“图聚类”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4244023个，建议您升级VIP下载更多相关专利

[发明专利]图聚类方法-CN202211368794.8在审
发明人：桂志鹏;彭德华;吴华意 -专利权人：武汉大学
申请日： 2022-11-03 - 公布日： 2023-03-07 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种图聚类方法，包括：提取所有图像的多种图像特征降维到低维空间并进行拼接，将所有图像划分为内部点、边界点；计算所有内部点的距离矩阵，并将距离矩阵转化为权重矩阵；构建所有内部点的最大生成树并根据最大生成树构建路径相似度矩阵若MeanCut的值较之前降低，则遍历下一个点；否则，拒绝当前点加入到簇中；从头遍历未赋予簇标签的点，生成下一个簇，直到所有内部点被赋予簇标签；对于每个边界点，将距离最近的内部点标签赋予它，生成最终的聚类结果本发明能够提高图像聚类精度和效率。
图聚类方法

[发明专利]基于曼哈顿距离的图像聚类方法、终端设备及存储介质-CN202210417687.3在审
发明人：卢志强 -专利权人：咪咕文化科技有限公司;中国移动通信集团有限公司
申请日： 2022-04-20 - 公布日： 2022-07-29 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了基于曼哈顿距离的图像聚类方法、终端设备及可读存储介质，该方法包括：对各个待聚类图像预处理，得到每个待聚类图像的多个特征图像矩阵；根据每个待聚类图像的多个特征图像矩阵，确定每个待聚类图像的曼哈顿距离；根据每个待聚类图像的曼哈顿距离，确定每个待聚类图像的无向图；将无向图输入至第一预设学习模型，以得到每个待聚类图像的图聚类指示矩阵；根据每个待聚类图像的图聚类指示矩阵确定每个待聚类图像的聚类标签。本发明的方法实现对待聚类图像中离群值和噪声进行处理以使获得的无向图能较好地表征多特征图像数据底层真实的簇结构，以提高获得的无向图的质量，以通过无向图使得最终获取得到的聚类标签更准确提高聚类精度。
基于曼哈顿距离图像方法终端设备存储介质

[发明专利]一种建筑物图像语义分割结果自适应优化方法-CN202211173406.0在审
发明人：郭明强;王登科;黄颖;黄瑞玺;王波 -专利权人：中国地质大学（武汉）
申请日： 2022-09-26 - 公布日： 2022-12-30 - 主分类号： G06T7/136 文献下载
摘要：本发明涉及一种建筑物图像语义分割结果自适应优化方法，步骤如下：将源建筑物图进行极坐标逆变换，获得逆极变换图；对源建筑物图和逆极变换图进行均值漂移，获得源建筑物聚类图和逆极变换聚类图；将逆极变换聚类图进行极坐标正变换，获得二次变换聚类图；对源建筑物聚类图和二次变换聚类图进行颜色聚类目标提取，获取源建筑物聚类提取图和二次变换聚类提取图；源建筑物聚类提取图和二次变换聚类提取图进行轮廓匹配，获取最佳颜色相似度阈值；以最佳颜色相似度阈值为参数对源建筑物图进行均值漂移，得到颜色聚类结果图；对颜色聚类结果图进行颜色聚类目标提取，获得建筑物语义纠正提取图；本发明能高效且自动化地纠正提取建筑物轮廓。
一种建筑物图像语义分割结果自适应优化方法

[发明专利]一种人像聚类的方法、装置及介质-CN202210200556.X有效
发明人：黄攀 -专利权人：济南博观智能科技有限公司
申请日： 2022-03-03 - 公布日： 2022-07-08 - 主分类号： G06V40/16 文献下载
摘要：本申请公开了一种人像聚类的方法、装置及介质，涉及图像处理领域。该方法对图像采集设备采集的各抓拍图进行特征提取并将提取出的人脸特征聚类以及将人体特征聚类；在聚类特征置信度大于或等于第一阈值时，生成人脸聚类集合和人体聚类集合；当满足预设要求时，对除已经聚类的抓拍图之外的待聚类的抓拍图进行聚类确定新的人脸聚类集合和新的人体聚类集合，并将各新的聚类集合并入人脸聚类集合或人体聚类集合，最后将合并后的人脸聚类集合和合并后的人体聚类集合进行融合聚类以作为人像识别的参考数据。由此可见，该方法在完成第一次聚类之后，当满足预设要求时对未确定对应集合的抓拍图再次聚类，提高了聚类的召回率，进而提升了人像聚类的准确性。
一种人像方法装置介质

