“空聚类”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846020个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多层MRF聚类的深空探测影像形貌分析方法-CN202011558577.6有效
发明人：郑晨;平劲松;陈晓惠;陈运成;王明远;刘阳 -专利权人：河南大学
申请日： 2020-12-25 - 公布日： 2022-11-18 - 主分类号： G06V10/762 文献下载
摘要：本发明提出了一种基于多层MRF聚类的深空探测影像形貌分析方法，其步骤如下：深空探测影像数据进行光谱直方图表示，确定初始聚类的类别数；根据初始聚类的类别数，采用像素级MRF模型对影像数据进行聚类获得初始聚类结果图；对初始聚类的每一种类别的像素分别进行光谱直方图表示，确定每一个初始聚类类别的细化类别数目，采用修正MRF模型对每一个初始类别内的像素点进行聚类获得细化聚类结果图；将初始聚类结果和细化聚类结果叠加形成多层聚类图，获得深空探测影像数据中的形貌分析结果。本发明以多层聚类结果来表示深空探测光学数据，可更好地凸显光照过亮或光照不足区域的影像细节信息，提高深空影像中行星或小行星形貌分析的精度。
一种基于多层 mrf 探测影像形貌分析方法

[发明专利]基于多视图空谱联合的高光谱图像子空间聚类方法-CN202310313453.9在审
发明人：李显巨;管仁祥;陈伟涛;唐厂;王力哲;陈刚 -专利权人：中国地质大学（武汉）
申请日： 2023-03-28 - 公布日： 2023-06-23 - 主分类号： G06V10/762 文献下载
摘要：本发明涉及图像处理技术领域，提供了一种基于多视图空谱联合的高光谱图像子空间聚类方法，包括：获取高光谱图像，对所述高光谱图像进行预处理获得空谱样本；提取所述空谱样本的纹理特征和空谱特征；分别根据所述纹理特征和所述空谱特征确定对应的纹理图和空谱图；将所述纹理图和所述空谱图输入构建好的多视图图卷积子空间聚类网络，输出所述高光谱图像的聚类结果，所述多视图图卷积子空间聚类网络包括双分支自表达模块、注意力融合模块和谱聚类模块。本发明提出的多视图图卷积子空间聚类网络，以注意力融合的方式并基于纹理信息和空谱信息，提高了高光谱图像的聚类精度，降低了计算复杂度。
基于视图联合光谱图像空间方法

[发明专利]一种基于改进k均值聚类算法的天空图像云空辨识方法-CN201510929496.5有效
发明人：苏适;王飞;严玉廷;陆海;李浩涛;罗因博;杨家全 -专利权人：云南电网有限责任公司电力科学研究院;华北电力大学（保定）
申请日： 2015-12-15 - 公布日： 2018-12-04 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于改进k均值聚类算法的天空图像云空辨识方法，包括：提取所述天空图像中红颜色通道值R、绿颜色通道值G、蓝颜色通道值B以及R/B*100四个矩阵，提取特征矩阵；确定初始聚类数量以及初始聚类中心；基于改进k均值聚类算法，根据初始聚类中心进行聚类，获取新的聚类中心；根据新的聚类中心进行聚类并根据聚类结果确定各像素点所属区域类型，绘制云空辨识图像。本发明基于改进k均值聚类算法，提取效果较稳定，不仅把三个彩色分量作为一个整体进行聚类还添加了云空对比度较高的R/B*100列向量，与全局阈值仅对灰度图像进行云空识别相比，大大提高图像识别的适应能力，可以解决现有技术适应性差的问题
聚类天空图像辨识矩阵初始聚类中心聚类中心改进红颜色通道技术适应性蓝颜色通道绿颜色通道彩色分量灰度图像聚类结果所属区域提取特征图像识别列向量像素点绘制图像全局

[发明专利]一种基于深度空时特征学习的视频行为聚类方法-CN202010529962.1有效
发明人：彭勃;雷建军;贾亚龙 -专利权人：天津大学
申请日： 2020-06-11 - 公布日： 2023-03-28 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种基于深度空时特征学习的视频行为聚类方法，包括：构建3D U‑Net自表达生成器网络，用于学习视频块的空时特征表示以及聚类友好的子空间表达矩阵；构建视频块重建判别器网络，采用对抗学习机制评估重建视频块质量，以获得更具辨析力的视频空时特征表示；设计聚类信息反馈机制，用于捕获已有聚类结果中的信息增益，反馈该信息增益以监督网络的学习过程，提高聚类性能；利用视频块重建判别器预训练3D U‑Net自表达生成器中的编码器网络和解码器网络，以使得编码器网络有效获取视频块的空时特征；训练基于深度空时特征学习的视频行为聚类网络，获得聚类友好的特征表示和重建系数矩阵，并反馈已有聚类结果以进一步指导聚类网络的学习。
一种基于深度特征学习视频行为方法

