“上聚类”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_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

钻瓜专利网为您找到相关结果13417336个，建议您升级VIP下载更多相关专利

[发明专利]Hadoop平台下的C-DBSCAN-K聚类算法-CN201710495491.5有效
发明人：王彬;安涛;吕征 -专利权人：三盟科技股份有限公司
申请日： 2017-06-26 - 公布日： 2020-07-31 - 主分类号： G06F16/182 文献下载
摘要：Hadoop平台下的C‑DBSCAN‑K聚类算法，包括以下步骤：步骤1，建立能够相互通信的集群；步骤2，为集群建立Hadoop平台；步骤3，使用dfs–put命令将待聚类数据集A上传至HDFS；步骤4，执行Canopy聚类算法对A中的数据进行初始聚类，得到粗粒度的聚类结果；步骤5，在步骤4得到的聚类上构造k‑d树；步骤6，对步骤4得到的聚类执行DBSCAN算法，使用k‑d树查询每个聚类中数据对象的ε‑邻域，输出聚类结果；步骤7，将步骤6中具有相同数据的聚类进行合并，输出聚类结果。本发明的算法解决了现有技术中存在的DBSCAN聚类算法在大规模数据集上聚类效率低下的问题。
hadoop 平台 dbscan 算法

[发明专利]一种基于区块链的分布式聚类算法-CN201911024250.8在审
发明人：周向红;程辛格;施夏松;卢亦斌 -专利权人：上海有倕信息科技有限公司
申请日： 2019-10-25 - 公布日： 2020-02-14 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了一种基于区块链的分布式聚类算法，其特征在于，包括：S1：聚类网络中的上传者生成上传请求，并将所述上传请求记录在区块链的智能合约中；S2：根据区块链中节点的特征值，从区块链的各个节点中确定出多个待聚类节点；S3：聚类网络中的聚类者生成聚类请求，并将所述聚类请求记录在区块链的智能合约中；S4：在区块链中生成上传者与聚类者聚类所述待聚类节点的聚类交易；S5：在聚类网络中由聚类者完成每个待聚类节点全局聚类。本发明将区块链与聚类算法相结合，实际上是一种去中心化聚类算法，可以显著减小数据中断的风险及其损失，增加数据聚类的安全性和保密性。
聚类区块上传聚类算法请求记录数据聚类数据中断保密性网络智能中心化减小全局交易

[发明专利]一种基于商空间理论的K-means聚类方法-CN201410037923.4在审
发明人：周红芳;张国荣;刘园;郭杰;段文聪;王心怡;何馨依 -专利权人：西安理工大学
申请日： 2014-01-26 - 公布日： 2014-05-21 - 主分类号： G06F17/30 文献下载
摘要：基于商空间理论的K-means聚类方法，先输入聚类数K和数据集X，然后对数据集进行聚类，最后输出聚类结果。本发明聚类方法对任意形状的类簇、有噪声点都具有较好的聚类结果，在聚类效果上远胜过K-means算法，并且本发明在时间性能上远远好于MSCA算法，综合时间性能和聚类效果，整体效果最好。
一种基于空间理论 means 方法

[发明专利]组件聚类方法及装置-CN202310700779.7在审
发明人：张天宇;吴通通;刘洋;杨帆;孙子钧;赵薇;柳景明 -专利权人：北京看云软件有限公司
申请日： 2023-06-13 - 公布日： 2023-09-12 - 主分类号： G06F18/23 文献下载
摘要：本说明书提供组件聚类方法及装置，其中所述组件聚类方法包括：接收针对初始组件集合的聚类请求，其中，所述聚类请求携带有初始组件集合对应的页面信息；基于所述页面信息对所述初始组件集合进行分类，获得多个页面组件集合；创建至少两个维度对应的组件聚类任务，依次执行每个组件聚类任务，对所述多个页面组件集合分别进行聚类处理，获得多个聚类组件集合，其中，每个组件聚类任务的执行基于上一组件聚类任务的聚类结果启动；基于所述多个聚类组件集合
组件方法装置

[发明专利]一种用于新能源负荷数据的演化聚类方法及系统-CN202210852349.2在审
发明人：刘科研;贾东梨;盛万兴;孟晓丽;王帅;康田园;白牧可;安义;范瑞祥 -专利权人：中国电力科学研究院有限公司;国家电网有限公司;国网江西省电力有限公司
申请日： 2022-07-19 - 公布日： 2022-10-21 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种用于新能源负荷数据的演化聚类方法及系统，包括：获取当前时刻配电网新能源的负荷数据，以及当前时刻的上一时刻配电网新能源负荷数据的聚类结果；基于上一时刻的聚类结果，以预设算法对当前时刻的负荷数据进行演化聚类，得到当前时刻负荷数据的演化聚类结果，且演化聚类结果与聚类结果的相似度大于预设阈值；通过演化聚类结果刻画配电网新能源负荷的特性。本发明可以实现对用户负荷数据的准确聚类，获取的演化聚类结果可包括多个类别，可用于刻画描述负荷数据的状态转化关系等。
一种用于新能源负荷数据演化方法系统

