“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]分割发现、评估和实施平台-CN201510670578.2有效
发明人： M·威廉斯;J·佐格比 -专利权人：埃森哲环球服务有限公司
申请日： 2015-10-15 - 公布日： 2020-10-20 - 主分类号： G06F16/28 文献下载
摘要：描述了支持对数据的聚类和评估的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。标识为其评估聚类求解的数据集合，该数据集合包括各自包括多个属性的多个记录。不同属性被标识，该不同属性包括目标驱动属性、聚类候选属性和简档属性。一个或者多个聚类算法被标识并且应用于数据集合以生成聚类求解。每个聚类求解基于聚类候选属性将数据集合中的记录分组成不同聚类。至少部分基于目标驱动属性、聚类候选属性和简档属性为每个聚类求解计算分数。生成用于向用户呈现的用户界面，该用户界面示出根据用于每个聚类求解的计算出的分数而组织的生成的聚类求解。
分割发现评估实施平台

[发明专利]一种焊接管道供气智能反馈控制方法与系统-CN202211467931.3有效
发明人：李波;姚志豪 -专利权人：苏芯物联技术（南京）有限公司
申请日： 2022-11-22 - 公布日： 2023-03-17 - 主分类号： B23K3/00 文献下载
摘要：本发明公开了一种焊接管道供气反馈控制方法与系统，首先通过多维传感器采集焊接过程中各项传感器数据，选取电流、电压、送丝速度数据，通过聚类算法进行聚类，并迭代聚类个数，基于真实焊接工况，选取最佳聚类个数；基于所述最佳聚类个数，训练聚类模型，并给出每一类数据标准管道供气速度区间；最后根据传感器实时采集的多维传感数据，匹配标准管道供气速度区间，并完成反馈控制；本发明基于聚类算法模型，结合实时采集的多维传感数据，迭代聚类个数，并在传统评价指标的基础上设计了更加能够反映焊接实际工况的均方根误差指标作为聚类评价指标，可以在迭代聚类个数的过程中选取最贴近实际的聚类个数。
一种焊接管道供气智能反馈控制方法系统

[发明专利]一种基于改进K-means算法的网页聚类处理方法-CN202010166286.6在审
发明人：李校林;谭航 -专利权人：重庆邮电大学;重庆信科设计有限公司
申请日： 2020-03-11 - 公布日： 2020-07-10 - 主分类号： G06F16/33 文献下载
摘要：本发明请求保护一种基于改进K‑means算法的网页聚类处理方法，是一种基于改进K‑means算法的网页聚类处理方法。主要结合初始聚类中心选择算法和K‑means聚类算法，代替传统的K‑means算法对网页信息进行聚类；该算法从源头上保证了聚类结果的可靠性与真实性。而且本方法将应用于网页大数据处理中。通过实验结果分析进一步发现，相较于传统算法，改进算法的优势不仅反映在聚类结果的精准性上，还体现在运行效率上，完全适用于网页聚类分析，优化网页的聚类效果，提高算法的稳定性。
一种基于改进 means 算法网页处理方法

[发明专利]显示控制装置和显示控制方法-CN201410032102.1有效
发明人：泷本裕士 -专利权人：索尼公司
申请日： 2014-01-23 - 公布日： 2017-08-29 - 主分类号： G06F17/30 文献下载
摘要：根据本公开的显示控制装置包括显示环境检测单元，被配置成检测内容的显示环境；聚类条件设定单元，被配置成基于显示环境设定内容的聚类条件；聚类单元，被配置成基于聚类条件执行内容的聚类；以及显示控制单元，被配置成基于聚类的结果在显示单元上显示内容
显示控制装置方法程序

[发明专利]一种聚类方法及综合能源系统能效评估方法-CN202310526149.2在审
发明人：吴红蕊;潘海宁;张若愚;郝峰杰;王勉;王耀武;周兴达;张玉丽;郭永奇;王鹏磊 -专利权人：中国长江三峡集团有限公司
申请日： 2023-05-10 - 公布日： 2023-08-01 - 主分类号： G06F18/23 文献下载
摘要：本发明提供了一种聚类方法及综合能源系统能效评估方法。其中，聚类方法，包括：获取多个待聚类数据；按照多个第一聚类数目对各待聚类数据进行聚类，得到不同第一聚类数目对应的聚类结果，各聚类结果分别对应有多个第一聚类簇；根据各第一聚类簇，计算各聚类结果的评价指标值；根据各聚类结果的评价指标值，选择其中一个聚类数目作为第二聚类数目；根据第二聚类数目对应的各第一聚类簇的第一聚类中心，确定各第二聚类中心；根据第二聚类数目和各第二聚类中心，对各待聚类数据进行聚类，得到最后的聚类结果通过本发明，提高聚类结果准确性，避免随机选取初始聚类中心和聚类数目对聚类结果造成的影响。
一种方法综合能源系统能效评估

