“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

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]数据聚类方法、装置及存储介质-CN202211418489.5在审
发明人：刘腾飞;周伟;程兰 -专利权人：中国联合网络通信集团有限公司
申请日： 2022-11-14 - 公布日： 2023-03-07 - 主分类号： G06F16/28 文献下载
摘要：本申请公开了一种数据聚类方法、装置及存储介质，涉及通信技术领域，能够实现在联盟链间不交换信息的前提下，对数据样本进行数据聚类。该方法包括：接收公有链发送的K个第一聚类中心；根据K个第一聚类中心，采用聚类算法聚类目标联盟链中的样本数据，确定K个第二聚类中心；向公有链发送K个第二聚类中心；接收公有链发送的K个第三聚类中心，K个第三聚类中心为：公有链根据多个联盟链中的每个联盟链发送的K个第二聚类中心，确定的聚类中心；确定K个第二聚类中心与K个第三聚类中心之间是否满足预设收敛条件；若满足，则确定K个第三聚类中心为目标联盟链的K个目标聚类中心。本申请的实施例应用于数据聚类过程中。
数据方法装置存储介质

[发明专利]一种人像聚类方法、电子设备和存储介质-CN201811107055.7在审
发明人：周维斯;陈芳林 -专利权人：深圳市深网视界科技有限公司
申请日： 2018-09-21 - 公布日： 2019-03-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种人像聚类方法、电子设备和存储介质，方法包括获取待聚类数据，待聚类数据包括特征向量和对应于特征向量的拍摄时间和拍摄地点；从聚类库获取特征向量的待定聚类特征，待定聚类特征为聚类库中与特征向量的特征距离满足预设条件的聚类特征，待定聚类特征对应于待定聚类特征的拍摄时间和拍摄地点；根据对应于待聚类数据中特征向量的拍摄时间和拍摄地点，以及对应于待定聚类特征的拍摄时间和拍摄地点计算待聚类数据的移动速率；若待聚类数据的移动速率不大于移动阈值，将待聚类数据中的特征向量与待定聚类特征聚类。充分利用人脸图像数据对应的时间信息和空间信息，既能提高了聚类的准确率又能降低聚类的计算量，提高聚类的速度。
聚类聚类特征聚类数据特征向量拍摄地点拍摄存储介质电子设备人像移动人脸图像数据空间信息时间信息特征距离预设条件计算量准确率

[发明专利]基于限定区域数据取样的密度聚类方法-CN201310739440.4在审
发明人：周红芳;王啸;赵雪涵;段文聪;郭杰;张国荣;王心怡;何馨依 -专利权人：西安理工大学
申请日： 2013-12-26 - 公布日： 2014-04-09 - 主分类号： G06F17/30 文献下载
摘要：基于限定区域数据取样的密度聚类方法，定义L表示核心点列表，S表示限定区域集合，先输入控制参数(Eps，MinPts)和数据集D，经聚类后，输出聚类结果。本发明在不增加时间和空间复杂度的基础上利用参数Eps查找核心点的邻域点和扩展点，并在限定区域(Eps，2Eps)内抽取代表点进行聚类，将每次数据取样的范围限定在距离核心点较近的区域，以此来提高聚类质量，降低大簇分裂产生过多微簇的可能性，提高了聚类精度。
基于限定区域数据取样密度方法

[发明专利]一种风电场风机聚类方法及装置-CN201910526689.4在审
发明人：孙启硕;刘三明;王致杰 -专利权人：上海电机学院
申请日： 2019-06-18 - 公布日： 2020-12-18 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种风电场风机聚类方法及装置，方法包括：步骤S1：获得风电场各个风机的风机特性；步骤S2：根据各个风机的风机特性生成各个风机的空间向量；步骤S3：利用各个风机的空间向量和优化凝聚层次聚类算法得到风电场风机聚类结果；装置包括存储器和处理器，处理器调用存储于存储器上的风电场风机聚类方法的程序得到风电场风机聚类结果，进行风电场并网。与现有技术相比，本发明可使聚类结果更精确且效率更高。
一种电场风机方法装置

[发明专利]一种多维特征向量的聚类方法-CN201010114138.6无效
发明人：黄锐;桑农;唐奇伶;高俊;高常鑫 -专利权人：华中科技大学
申请日： 2010-02-10 - 公布日： 2010-07-14 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种对多维特征向量聚类的方法，基于对特征空间数据分布的观察，本发明从最容易聚类并产生空间一致性结果的高密度区域数据入手，提出了一种增量迭代方式下的聚类方法，每一步迭代选取密度较高的数据作为种子集合，通过种子生长的过程，对数据进行组织，使得迭代过程中每一步的聚类都在密度相对最高的数据上完成。结果显示，本发明的聚类方法能够产生经典聚类算法无法得到的良好结果。
一种多维特征向量方法