[发明专利]将多个二值聚类图组合成单一聚类图的方法-CN200780028540.9无效
发明人： M·C·文格勒;T·保卢斯;A·菲舍尔 -专利权人：皇家飞利浦电子股份有限公司
申请日： 2007-07-17 - 公布日： 2009-07-29 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及用于将多个二值聚类图组合成单一聚类图的方法；其中每个相应二值聚类图表示特征信息，并且该单一聚类图表示特征信息的总和。最初，每个相应二值聚类图被分配有用于指示该二值聚类图的可靠性的可靠性因子。然后，这些因子值被用来确定一个包括了多个可靠性因子元素的可靠性向量，其中每个相应可靠性因子元素与该单一聚类图中的某个聚类图区域相关联并且指示了该聚类图区域的可靠性。以这种方式，可以查看到该单一聚类图的可靠性。
将多个二值聚类图组合单一聚类图方法

[发明专利]术语聚类方法、系统、智能终端及计算机可读存储介质-CN202210242285.4在审
发明人：俞声;谢育涛;袁正;曾思航;夏俊 -专利权人：清华大学;粤港澳大湾区数字经济研究院（福田）
申请日： 2022-03-11 - 公布日： 2022-07-12 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了术语聚类方法、系统、智能终端及计算机可读存储介质，其中，所述术语聚类方法包括：获取待聚类术语以及各上述待聚类术语的嵌入表示；根据上述待聚类术语的嵌入表示计算各上述待聚类术语之间的术语相似度，其中，一个术语相似度体现两个上述待聚类术语之间的语义的相似度；以上述待聚类术语为顶点，基于上述术语相似度获取至少一个目标聚类图，其中，上述目标聚类图为连通的无向图，上述目标聚类图的顶点个数小于预设的最大术语数，上述目标聚类图中任意一条边连接的两个顶点之间的术语相似度大于预设的相似度连接阈值；根据上述目标聚类图对上述待聚类术语进行聚类。与现有技术相比，本发明方案有利于提高术语聚类的效率。
术语方法系统智能终端计算机可读存储介质

[发明专利]图片聚类方法及装置-CN202211166772.3在审
发明人：刘俊龙;申晨;沈旭;黄建强 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-09-23 - 公布日： 2023-04-04 - 主分类号： G06V10/762 文献下载
摘要：本说明书实施例提供图片聚类方法及装置，该方法包括确定待聚类图片集合；根据预设近邻算法对所述待聚类图片集合中待聚类图片进行压缩，根据压缩后的待聚类图片确定目标待聚类图片、与其他待聚类图片的图片距离；根据所述图片距离将待聚类图片集合中的待聚类图片进行连通，并根据预设聚类方法对连通后的待聚类图片进行聚类，获得图片聚类结果。该图片聚类方法利用了高召回向量检索或者低召回向量检索下连通图划分基本稳定的特性，使用预设近邻算法对待聚类图片进行独立子图拆解，根据拆解后的独立子图进行图片聚类，大幅减少了内存以及计算资源占用，解决了在大规模聚类场景下，由于图片数量较多，导致图片聚类过程中聚类算法无法运行的问题。
图片方法装置

[发明专利]图像聚类方法、图像聚类装置以及计算机存储介质-CN202310267429.6在审
发明人：王凯垚;陈立力;周明伟 -专利权人：浙江大华技术股份有限公司
申请日： 2023-03-13 - 公布日： 2023-07-04 - 主分类号： G06V40/16 文献下载
摘要：本申请公开了一种图像聚类方法、图像聚类装置以及计算机存储介质，图像聚类方法包括：获取第一抓拍大图和第二抓拍大图的人像相似度；在人像相似度小于大图相似度阈值时，对人脸相似度大于等于第一人脸聚类阈值的人脸抓拍小图对的人脸抓拍小图，以及人体相似度大于等于第一人体聚类阈值的人体抓拍小图对的人体抓拍小图进行图像聚类；在人像相似度大于等于大图相似度阈值时，对人脸相似度大于等于第二人脸聚类阈值的人脸抓拍小图对的人脸抓拍小图，以及人体相似度大于等于第二人体聚类阈值的人体抓拍小图对的人体抓拍小图进行图像聚类本申请的图像聚类方法能够通过抓拍大图的相似度，对人脸人体抓拍小图的相似度进行调整，提高图像聚类的召回率。
图像方法装置以及计算机存储介质