[发明专利]聚类方法、装置和计算设备-CN202011059650.5在审
发明人：胥鹏鹏;许利霞;郑卫炎 -专利权人：华为技术有限公司
申请日： 2020-09-30 - 公布日： 2022-04-12 - 主分类号： G06K9/62 文献下载
摘要：一种聚类方法，包括：在聚类装置获取到第一待聚类数据后，从聚类算法池包含的多个聚类算法中选择第一聚类算法，按照第一聚类算法完成对第一待聚类数据的聚类，使得第一聚类算法对第一待聚类数据的聚类效果优于聚类算法池中其他算法的聚类效果由于聚类过程中所选择的聚类算法可以根据待聚类数据进行自适应调整，能够满足不同待聚类数据的需求，获得更准确的聚类结果。
方法装置计算设备

[发明专利]一种基于L2,1-CN202110486379.1在审
发明人：张雪涛;张劲节;杨奔;刘银川;王飞 -专利权人：西安交通大学
申请日： 2021-04-30 - 公布日： 2021-08-06 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于L2,1范数的大规模数据快速聚类方法，属于机器学习与数据分析领域。主要包含以下步骤：1、生成初始粗聚类结果；2、生成锚点并构建锚点图；3、通过锚点图的拉普拉斯矩阵作为正则约束完成谱聚类细化；4、使用L2,1范数约束初始聚类结果和聚类细化结果之间的误差并得到目标函数；5、迭代优化，得到聚类结果。本发明方法能在不同数据集上，保证聚类精确度的同时，大大缩短聚类时间，从而保证大规模数据聚类的性能。
一种基于 base sub

[发明专利]使用OpenCL加速的快速全局K-均值聚类方法-CN201711293508.5有效
发明人：朱虎明;钱新宇;焦李成;王坤;缑水平;田小林;张小华;马晶晶;马文萍 -专利权人：西安电子科技大学
申请日： 2017-12-08 - 公布日： 2020-04-14 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种使用OpenCL加速的快速全局K‑均值聚类方法，实现的步骤是：(1)读入数据集和聚类总数；(2)在OpenCL硬件设备端转置数据；(3)计算质心，作为第一个初始聚类中心点；(4)使用K‑means算法聚类；(5)在OpenCL硬件设备端选取新的初始聚类中心点；(6)判断当前聚类中心点总数是否小于或者等于聚类总数，若是，则执行第(4)步，若不是，则执行第(7)步；(7)输出聚类结果。本发明可在任何支持开放运算语言OpenCL的硬件设备上实现对海量的聚类数据实时处理。
使用 opencl 加速快速全局均值方法

[发明专利]视频聚类方法、装置、服务器及存储介质-CN202010246663.7在审
发明人：沈翔宇 -专利权人：北京奇艺世纪科技有限公司
申请日： 2020-03-31 - 公布日： 2020-08-04 - 主分类号： G06F16/75 文献下载
摘要：本发明实施例提供了视频聚类方法、装置、服务器及存储介质，该方法包括：生成待聚类的所有视频的特征向量；将待聚类的所有视频的特征向量作为所有待聚类的特征向量，以及执行聚类操作，聚类操作包括：利用基于密度的聚类算法对所有待聚类的特征向量进行聚类，得到所有候选聚类结果；利用社区聚类算法基于所有未聚类的特征向量和所有候选聚类结果进行聚类，得到所有聚类结果。实现了同时利用基于密度的聚类算法和社区聚类算法进行视频聚类，基于密度的聚类算法用于确保视频聚类具有较高的效率，社区聚类算法用于确保待聚类的每一个视频的特征向量均被归属到相应的聚类结果中，以确保待聚类的每一个视频均被聚类，兼顾视频聚类的效率和全面性。
视频方法装置服务器存储介质

[发明专利]一种基于K-均值聚类和胶囊网络的文本聚类方法及系统-CN201910794559.9在审
发明人：张伟;汤旭东 -专利权人：华东师范大学
申请日： 2019-08-27 - 公布日： 2020-01-03 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于K‑均值聚类和胶囊网络的文本聚类方法，包括：获取文本数据，对文本数据进行预处理，在数据集上训练word2vec作为词语的表示。将一篇文档中所有词的词向量求均值，作为对应文档的向量表示；在这些文档的向量表示上使用Kmeans聚类，生成伪标签。最后将词序列、词向量和伪标签作为训练数据，训练基于胶囊网络的分类器，控制一定的训练损失，最终用这个分类器来进行聚类。本发明结合K‑近邻和胶囊网络，将无监督的文本聚类问题转换为有监督的分类问题，在传统聚类方法的基础上进一步提升聚类的效果。本发明还提出了一种基于K‑均值聚类和胶囊网络的文本聚类系统。
胶囊文本聚类文档均值聚类文本数据向量表示词向量分类器聚类网络标签预处理传统聚类分类问题问题转换训练数据词序列数据集无监督词语监督