[发明专利]一种采用并行化加权近邻传播的大数据实现聚类挖掘的方法-CN201610735684.9在审
发明人：王俊杰;戴鸿君;于治楼 -专利权人：浪潮集团有限公司
申请日： 2016-08-26 - 公布日： 2017-04-19 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及大数据处理技术领域，特别涉及一种采用并行化加权近邻传播的大数据实现聚类挖掘的方法。本发明是先将大的原始数据集进行分解，将分解之后的子集分配给大数据平台上性能相近的节点，在分解之后的小数据集上运行近邻传播聚类算法，之后在近邻传播聚类算法得到的中心代表点上用加权近邻传播聚类算法进行进一步整合本发明提供了一种采用并行化加权近邻传播的大数据实现聚类挖掘的方法，其能够实现大数据的快速准确的聚类挖掘工作。
一种采用并行加权近邻传播数据实现挖掘方法

[发明专利]基于图结构学习的缺失多视图子空间聚类方法及系统-CN202210027703.8在审
发明人：梁成;王道远;商明超 -专利权人：山东师范大学
申请日： 2022-01-11 - 公布日： 2022-05-24 - 主分类号： G06V10/762 文献下载
摘要：本发明提供了一种基于图结构学习的缺失多视图子空间聚类方法及系统，包括：获取训练缺失多视图的特征数据集；依据特征数据集，基于多视图谱聚类和低秩表示学习得到每个视图数据的潜在表示和伪标签矩阵，通过多视图子空间聚类学习得到统一的相似性矩阵，构造基于图结构学习的缺失多视图子空间聚类目标函数；求解基于图结构学习的缺失多视图子空间聚类目标函数，得到相似性矩阵；获待聚类缺失多视图的特征数据集，在所述相似性矩阵的基础上施加秩约束，得到块对角矩阵，得到聚类结果本发明将潜在表示学习、谱嵌入和图聚类整合到一个统一的学习框架中，联合低秩表示和多视图子空间聚类学习得到最优图结构的聚类结果。
基于结构学习缺失视图空间方法系统

[发明专利]一种基于自适应DBSCAN密度聚类的城市商业圈群簇划分方法-CN201610638258.3在审
发明人：宣琦;周鸣鸣;张致远;傅晨波;翔云;吴哲夫 -专利权人：浙江工业大学
申请日： 2016-08-03 - 公布日： 2018-02-13 - 主分类号： G06Q30/02 文献下载
摘要：一种基于自适应DBSCAN密度聚类的城市商业圈群簇划分方法，包括以下步骤1)对所有城市的某一种类所有商铺求1‑最邻近距离，求得全局DBSCAN聚类半径εG，并计算全体城市所含该类商铺数量分布的上四分位数若大于则单独计算该城市商铺聚类半径εi，MinPts＝1进行DBSCAN密度聚类；否则用全局聚类半径εG，MinPts＝1进行DBSCAN密度聚类。本发明针对商铺数量规模不同的城市，进行不同的商业圈群簇聚类划分策略，提高了地理位置聚类划分结果的鲁棒性，有效地反映了某一种类商铺在不同城市的商业圈布局特点，有利于后续推荐系统发掘用户行为关于地理位置的兴趣点变化
一种基于自适应 dbscan 密度城市商业圈群簇划分方法

[发明专利]基于改进型核模糊C均值类间极大化聚类算法-CN201510134150.6在审
发明人：狄岚;杨文静 -专利权人：江南大学
申请日： 2015-03-24 - 公布日： 2015-07-22 - 主分类号： G06K9/62 文献下载
摘要：本发明针对普通的核聚类只考虑类内关系而忽略了类与类之间的关系的问题，提出了在核模糊C均值聚类(KDFCM)算法的基础上，引入了在特征空间中的类间极大惩罚项的方法，给出了一种基于改进型核模糊C均值类间极大化聚类该算法通过在特征空间中增大类与类之间的距离，构造了一种新的目标函数，通过调控类间距极大惩罚项使之最大化，从而使算法具有较好的聚类效果。该算法与传统的聚类算法相比，对带有噪声点数据集鲁棒性较高，对不平衡数据和边界模糊数据集聚类效果较佳。
基于改进型模糊均值极大化聚类算法

