“减法聚类”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682847个，建议您升级VIP下载更多相关专利

[发明专利]一种减小客户流失风险的大数据聚类算法-CN201810170341.1在审
发明人：李果 -专利权人：北京理工大学
申请日： 2018-02-28 - 公布日： 2018-08-17 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及减小客户流失风险的大数据聚类算法，所述方法包括以下步骤：(1)使用公理模糊集理论来选择相关的属性，用其隶属函数和逻辑运算来表达模糊概念；(2)根据计算的隶属度，自动确定减法聚类算法的邻域半径和权重系数；(3)利用减法聚类算法通过选择和更新山峰函数来计算聚类数量和质心。将减法聚类算法和公理模糊集集成为语义驱动的减法聚类方法；(4)使用K‑means算法来计算由语义驱动的减法聚类方法获得的聚类质心的聚类。基于减法聚类算法和公理模糊集的语义驱动的减法聚类方法(SDSCM)，提高了减法聚类算法和K‑means的聚类精度，通过使用这种新算法降低了使用公理模糊集(AFS)进行运营管理的不精确的风险。
减法聚类算法减法聚类语义驱动模糊集聚类聚类算法客户流失大数据减小模糊集理论聚类质心隶属函数逻辑运算模糊概念权重系数运营管理自动确定隶属度新算法邻域算法质心更新

[发明专利]基于减法聚类和模糊聚类算法的通信信号识别方法-CN201710319971.6有效
发明人：邵怀宗;肖恒;王文钦;潘晔;陈慧;胡全 -专利权人：电子科技大学
申请日： 2017-05-09 - 公布日： 2020-06-02 - 主分类号： H04L27/00 文献下载
摘要：本发明公开了一种基于减法聚类和模糊聚类算法的通信信号识别方法，其包括初始化参数；针对不同子载波，设置不同的初始领域半径值，采用减法聚类算法对接收的通信信号的星座点进行聚类；当减法聚类中心的个数小于第一预设定阀值时，将邻域半径减小，继续进行减法聚类；以减法聚类中心中密度较大的第一预设定阀值个减法聚类中心作为模糊聚类算法的初始中心，采用模糊聚类算法对通信信号的星座点再次进行聚类；指定模糊聚类的初始聚类数目，联合Xie‑Beni指标和聚类后星座图的相对半径评价聚类的合理性，若不合理，初始聚类数目需进行迭代；将相对半径与标准星座图半径比较，可得出信号的调制方式则标准调制信号所在的类别为通信信号的类别。
基于减法模糊算法通信信号识别方法

[发明专利]基于减法聚类和模糊神经网络的涡轮机组控制方法-CN202310306020.0在审
发明人：赵敏;黄欣;覃文智;万瑾 -专利权人：南通大学
申请日： 2023-03-27 - 公布日： 2023-07-14 - 主分类号： G05B13/04 文献下载
摘要：本发明提供了一种基于减法聚类和模糊神经网络的涡轮机组控制方法，属于工业自动化控制技术领域。解决了广义预测控制方法中未考虑到使用带有轮廓指数的减法聚类算法和模糊神经网络导致非线性系统控制性能下降的问题。其技术方案为：包括以下步骤：S1：数学建模超临界锅炉涡轮机组非线性系统；S2：利用减法聚类算法、轮廓指数和平均轮廓系数确定最优聚类数和模糊规则数；S3：构建基于柯西型隶属度函数的模糊神经网络；S4：构建局部广义预测控制器本发明的有益效果为：本发明利用带有轮廓指数的减法聚类算法自动确定最优聚类数及模糊神经网络中最优模糊规则数和模糊集数，在提升涡轮机组非线性系统的控制精度的同时降低控制成本。
基于减法模糊神经网络涡轮机组控制方法

[发明专利]一种基于减法聚类的快速图像分割方法-CN201210337838.0有效
发明人：孙志海;周文晖;吴以凡;王云建 -专利权人：杭州电子科技大学
申请日： 2012-09-13 - 公布日： 2013-01-30 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于减法聚类的快速图像分割方法。本发明首先将所有像素点归一化到一个超立方体中，对等待聚类的所有像素进行等间隔均匀采样后重组；在重组的像素中，计算采样像素点两两之间的密度权值矩阵及其逆阵以及采样像素与剩余未采样像素之间的密度权值矩阵。最后计算所有像素的最大密度值并获得聚类中心，为找出新的聚类中心，需对每个像素点的密度值进行衰减，该过程不断迭代，根据终止条件停止迭代。本发明与经典的减法聚类方法相比，本发明在不影响聚类结果的情况下，对于较大规模数据集，大大提高减法聚类方法的实时性。
一种基于减法快速图像分割方法

