鲁棒性，进而提高期望信号的质量。
一种基于鲁棒聚类粒子优化欠定盲源分离方法

[发明专利]一种用于用户行为分析的基于证据推理的集成聚类方法-CN201810814178.8有效
发明人：褚燕;王刚;张峰;陈刚 -专利权人：合肥工业大学
申请日： 2018-07-23 - 公布日： 2022-01-28 - 主分类号： G06V10/762 文献下载
摘要：本发明提供一种用于用户行为分析的基于证据推理的集成聚类方法，能够充分考虑用户数据的时间特性以及基聚类器的可信程度，通过采用证据推理的方法综合解决单个聚类器鲁棒性和稳定性不强和现有集成聚类方法适应性较差的问题，从而提高用户行为数据的聚类效果。本发明的有益效果在于：能够克服用户行为数据因高维所带来的传统聚类算法失效的问题；能够综合解决单个聚类器鲁棒性和稳定性不强和现有集成聚类方法适应性较差的问题，从而提高用户行为数据的聚类效果；本发明可用于用户行为数据的聚类，特别是带有高维特征的用户行为数据聚类问题，还可以用于流数据的聚类等，应用范围广泛。
一种用于用户行为分析基于证据推理集成方法

[发明专利]基于数据聚类的鲁棒SIFT特征匹配方法-CN201110185928.8有效
发明人：范志强;沈旭昆;赵沁平 -专利权人：北京航空航天大学
申请日： 2011-07-05 - 公布日： 2011-10-05 - 主分类号： G06K9/62 文献下载
摘要：基于数据聚类的鲁棒图像SIFT特征匹配方法，步骤如下：(1)获取参考图像序列，提取SIFT特征集，采用合成k-d数据结构对全部SIFT特征集进行聚类，合并重复特征集为聚类特征，聚类特征的特征描述子采用重复特征平均描述子表示，(2)利用SIFT方法获取实时图像序列特征集，将参考图像序列与实时图像序列进行鲁棒匹配，选择包含特征点最多的对应参考图像作为关键图像，完成第一阶段特征匹配，(3)利用关键图像完成第二阶段特征匹配，采用本匹配方法能够降低噪声信息干扰，极大提高特征匹配的鲁棒性。
基于数据 sift 特征匹配方法

[发明专利]一种鲁棒的基于贪婪思想的聚类方法-CN202211566272.9在审
发明人：于连栋;李京效;贾华坤;高荣科;陆洋;陈孝喆 -专利权人：中国石油大学（华东）
申请日： 2022-12-07 - 公布日： 2023-03-07 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种鲁棒的基于贪婪思想的聚类方法，本发明算法的输入为待聚类的点以及聚类后每一类中点的数量，从而可以在整个扫描过程中完成含有编码图案的图像批处理，减少用户交互次数，提高系统的自动化程度。本发明可以服务于三维形貌测量领域、在标定以及测量过程中有广泛应用地、基于贪婪思想、以平面距离为准则、实现二维空间域内点的聚类方法，本发明的聚类方法方便完成各编码图案的解码并具有良好的鲁棒性，针对存在少量噪点的情况，也能够很好地完成聚类。
一种基于贪婪思想方法

[发明专利]一种基于响应图和聚类的鲁棒灭点检测方法及装置-CN202011595182.3有效
发明人：伍渊;谌璟;孙庆新 -专利权人：自行科技（武汉）有限公司
申请日： 2020-12-28 - 公布日： 2022-11-11 - 主分类号： G06T5/00 文献下载
摘要：本发明提出了一种基于响应图和聚类的鲁棒灭点检测方法及装置。包括：获取原始图像，对该原始图像进行预处理，获取预处理图像；通过LSD线段检测算法对预处理图像进行检测，获取有效线段的信息，根据信息过滤有效线段得到粗选线段，并对粗选线段进行初次聚类，获取聚类后的粗选线段作为备选线段；计算备选线段中每一类的置信值，根据置信值和本类别总的响应值获取用于计算灭点的两类线段；使用原始图像创建响应图，将用于计算灭点的两类线段处理后绘制在响应图上，并根据绘制完成的响应图获取灭点。本发明通过多次聚类手段提升算法的鲁棒性和准确性，并定义了线段的强度和置信度函数，剔除了大量干扰，减小了计算量，提高了检测效率和速度，鲁棒性高。
一种基于响应鲁棒灭点检测方法装置

[发明专利]基于支持向量聚类的电动汽车集群并网鲁棒优化调度方法-CN202210874839.2有效
发明人：邵晨旭;周吉;郝珊珊 -专利权人：东南大学溧阳研究院
申请日： 2022-07-25 - 公布日： 2022-10-21 - 主分类号： H02J3/32 文献下载
摘要：本发明公开了基于支持向量聚类的电动汽车集群并网鲁棒优化调度方法，包括如下步骤：步骤1，针对电动汽车历史充电数据，构建电动汽车的充电场景和调度模型；步骤2，采用支持向量聚类方法构建电动汽车鲁棒优化不确定集；步骤3，基于各时间段内电动汽车的入网时间和入网时的剩余电量具有不确定性，构建基于支持向量聚类的电动汽车鲁棒优化模型，并采用拉格朗日乘子法将模型转换为线性规划模型；步骤4，电动汽车调度鲁棒模型的求解，输出最优决策变量
基于支持向量电动汽车集群并网优化调度方法

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