[发明专利]一种基于层次聚类的自适应选择性文本聚类集成方法-CN201810523039.X在审
发明人：徐森;花小朋;徐静;徐秀芳;安晶;李先锋;曹瑞;皋军 -专利权人：盐城工学院
申请日： 2018-05-28 - 公布日： 2018-10-19 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于层次聚类的自适应选择性文本聚类集成方法，包括以下步骤：文本聚类成员生成；判断聚类集体的稳定性；根据聚类集体的稳定性自适应选择聚类集体子集Subset；采用层次聚类算法对Subset进行集成本发明的显著优点是：能够选出精度较高，差异较大的文本聚类成员，可以有效提高文本聚类集成的质量。
文本聚类聚类层次聚类自适应层次聚类算法自适应选择子集

[发明专利]一种文本聚类方法及装置-CN201710160349.5在审
发明人：沈文策 -专利权人：福建中金在线信息科技有限公司
申请日： 2017-03-17 - 公布日： 2017-07-14 - 主分类号： G06F17/30 文献下载
摘要：本发明实施例提供了一种文本聚类方法及装置，其中，所述方法包括获取多个待聚类文本；分别提取多个待聚类文本的关键词，并保存每个待聚类文本、与待聚类文本的关键词的对应关系；根据该对应关系，将多个待聚类文本进行聚类通过本发明实施例提供的文本聚类方法及装置，可以简化文本聚类的计算过程、提高计算效率。
一种文本方法装置

[发明专利]一种混合聚类方法和装置-CN201410040796.3有效
发明人：刘军;冯兴;周继恩 -专利权人：中国银联股份有限公司
申请日： 2014-01-28 - 公布日： 2019-03-15 - 主分类号： G06F16/2458 文献下载
摘要：本发明涉及一种混合聚类方法和装置。一种混合聚类方法，包括：输入聚类参数；如果更新类型为全量更新，那么删除聚类结果中对应的组；输入满足过滤条件的对象，对每个对象进行混合聚类，生成聚类的组名，输出聚类的组和对象列表；输入聚类的组和对象列表，丢弃对象数小于最小对象数的组，添加其余的组和对象到聚类结果中。
一种混合方法装置

[发明专利]一种模糊聚类图像分割方法-CN201310072342.X有效
发明人：沈建新;高玮玮 -专利权人：南京航空航天大学
申请日： 2013-03-07 - 公布日： 2013-06-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种模糊聚类图像分割方法，利用K-means算法对初始图像进行聚类，获得K个聚类中心；再将获得的K个聚类中心作为模糊C-均值聚类算法的初始聚类中心对图像再进行聚类，实现图像的分割，解决了传统模糊C-均值聚类算法中随机选取初始聚类中心而使得其计算复杂度高的缺陷同时也提高了分割精度。
一种模糊图像分割方法

[发明专利]一种基于非参贝叶斯模型的说话人分割聚类方法-CN202210524824.3在审
发明人：张晓雷;龚亦骏 -专利权人：西北工业大学深圳研究院;西北工业大学
申请日： 2022-05-13 - 公布日： 2022-08-30 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于非参贝叶斯模型的说话人分割聚类方法，该方法对狄利克雷过程混合模型进行方差渐近，从而获得了一个在聚类过程中可以根据数据不断产生新类的简单硬聚类方法DP‑means。之后将纯语音分段并将分段后的语音片段送入特征提取器得到x‑vector；2)由于这类基于狄利克雷过程的聚类方法对初始化较为敏感，使用AHC或SC等方法进行初始聚类。筛选出初始聚类结果中包含x‑vector较多的类后，计算这些类的均值，并将其作为DP‑means的初始化类中心。随后用DP‑means进行聚类得到最终结果。本发明在多个数据集上的结果表明，能够将聚类效率大幅提高，同时具备了优越的性能和效率。
一种基于非参贝叶斯模型说话分割方法

[发明专利]数据聚类的方法及装置-CN201811627833.5在审
发明人：杨诗;向园;洪春晓;吕俊 -专利权人：北京奇虎科技有限公司;奇智软件（北京）有限公司
申请日： 2015-08-06 - 公布日： 2019-03-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种数据聚类的方法及装置，涉及数据处理技术领域，主要目的在于解决当聚类中心点较多时，由于每次迭代过程中均需要计算聚类中心点两两之间的距离，导致计算量较大，耗时较长的问题。本发明的技术方案包括：根据第一聚类中心点上一次更新前后的自身差值获取第一距离的预测值；根据第二距离、第一聚类中心点上一次更新前后的自身差值以及第二聚类中心点上一次更新前后的自身差值获取第三距离的预测值；按照三角形不等式规则将第一距离的预测值与第三距离的预测值进行比较；若第三距离的预测值大于或者等于两倍的第一距离的预测值，则将第二聚类中心点丢弃。本发明主要应用于使用聚类算法对数据进行分类的过程中。
聚类中心预测差值获取数据聚类更新数据处理技术迭代过程聚类算法计算量丢弃耗时分类应用