[发明专利]基于聚类与粒子群重构星座图的信号识别方法与系统-CN201610621188.0在审
发明人：肖海林;黄国庆;颜晓娟;王茹;莫秋椿;闫坤 -专利权人：桂林电子科技大学
申请日： 2016-07-29 - 公布日： 2016-12-21 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种基于聚类与粒子群重构星座图的信号识别方法与系统，其通过减法聚类算法得到采集数据的数据点，再通过粒子群算法对聚类中心进行优化，最后得到重构的星座图。与传统减法聚类算法相比，本发明抗干扰能力强，在低信噪比条件下，信号识别率高，且更利于应用到实际。
基于粒子群重构星座图信号识别方法系统

[发明专利]一种基于核减法聚类的多功能传感器样本选择方法-CN201310121585.8无效
发明人：王昕;魏国;孙金玮;范贤光;许英杰 -专利权人：厦门大学
申请日： 2013-04-09 - 公布日： 2013-07-10 - 主分类号： G01D21/02 文献下载
摘要：一种基于核减法聚类的多功能传感器样本选择方法，涉及传感器。1）对于需要进行信号重构的传感器进行采样，获得样本数据；2）将步骤1）获得的样本数据进行归一化处理；3）利用核减法聚类将归一化处理后的样本数据映射到高维空间，使其线性可分，并进行分类；4）将每一类的聚类中心作为被选取的样本点
一种基于核减法聚类多功能传感器样本选择方法

[发明专利]小波自适应神经网络减法聚类模糊推理方法、系统及定位设备、存储介质-CN202110341280.2在审
发明人：赵菊敏;李灯熬;任博华 -专利权人：太原理工大学
申请日： 2021-03-30 - 公布日： 2021-07-06 - 主分类号： G01S19/47 文献下载
摘要：本发明涉及导航定位系统，特别是涉及一种小波自适应神经网络减法聚类模糊推理方法、系统及定位设备、存储介质；本发明结合提取自适应神经模糊推理系统的最佳特征和减法聚类算法，提高了预测精度，加快了定位速度；利用离散小波变换技术获得具有较低的噪声水平的INS数据，潜在地训练了所提出的模型，减少了预测模式下的实际误差估计；通过减法聚类帮助ANFIS选择一个最优的隶属函数和规则数量，通过DWT技术为所提出的模型准备了更多的实际数据；能够在由全球定位系统和惯性导航系统组成的组合导航系统中
自适应神经网络减法模糊推理方法系统定位设备存储介质

[发明专利]一种磁流变阻尼器混合建模方法-CN201910384541.1在审
发明人：薛文平;程磊;刘国海;李康吉 -专利权人：江苏大学
申请日： 2019-05-09 - 公布日： 2019-09-27 - 主分类号： G05B13/04 文献下载
摘要：对磁流变阻尼器进行力学性能实验，分析示功和速度特性，获得活塞位移、速度、电流、阻尼力的原始实验数据；对原始实验数据进行数值滤波及归一化处理，创建输入输出样本集；采用自适应神经模糊推理系统对磁流变阻尼器进行建模，引入减法聚类技术构建系统规则基；使用遗传算法优化聚类参数，建立磁流变阻尼器模型，分析模型精度和磁滞特性等。本发明引入减法聚类技术构建磁流变阻尼器模型的规则基，利用遗传算法优化聚类参数，获得刻画系统行为的最佳模糊规则数量及结构，从而有效提高建模精度，更好地描述其磁滞特性和低速区行为，促进半主动控制技术的发展与应用
磁流变阻尼器遗传算法优化原始实验数据磁滞特性混合建模技术构建减法聚类聚类参数建模神经模糊推理系统力学性能实验半主动控制归一化处理分析模型活塞位移模糊规则输出样本速度特性系统规则系统行为低速区规则基自适应阻尼力引入刻画创建应用分析

[发明专利]数控机床热误差补偿的建模方法-CN201510204608.0在审
发明人：魏弦 -专利权人：攀枝花学院
申请日： 2015-04-27 - 公布日： 2015-09-09 - 主分类号： G05B19/404 文献下载
摘要：_n(t)﹜，以及机床定位误差量Y(t)；C、将所测数据﹛T₁(t),T₂(t),…,T_n(t)﹜以及Y(t)进行减法聚类处理；D、经减法聚类处理后得到的聚类中心数量为c个，通过FCM聚类计算新的聚类中心点，确定新的聚类中心点为建模使用的热关键点；E、利用优化后的热关键点对热误差补偿系统进行建模。
数控机床误差补偿建模方法

[发明专利]一种基于减法聚类分类器的青椒温室环境智能监测系统-CN201910320161.1有效
发明人：马从国;姜仲秋;汪超;梁欢;丁晓红;马海波;周恒瑞;王建国 -专利权人：淮阴工学院
申请日： 2019-04-19 - 公布日： 2020-08-25 - 主分类号： G05D27/02 文献下载
摘要：本发明公开了一种基于减法聚类分类器的青椒温室环境智能监测系统，其特征在于：所述智能监测系统由基于无线传感器网络的青椒温室环境参数检测平台和青椒温室产量智能预警系统两部分组成；本发明提供了一种基于减法聚类分类器的青椒温室环境智能监测系统
一种基于减法分类青椒温室环境智能监测系统