[发明专利]基于多流形对偶图正则化非负矩阵分解的多视图聚类方法-CN201911190170.X在审
发明人：张云猛;舒振球;翁宗慧;由从哲;张杰;叶飞跃 -专利权人：江苏理工学院
申请日： 2019-11-28 - 公布日： 2020-04-10 - 主分类号： G06F17/16 文献下载
摘要：本发明提供了一种基于多流形对偶图正则化非负矩阵分解的多视图聚类方法，包括：S10获取待聚类视图；S20针对每个待聚类视图构建数据图的邻接矩阵和特征图的邻接矩阵；S30通过一致性系数及多视图局部嵌入得到多流形对偶图正则化非负矩阵分解的目标函数；S40根据目标函数使用迭代加权的方法迭代预设次数，对每个待聚类视图数据图的邻接矩阵、特征图的邻接矩阵及图正则项进行更新，得到各待聚类视图的特征矩阵；S50采用k‑means聚类算法分别对每个待聚类视图的特征矩阵进行分析，实现多视图聚类。该聚类方法与传统的多视图聚类方法相比，更加有效地利用视图数据中包含的结构信息及特征，大大提升了聚类效果，带来了更好的聚类性能。
基于流形对偶正则化非负矩阵分解视图方法

[发明专利]图像聚类方法、装置和电子设备-CN202111109089.1在审
发明人：张健为;陈超;李绍欣;李季檩;黄飞跃;李牧青 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-09-22 - 公布日： 2023-03-28 - 主分类号： G06V40/16 文献下载
摘要：本申请实施例公开了一种图像聚类方法、装置和电子设备；在本申请实施例中，获取待聚类图像集，并确定待聚类图像集中的每个待聚类图像的第一阶邻域待聚类图像以及第二阶邻域待聚类图像；基于第一阶邻域待聚类图像以及第二阶邻域待聚类图像，构建目标子图集合；从目标子图集合中选取出目标子图对，目标子图对包括第一目标子图和第二目标子图，第二目标子图的中心节点为所述第一目标子图的中心节点的第一阶邻域节点；对目标子图对进行预测分析，得到第一目标子图的中心节点和第二目标子图的中心节点之间的目标权重；根据目标权重对待聚类图像进行聚类。本申请实施例可以提高图像聚类的准确性。本实施例可应用于云技术、智慧交通等各种场景。
图像方法装置电子设备

[发明专利]一种基于图熵的医学图像聚类方法-CN201510534713.0在审
发明人：潘海为;战宇;韩启龙;谢晓芹;张志强;吴枰 -专利权人：哈尔滨工程大学
申请日： 2015-08-27 - 公布日： 2015-12-09 - 主分类号： G06T7/40 文献下载
摘要：本发明属于医疗信息技术领域，具体涉及一种基于图熵的医学图像聚类方法。本发明包括：(1)待聚类图像提出聚类请求；(2)图像预处理过程；(3)图的稀疏化；(4)基于图熵的带权无向图聚类；(5)展示结果。本发明提出利用图熵的方法对医学图像进行聚类，通过将医学图像集抽象成完全图，之后对其进行稀疏化剪枝处理，所留下的边说明两张图像均认为与对方很相似，最后提出带权无向图的聚类方法。通过以上过程对医学图像进行聚类，可以有效的降低聚类时间而且聚类的准确率也没有明显的降低，利用这种方法可以辅助医生在日常工作中对病人的病情进行诊断。
一种基于医学图像方法