[发明专利]一种基于谱图理论的选择性文本聚类集成方法-CN202111619737.8有效
发明人：徐森;陈明权;徐秀芳;花小朋;皋军;安晶;王江峰;嵇宏伟;姜陈雨;陆湘文 -专利权人：盐城工学院;盐城工学院技术转移中心有限公司
申请日： 2021-12-28 - 公布日： 2022-08-02 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于谱图理论的选择性文本聚类集成方法，将文本数据集采用K均值算法生成聚类成员；采用谱聚类算法从生成的聚类成员中选择出代表性成员；采用层次聚类方法对选择出的代表性成员进行集成；将集成后的代表性成员构成本文聚类结果解决了谱聚类方法直接应用于高维、稀疏、海量的文本数据集上时导致的计算量大的问题，因此，采用本方案显著降低文本聚类的计算时间，有效提高了文本聚类的准确性。另外，本实施例使用K均值算法作为基聚类器随机选取初始质心，算法复杂度低，提升算法的鲁棒性。
一种基于理论选择性文本集成方法

[发明专利]增量式算法的聚类方法、电子设备及存储介质-CN202210193083.5在审
发明人：潘启灏;张鼎;徐红艳;李永超;黄飞 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-02-28 - 公布日： 2022-05-31 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例公开了一种提供了一种增量式算法的聚类方法、电子设备及存储介质，用于划分式聚类与层次聚类的组合聚类模型，该模型可由划分式聚类快速得到聚类数较多的聚类结果，在此基础上进行目标聚类数的层次聚类，该组合聚类模型可以在更换聚类数时避免重复聚类本申请实施例方法包括：在首次聚类时，将第一数据集，使用MiniBatchK‑means算法进行划分聚类，得到聚类模型；将第二数据集输入至所述聚类模型中，调整聚类中心点，进行聚类识别，输出聚类数k＝m的初步聚类结果；将所述初步聚类结果输入到层次聚类模型中，输出目标聚类数k＝n的聚类结果，nm，n和m为正整数。
增量算法方法电子设备存储介质

[发明专利]向量聚类训练方法及装置-CN202010461281.6在审
发明人：楼仁杰;陆元飞;李飞飞;占超群;魏闯先 -专利权人：阿里巴巴集团控股有限公司
申请日： 2020-05-27 - 公布日： 2021-08-24 - 主分类号： G06K9/62 文献下载
摘要：本说明书实施例提供向量聚类训练方法及装置，其中所述向量聚类训练方法包括：持续接收待聚类向量，其中，所述待聚类向量包括向量标识；根据所述向量标识确定所述待聚类向量的目标聚类队列，将所述待聚类向量添加至所述目标聚类队列的队尾；利用所述目标聚类队列对应的聚类进程从所述目标聚类队列中按照先进先出顺序依次读取所述目标聚类队列中的待聚类向量进行聚类训练，获取聚类结果，并统计参与聚类训练的待聚类向量的数量；在所述参与聚类训练的待聚类向量的数量达到预设阈值的情况下，将获得的聚类结果确定为所述目标聚类队列的聚类结果。
向量训练方法装置

[发明专利]一种基于Spark分布式内存计算的空间K均值聚类方法-CN201910862008.1在审
发明人：郭宇达;朱欣焰;呙维;佘冰 -专利权人：武汉大学
申请日： 2019-09-12 - 公布日： 2020-01-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于Spark分布式内存计算的空间K均值聚类方法，包括：根据集群中计算节点的数量，对所有输入数据进行分区，将所有数据均匀分布至各个计算节点上；对分区后的数据进行归一化处理；初始化聚类中心集合，并将集合广播至所有集群节点，分布式计算数据与聚类中心距离并通过轮盘法选择下一聚类中心，直到聚类中心集合大小超过预设值；对聚类中心集合进行一次本地聚类，将聚类中心集合大小固定至预设值；分布式计算所有数据与聚类中心间的最小距离，将该条数据划分为与最小距离对应的聚类类别，并针对所有类别进行Reduce计算，更新聚类中心；最后依据聚类中心对所有数据进行类别划分。
聚类中心集合分布式计算计算节点最小距离预设分区归一化处理集合广播集群节点计算效率聚类类别内存计算初始化集群聚类轮盘更新

[发明专利]一种基于改进k-means聚类的Yolov3锚框确定方法-CN202110715329.6在审
发明人：张涛;张驰;赵声根;肖扬;王恩东;刘咏怡 -专利权人：东南大学
申请日： 2021-06-27 - 公布日： 2021-09-03 - 主分类号： G06K9/62 文献下载
摘要：本发明提供的是一种基于改进k‑means聚类的Yolov3锚框确定方法。本发明改变传统一次k‑means聚类直接得到Yolov3锚框的方法，对样本数据进行两次聚类。第一次聚类把样本数据聚类到不同大小的三个尺度上，达到尺度分化的目的。第二次聚类在前一次聚类得到的三个聚类子集的基础上，根据样本标注框的形状特征再次进行聚类，最终得到分布三个尺度下的9个聚类结果，适配Yolov3的锚框。本发明利用两次聚类得到的锚框更加符合Yolov3的检测过程，能够减少k‑means随机初始点对最终结果的影响，两次聚类大大减少了样本的数据量，提高算法速度。
一种基于改进 means yolov3 确定方法