[发明专利]阵列式sEMG信号自动分解方法-CN201510512579.4在审
发明人：何金保;骆再飞;易新华;廖远江 -专利权人：宁波工程学院
申请日： 2015-08-19 - 公布日： 2015-10-28 - 主分类号： A61B5/0488 文献下载
摘要：本发明提供一种阵列式sEMG信号自动分解方法，首先对阵列式sEMG信号预处理，并且计算初始发放序列向量；其次利用时域减法确定运动单元个数，即聚类个数；然后根据聚类个数，利用最小距离分类器对阵列式sEMG波形聚类；最后重新计算新的运动单元发放序列向量，循环执行程序直至分解完成，并对所有发放序列归类整理，优化结果。
阵列 semg 信号自动分解方法

[发明专利]一种基于减法聚类模型的多表融合用能行为分析方法-CN201910029623.4在审
发明人：贺民;郑国和;吴国诚;刘英;陈斯聪;童建东;郑瑞云;袁源;王伟峰 -专利权人：国网浙江省电力有限公司宁波供电公司;国网浙江省电力有限公司;浙江大学;浙江华云信息科技有限公司;国家电网有限公司
申请日： 2019-01-11 - 公布日： 2019-06-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于减法聚类模型的多表融合用能行为分析方法，属于电力技术领域。本发明采集电、水、气数据，能够充分地挖掘用户用能之间的相关性，结合根据现场多年运行经验设计的基于减法聚类模型的多表融合用能行为分析方法，利用用户用日用电量、用水量、用气量，通过构建电水气融合数据矢量，利用聚类算法实现用户聚类
减法聚类行为分析融合电力技术领域工作效率居民用户聚类算法日用电量融合数据用户聚类用户用水用气数据运行经验矢量挖掘电水气用气量漏水用电量供能构建窃电用水量分析采集分类预测应用研究

[发明专利]一种不依赖概率模型的海杂波识别与目标检测方法-CN202110533736.5在审
发明人：马红光;刘志强;姜勤波;郭金库 -专利权人：西安大衡天成信息科技有限公司
申请日： 2021-05-17 - 公布日： 2021-09-28 - 主分类号： G01S7/41 文献下载
摘要：将回波脉冲分组构成对应各方位向的回波矩阵并将其转换为RD回波矩阵Sx；检测雷达各方位指向的Sx峰值构造目标特征矩阵F1，利用减法聚类和C‑means聚类获取目标矩阵；再利用减法聚类和K‑means聚类处理目标矩阵并获得相应类别子矩阵，将行数最大的子矩阵识别为海杂波特征矩阵，其它为待识别的目标特征子矩阵并构造其目标特征矩阵F
一种不依赖概率模型海杂波识别目标检测方法

[发明专利]一种预测强降雨及洪涝灾害的方法-CN201510494198.8有效
发明人：张小松;张洪伟;牛伟纳;刘小垒;陈瑞东;向琦;鲍凯;罗荣森 -专利权人：电子科技大学
申请日： 2015-08-13 - 公布日： 2018-02-13 - 主分类号： G06F19/00 文献下载
摘要：本发明根据历史各月的降雨总量数据，通过采集事件时序列数据并构建降雨量序列，利用基于模糊减法聚类算法、统计学习、选择性结构风险最小化理论以及类簇投影相结合的方式预测将来某月总降雨量，由此实现强降雨及洪涝灾害的预测本发明使用模糊聚类算法对训练集进行聚类，且类簇个数由选择性结构风险最小化理论确定，使得聚类结果更加准确，且保证了预测结果的有效性和准确性。
一种预测降雨洪涝灾害方法

[发明专利]一种变风量空调系统变静压自适应模糊控制方法-CN202010091241.7在审
发明人：于军琪;余紫瑞;赵安军;王佳丽;李若琳;叶子雁 -专利权人：西安建筑科技大学
申请日： 2020-02-13 - 公布日： 2020-06-16 - 主分类号： F24F11/46 文献下载
摘要：本发明公开了一种变风量空调系统变静压自适应模糊控制方法，在实现变静压模糊控制之前，通过Matlab/Simulink软件对变风量空调送风系统进行仿真模拟，采集数据；利用减法聚类估计一组输入数据中的聚类个数及聚类中心位置；对筛选后的输入、输出数据进行训练，生成能够模拟数据行为的Takigi‑Sugeno型模糊推理系统；通过减聚类算法和自适应模糊推理系统训练得到的模糊规则应用于变静压模糊控制系统模型。
一种风量空调系统静压自适应模糊控制方法

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