[发明专利]基于聚类思想的电站空预器积灰监测方法-CN201910428989.9在审
发明人：李逗;孙和泰;孙栓柱;王林;周春蕾;杨晨琛;李春岩;潘苗 -专利权人：江苏方天电力技术有限公司;国网江苏省电力有限公司;国家电网公司
申请日： 2019-05-22 - 公布日： 2019-08-16 - 主分类号： G01D21/00 文献下载
摘要：本发明是基于聚类思想的电站空预器积灰监测方法包括以下步骤：首先获取空预器冲洗前N个月的机组负荷数据、进出口烟气侧压差数据以及进出口空气侧压差数据，根据机组负荷程度将过程数据分组；进一步的，通过聚类算法对不同负荷程度下的空气侧进出口压差以及烟气侧进出口压差数据分别进行聚类，并记录下每组数据中类心的最小值和最大值；最后，空预器冲洗后，每隔一个月收集其过程数据，用与上一步中同样的方法计算得到的类心最值与上一步中的对比数据进行对比，进而判断空预器是否需要冲洗。该方法利用聚类算法对相同负荷下空预器压差数据进行聚类处理，通过类心数据变化反应空预器积灰状态变化，对空预器冲洗进行指导。
空预器冲洗空预器积灰聚类进出口压差过程数据机组负荷聚类算法差数据侧压烟气电站对比数据聚类处理数据变化压差数据状态变化进出口组数据监测分组记录

[发明专利]一种短文本聚类方法、装置、电子设备及存储介质-CN201911170820.4在审
发明人：朱江平;王丙栋;游世学 -专利权人：北京中科汇联科技股份有限公司
申请日： 2019-11-26 - 公布日： 2020-04-10 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种短文本聚类方法，包括确定当前待聚类目标；从聚类算法库中按照顺序选取初始聚类算法，以初始聚类算法作为当前聚类算法；基于当前聚类算法对当前待聚类目标进行聚类分析以得到当前聚类结果；对当前聚类结果进行过滤以得到过滤结果；记录过滤成功的结果，并以过滤失败的结果作为待聚类目标；若待聚类目标为非空值，则按照预设聚类顺序从聚类算法库中选取下一种聚类算法，若选取的下一种聚类算法为非空值，则以下一种聚类算法作为当前聚类算法，以待聚类目标作为当前待聚类目标，重复执行步骤：基于当前聚类算法对当前待聚类目标进行聚类分析以得到当前聚类结果。
一种文本方法装置电子设备存储介质

[发明专利]基于CSI空频特性和参考点位置聚类算法的室内定位方法-CN201710268629.8有效
发明人：卢小峰;边海宾;王建林;张子博;杨二周;刘嘉钰 -专利权人：西安电子科技大学
申请日： 2017-04-23 - 公布日： 2020-09-25 - 主分类号： H04W4/02 文献下载
摘要：本发明属于无室内定位技术领域，公开了一种基于CSI空频特性和参考点位置聚类算法的室内定位方法，采用了物理层更加细粒度且鲁棒的CSI数据作为物理信息，使得系统对感知能力远高于RSS，可以有效的避免多径效应带来的影响；采用了CSI空频特性向量聚类和参考点位置多指标聚类技术，且将原来一个簇中地理位置离其它簇成员较远的成员独立的分为一个簇，避免了地理位置离的较远但CSI空频特性向量接近的参考点被聚为同一个簇的情况；采用了CSI空频特性聚类和参考点位置聚类的双聚类技术，且将本不应被拆开的簇再合并成一个簇，完成奇异点处理的同时能够保证原来簇的完整性，从而达到更好的聚类效果。
基于 csi 特性参考位置算法室内定位方法