[发明专利]基于自然邻居扩散的密度峰值聚类方法-CN202110652190.5在审
发明人：杨海波;何云斌;张爽 -专利权人：哈尔滨理工大学
申请日： 2021-06-11 - 公布日： 2021-09-10 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于自然邻居扩散的密度峰值聚类方法，旨在解决传统DPC聚类方法需要手动选取聚类中心且无法处理复杂流行数据集的缺点，传统的DPC聚类方法通过决策图手动获取数据集的聚类中心点，将非聚类中心点分配到其最近聚类中心点所属的类簇中，导致聚类精度不高，不能够满足实际应用的需求。针对此问题，本文引入了自然邻居的思想，通过样本点的自然邻居扩散自动选取聚类中心点，并基于自然邻居以及簇归属度对非聚类中心点进行聚类。本发明方法能自动选取聚类中心点，并获得理想的聚类结果，且在处理复杂流行数据集上优势较大。
基于自然邻居扩散密度峰值方法

[发明专利]一种基于数据划分的电力负荷曲线层次聚类方法-CN201810348336.5有效
发明人：魏娜;赵嵩正;王莉芳;田世明;潘明明;于建成;姚程;吴磊 -专利权人：西北工业大学;中国电力科学研究院有限公司;国网天津市电力公司电力科学研究院
申请日： 2018-04-18 - 公布日： 2021-09-17 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于数据划分的电力负荷曲线层次聚类方法，涉及电网领域，本发明基于聚类有效性评价函数DBI，针对电力负荷曲线数据，运用基于数据划分的层次聚类算法对其聚类，同时运用设置阈值的方式进一步减少聚类时间；本发明由于采用了将整体数据划分为若干子集再分别聚类的方法，将电力负荷曲线的聚类时间大幅度缩短，且多次实验表明，当以DBI指数评价聚类质量，基于数据划分的层次聚类算法总体上较传统层次聚类算法的聚类质量提高了约
一种基于数据划分电力负荷曲线层次方法

[发明专利]基于密度的数据预处理优化方法-CN202210227779.5在审
发明人：弋琨;万静;赫斌 -专利权人：哈尔滨理工大学
申请日： 2022-03-08 - 公布日： 2022-06-14 - 主分类号： G06K9/62 文献下载
摘要：本发明是公开了一种基于密度的数据预处理优化方法，首先计算样本对象的欧氏距离与平均距离，然后进行粗聚类；利用密度权重找出聚类的中心点，将中心点为中心，平均距离为半径里的所有数据对象归为一类，得到聚类数目；最后，将预处理后得到的聚类中心点与聚类数目利用K‑medoids算法进行细聚类，得到最终的聚类结果。本发明旨在解决数据聚类结果受其初始化的聚类中心影响较大、不能得到最优解的问题，在聚类方法基础上加入数据预处理过程，保证了初始聚类中心的稳定，通过密度作为启发信息，选取密度权重大的作为中心点，避免聚类数目的随机选取，显著提高了聚类的效果，缩短了聚类过程所消耗的时间。
基于密度数据预处理优化方法

[发明专利]K平均聚类的增强方法-CN201610915609.0在审
发明人：赵万磊;邓称浩 -专利权人：厦门大学
申请日： 2016-10-21 - 公布日： 2017-03-08 - 主分类号： G06K9/62 文献下载
摘要：K平均聚类的增强方法，涉及机器学习的数据聚类。包括以下步骤1)给定n个待聚类数据，目标聚类数为k个；2)初始化k个聚类中心；3)将一个数据的类标签换成另一个类标签，使得预先定义的优化函数值增大；4)重复步骤3)直到目标函数无法再获得更高的函数值，或达到指定的迭代次数抛弃传统初始化策略使得聚类更快，而且提高了聚类质量；优化函数直接驱动聚类得到了比传统聚类小很多的误差；聚类过程中，可以不用每次为每个数据赋予最佳的类。这一改变使得聚类速度更快，而且收敛到更好的局部最优点；应用到自顶向下的二分层次聚类上，可以极大的降低聚类复杂度。
平均增强方法

[发明专利]一种用于网络内容安全管理的中文文本聚类的方法-CN201110350120.0无效
发明人：杨更 -专利权人：军工思波信息科技产业有限公司
申请日： 2011-11-08 - 公布日： 2012-04-25 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种全新的基于网络内容分析的文本聚类方法，通过基于密度的聚类思想来自动确定聚类数与聚类初始中心点，同时优化聚类数的收敛准则，降低聚类算法的复杂度，这样即可在整体样本库上确定聚类数与初始中心点，保证了聚类的全面性，避免了过多人为因素对聚类结果的影响，同时又能得到相对更高的聚类准度与效率。
一种用于网络内容安全管理中文文本方法