[发明专利]文本的主题聚类方法、装置、设备及存储介质-CN202011203147.2有效
发明人：郑勇升 -专利权人：中国平安人寿保险股份有限公司
申请日： 2020-11-02 - 公布日： 2023-07-28 - 主分类号： G06F16/35 文献下载
摘要：本申请适用于主题聚类技术领域，提供一种文本的主题聚类方法、装置、设备及存储介质：对主题聚类任务中的待聚类文本进行分词处理，获取表征待聚类文本的关键词；将属于同一待聚类文本的关键词进行连线生成词对，结合词对中两个关键词之间的相似度值以及含有词对的第一待聚类文本数量，计算出词对在主题聚类任务中的权重值；结合词对以及词对的权重值构建用于进行文本聚类分析的关键词图，并通过社区发现算法对关键词图进行图分割处理，生成表征聚类主题的主题子图；基于主题子图确定待聚类文本与聚类主题之间的关联度，根据关联度获取待聚类文本的主题。
文本主题方法装置设备存储介质

[发明专利]特征化密度峰聚类的出租车热点区域提取方法-CN202010449285.2有效
发明人：汪小寒;罗永龙;张泽培;何增宇;胡王悟 -专利权人：安徽师范大学
申请日： 2020-05-25 - 公布日： 2022-08-30 - 主分类号： G06F16/29 文献下载
摘要：本发明公开了一种特征化密度峰聚类的出租车热点区域提取方法，方法具体包括如下步骤：S1、选取一定数量的特征点放入特征点集合中，计算特征点集合中每个特征点的支持度；S2、计算密度峰聚类过程中的聚类指标，即特征点的局部密度和聚类中心距离，基于将特征化过程中得到的支持度结合聚类指标构建三维决策图；S3、基于三维决策图来选取聚类中心、基本聚类点以及噪声点；S4、基于聚类中心对基本聚类点进行聚类，形成聚类簇，一个聚类簇对应出租车的一个热点区域基于特征化原理采用三维决策图来准确定位聚类中心、基本聚类点以及噪声点，由于采用特征点以及支持度模拟原始数据，进而提高了聚类效率，同时解决二维决策图无法处理重合点的问题。
特征密度峰聚类出租车热点区域提取方法

[发明专利]一种基于密度峰的动态图聚类方法-CN201910080266.4在审
发明人：谷峪;吴长发;于戈 -专利权人：东北大学
申请日： 2019-01-28 - 公布日： 2019-06-14 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于密度峰的动态图聚类方法，用于对动态图进行聚类，实时返回聚类结果以及发现簇演化事件，其中聚类结果包括图中的簇、异常顶点以及桥顶点。包括静态图聚类方法和动态图聚类方法两部分，分为初始化和动态检测两个阶段。在初始化阶段，计算顶点的局部密度、依赖顶点和依赖相似度；为提升算法效率，生成DP‑Index索引；生成决策图，通过决策图得到密度峰顶点和噪声顶点；基于密度峰思想获得簇结果集、异常顶点集以及桥顶点集；根据聚类结果创建依赖图，为动态图聚类打下基础。在动态更新阶段，根据顶点的插入或删除和边的插入或删除更新DP‑Index索引以及依赖图；根据依赖图以及依赖图的动态变化获得聚类结果以及簇演化事件。
聚类动态图聚类结果依赖图演化事件异常顶点决策图索引删除初始化阶段动态变化动态更新动态检测算法效率初始化结果集静态图相似度峰顶噪声返回更新创建发现

[发明专利]特征聚类方法、装置、设备及存储介质-CN202310216249.5在审
发明人：周逸恒;刘勇成;胡志鹏;袁思思;程龙 -专利权人：网易(杭州)网络有限公司
申请日： 2023-03-02 - 公布日： 2023-05-23 - 主分类号： G06F18/23 文献下载
摘要：本申请提供一种特征聚类方法、装置、设备及存储介质，涉及聚类技术领域。该方法包括：分别获取多个用户对应的多维度特征数据；根据多个所述多维度特征数据以及预设聚类数量，对所述多个用户进行聚类，得到初始聚类图；所述初始聚类图包括：预设聚类数量个聚类类型，以及每个所述用户对应的聚类类型；根据每个所述用户的多维度特征数据，计算每个所述用户的初始位置和多个所述聚类类型的中心位置之间的位置偏移；根据各所述位置偏移，确定每个所述用户对应的目标位置位移；根据所述目标位置位移，对所述初始聚类图上每个所述用户的初始位置进行调整，得到目标聚类图。相对于现有技术，避免了对于多维度的聚类，其聚类结果不具有可视性的问题。
特征方法装置设备存储介质

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