[发明专利]一种基于加权空谱融合的无核快速谱聚类方法-CN202310162429.X在审
发明人：魏一苇;牛超;王艺婷;孟庆勋;任培楠;宋恒辛 -专利权人：中国人民解放军火箭军工程大学
申请日： 2023-02-24 - 公布日： 2023-06-23 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于加权空谱融合的无核快速谱聚类方法，包括：一、采用加权空谱和邻近填补方法对原始高光谱图像进行进行预处理，得到预处理后高光谱图像；二、构建预处理后高光谱图像的无核相似矩阵Z；三、构建预处理后高光谱图像的无核邻接矩阵W，并获取拉普拉斯矩阵L；四、采用谱聚类算法对拉普拉斯矩阵L进行聚类，输出聚类结果。本发明方法步骤简单，用加权空谱和邻近填补方法对高光谱图像进行预处理并构建无核邻接矩阵，之后采用谱聚类算法进行聚类，避免人工调优参数，实现了参数的自适应调优，节省人力物力。
一种基于加权融合无核快速谱聚类方法

[发明专利]一种基于权重聚类的电站空预器堵灰监测方法-CN201811336474.8有效
发明人：顾慧;崔晓波;陈磐 -专利权人：南京工程学院
申请日： 2018-11-12 - 公布日： 2020-07-28 - 主分类号： G06F16/906 文献下载
摘要：一种基于权重聚类的电站空预器堵灰监测方法，涉及电站空气预热器工况监测方法的技术领域。本发明在离线聚类EFC算法的基础上，增加权重项w，该权重衡量聚类样本各个属性之间的重要程度，融合权重w和欧式距离加权获得新的聚类相异性表征，弱化孤立点的聚类结果影响，从而达到剔除孤立点的效果。记录聚类获得的各中心，并在处理下一批动态过程数据时，完成相应更新操作，最终获得空预器运行过程中，剔除孤立点后的负荷和压差(空气、烟气)的聚类中心。本发明能够自动更新聚类结果，较为准确地反映空气预热器的负荷和压差之间的关系；可用作空预器堵灰程度的监测，并可以结合现场机组设定的阈值来进一步确定空预器适当的冲洗时间。
一种基于权重电站空预器堵灰监测方法

[发明专利]空谱联合超图嵌入的高光谱图像极限学习机聚类方法-CN201910582628.X有效
发明人：夏浩铭;秦耀辰;陈优阔;赵威 -专利权人：河南大学
申请日： 2019-06-29 - 公布日： 2020-06-19 - 主分类号： G06K9/62 文献下载
摘要：本发明属于图像处理技术领域，公开一种空谱联合超图嵌入的高光谱图像极限学习机聚类方法，包括：步骤1：高光谱数据预处理；步骤2：计算预处理后的高光谱数据的空谱联合信息XS；步骤3：通过XS构造空谱联合超图；步骤4：通过所述空谱联合超图计算超图拉普拉斯矩阵Lh；步骤5：设定隐含层网络权重参数；步骤6：计算隐含层特征；步骤7：构造空谱联合超图拉普拉斯正则项及优化模型；步骤8：对所述优化模型进行求解，得出空谱联合超图结构的相似性保持投影特征，并进行谱聚类得到最终的聚类标签。本发明聚类精度高、对噪声的鲁棒性高。
联合超图嵌入光谱图像极限学习机方法

[发明专利]一种基于残差子空间聚类网络的高光谱图像聚类方法-CN201911299103.1在审
发明人：蔡耀明;李天聪;张子佳;曾梦;蔡之华;刘小波;董志敏 -专利权人：中国地质大学（武汉）
申请日： 2019-12-17 - 公布日： 2020-05-12 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种基于残差子空间聚类网络的高光谱图像聚类方法，具体包括以下步骤：对原始高光谱图像进行预处理，得到标准化后的空谱样本；构建残差子空间聚类网络，并将所述标准化后的空谱样本输入至所述残差子空间聚类网络，采用梯度下降法进行参数优化，得到非线性自表达系数矩阵C；使用所述非线性自表达系数矩阵C构造相似度矩阵A，并采用谱聚类算法将所述相似度矩阵A分割成k组，从而获得聚类后的k个簇；本发明的有益效果是：将线性的子空间聚类方法扩展至非线性的深度模型中，通过学习面向聚类的深度特征表示，有效解决了高光谱图像无监督分类精度低的问题。
一种基于残差子空间网络光谱图像方法