[发明专利]一种基于节点置信半径的P2P网络分布式聚类方法-CN201110113497.4无效
发明人：沈项军;蒋中秋;林琳;朱倩;张科泽 -专利权人：江苏大学
申请日： 2011-05-04 - 公布日： 2011-09-14 - 主分类号： H04L29/08 文献下载
摘要：本发明公开一种基于节点置信半径的P2P网络分布式聚类方法；采用一种基于Fisher判别来确定聚类置信半径的分布式K-Means聚类算法，通过对每个P2P节点的数据进行自主学习，网络中节点通过分别应用Fisher线性判别率，确定同一类数据在节点上的稠密和稀疏分布，从而确定聚类的置信半径并指导下一步的聚类，根据网络上各个节点的数据分布动态地计算出置信半径，确定节点上的聚类置信半径，指导下一次聚类及聚类的迭代过程，在保证聚类效果的同时，减少分布式网络上聚类的迭代次数以节省带宽，提高网络的应用水平。
一种基于节点置信半径 p2p 网络分布式方法

[发明专利]聚类结果处理方法、装置、电子设备及存储介质-CN202310612331.X在审
发明人：刘昊骋;孙倩;鲁俊杉;魏承东;许海洋;安云静 -专利权人：北京百度网讯科技有限公司
申请日： 2023-05-26 - 公布日： 2023-09-19 - 主分类号： G06F18/23 文献下载
摘要：本公开提供了聚类结果处理方法、装置、电子设备及存储介质，涉及机器学习以及大数据处理等人工智能领域，可应用于智慧金融等场景。其中的方法可包括：获取对待处理的样本进行无监督聚类后的聚类结果，聚类结果包括至少两个类簇；获取以下评估信息中的至少一种：类簇间的区分度信息、类簇内的指标变量分布信息、聚类变量在指标变量上的区分度信息，其中，聚类变量以及指标变量均为样本的变量，聚类变量为参与聚类的变量，指标变量为用于评估聚类结果的变量；根据获取到的评估信息确定出聚类结果是否合理。应用本公开所述方案，可实现对于聚类结果的有效评估等。
结果处理方法装置电子设备存储介质

[发明专利]一种基于机器学习的基因表达谱聚类方法-CN201910539449.8在审
发明人：彭绍亮;潘佳铭;张磊 -专利权人：湖南大学
申请日： 2019-06-20 - 公布日： 2019-09-17 - 主分类号： G06K9/62 文献下载
摘要：本发明属于机器学习领域，涉及机器学习中的聚类，特别涉及基于机器学习的基因表达谱聚类算法，属于机器学习在生物大数据分析上的应用。通过将多种单一聚类算法组成一种混合聚类方法的方式，解决了传统单一聚类算法中由于聚类算法不适用于数据组时而导致聚类效果不理想的情况，并且混合聚类方法可以通过比较各不同单一算法的聚类结果，得到具有最优解的聚类结果，以解决聚类最优解的问题。本方法具有适用范围广的优点，可以适用于所有数据组，并且本方法具有很高的移植性，任何单一的聚类算法均可以适用。
聚类聚类算法基因表达谱基于机器机器学习聚类结果数据组最优解机器学习领域单一算法大数据移植性学习应用分析

[发明专利]增量聚类方法和装置-CN201910204066.5在审
发明人：张勇;郭达;张朔铭;邓海勤;高志勇;宋云鹏 -专利权人：爱动超越人工智能科技（北京）有限责任公司
申请日： 2019-03-18 - 公布日： 2019-08-09 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供增量聚类方法和装置，用于在根据基于密度的层次聚类算法获得首次聚类结果的基础上，对首次聚类后每次新增数据点进行聚类。其中，方法包括：对于新增数据点，以全部类的类密度的最大值作为邻域半径，获取所述新增数据点的邻域内的数据点；根据新增数据点的邻域内的数据点所属的每个类的类密度，确定所述新增数据点所属的类。装置包括：邻域扫描模块和增量聚类模块。本发明实施例提供的增量聚类方法和装置，实现了在密度可变的聚类结果的基础上进行增量聚类。
数据点聚类邻域方法和装置聚类结果层次聚类算法聚类模块密度可变扫描模块

[发明专利]数据存储方法及装置、数据查询方法及装置-CN202011035973.0有效
发明人：楼仁杰;李飞飞;占超群;魏闯先 -专利权人：阿里云计算有限公司
申请日： 2020-09-27 - 公布日： 2022-09-09 - 主分类号： G06F16/28 文献下载
摘要：本说明书提供数据存储方法及装置、数据查询方法及装置，其中该数据存储方法包括：对待存储数据集进行聚类，确定多个聚类中心点；针对该多个聚类中心点中的每一个聚类中心点，根据该聚类中心点，确定对应的近邻聚类中心点，将该聚类中心点和对应的近邻聚类中心点构成的空间确定为聚类子空间；根据该聚类子空间，对该待存储数据集中的待存储数据进行存储。把聚类算法和近邻图思想进行了结合，在一层聚类的基础上，引入了二层子空间的近邻图关系，把一层的空间进一步划分为更为细致的二层聚类子空间，从而提升整个索引的检索准度。
数据存储方法装置查询

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

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top