[发明专利]一种基于FPGA的目标聚类实现方法及装置-CN201710770408.0有效
发明人：马筱青;任泓璇;姜童;薛强;孙星;张选民;孙嘉 -专利权人：西安空间无线电技术研究所
申请日： 2017-08-31 - 公布日： 2020-04-10 - 主分类号： G01S13/90 文献下载
摘要：本发明公开了一种基于FPGA的目标聚类实现方法及装置，其中，该方法包括以下步骤：SAR图像经过检测得到超过检测门限点的行列位置向量；在FPGA中建立三个先入先出队列，将所有待聚类的元素放入FIFO1中；将FIFO1的所有待聚类的元素依次读出，将第一个元素的坐标与所有元素坐标相比较进行聚类，能够聚成同一个目标的元素放入FIFO2，否则将元素放入FPGA的FIFO3；判断FIFO3是否为空，若为空则表示FIFO2中的所有元素都聚为一类目标；若FIFO3非空且FIFO2中元素个数为1，则FIFO2中的一个元素聚类成为一点，将步骤3中的FIFO3的数据写入FIFO1中，从步骤3开始进行新一个目标的聚类。
一种基于 fpga 目标实现方法装置

[发明专利]基于语义的改进的k-means算法的搜索方法-CN201811091473.1在审
发明人：暴建民;刘喆 -专利权人：南京邮电大学
申请日： 2018-09-18 - 公布日： 2019-03-19 - 主分类号： G06F16/2458 文献下载
摘要：本发明提供一种基于语义的改进的k‑means算法的搜索方法，对数据集进行预处理，得到初始聚类数量k、聚类数据集D，与初始聚类中心集合C：C1、C2、C3…、Cs作为输入；将数据集中的样本分配到输入入参最近的簇中；计算聚类的每个类的质心点，并判断聚类中心点的改变量是否满足设定的条件，若满足则将其加入特征集中，同时，将其中数据集中删除；若数据集样本不为空，则遍历中心点个数，数据集为空时，结束并获得聚类信息；通过使用UCI数据库提供的6个常用数据集，进行仿真实验，结果显示该种基于语义的改进的k‑means算法的搜索方法，与现有技术相比，在数据迭代时间有所减少，聚类精度方面有所提高改善。
数据集语义聚类搜索数据集中算法预处理初始聚类中心改进仿真实验聚类数据聚类信息聚类中心数据迭代样本分配改变量中心点遍历空时质心删除样本数据库集合

[发明专利]一种陆空通话差错影响因素分析方法-CN202211304629.6在审
发明人：王文超;王棋;刘骐霆;严瑞熙 -专利权人：中国民航大学
申请日： 2022-10-24 - 公布日： 2023-02-03 - 主分类号： G06F18/23 文献下载
摘要：本发明公开了一种陆空通话差错影响因素分析方法，包括以下步骤：利用聚类分析法对飞行学员数据进行聚类分析，并生成数据聚类集，利用循证法分析数据聚类集，并分离出陆空通话差错影响因素特征集，根据特征集建立相关指标本发明通过对飞行事故中陆空通话的人因差错进行分析，根据飞行员和管制员通话特点，利用飞行中人的因素的事故分析模型研究陆空通话中的人为因素差错，借助安全统计学方法，建立陆空通话差错循证分析聚类集与改进方法指导模型，设计逻辑清晰且测评结果客观准确，在平时检测出飞行员在飞行过程中可能出现的陆空通话差错，提前防范，从而尽可能地降低由陆空通话人为差错导致的事故和不安全事件，提高飞行安全水平。
一种陆空通话差错影响因素分析方法

[发明专利]一种基于密度峰的聚类中心选择方法-CN202210317433.4在审
发明人：张兴宾;何云斌;弋琨 -专利权人：哈尔滨理工大学
申请日： 2022-03-29 - 公布日： 2022-06-24 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于密度峰的聚类中心选择方法。本发明首先计算每个数据点的密度，定义变量γ视为衡量聚类中心的指标，因为γ值较大的点很可能是聚类中心，所以将γ的值在排序图上进行降序排序；然后定义拐点，拐点是排序图中前后整体差异较大的点，通过排序图中的拐点对潜在聚类中心进行选取，将潜在聚类中心存入到集合中；然后在潜在聚类中心集合中选择密度最大的点加入到实际聚类中心集合中，计算每个数据点与其之间的距离，进一步确定每个数据点是新的实际聚类中心还是簇成员，对实际聚类中心集合进行筛选，直到实际聚类中心集合为空。
一种基于密度中心选择方法

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