“聚类算法”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982109个，建议您升级VIP下载更多相关专利

[发明专利]一种基于中性Hough变换算法的多编队航迹起始方法、系统、设备及介质-CN202310783590.9在审
发明人：杨鹏刚;王琨;张振;高向阳 -专利权人：西安电子科技大学
申请日： 2023-06-29 - 公布日： 2023-08-25 - 主分类号： G06F30/27 文献下载
摘要：一种基于中性Hough变换算法的多编队航迹起始方法、系统、设备及介质，方法包括：先通过无源定位雷达获取航迹数据，并利用飞机飞行的最小速度和最大速度对航迹数据进行预处理，得到航迹数据集，再利用DBSCAN聚类算法对航迹数据集进行聚类，最后利用中性Hough变换算法将聚类后的航迹数据集进行航迹起始，得到航迹起始轨迹；系统、设备及介质，用于实现一种基于中性Hough变换算法的多编队航迹起始方法；本发明通过DBSCAN聚类算法对航迹数据集进行聚类，再利用中性Hough变换算法将聚类后的航迹数据集进行航迹起始，得到航迹起始轨迹，具有降低航迹起始的时间复杂度并提高航迹起始的预测准确率的特点。
一种基于中性 hough 变换算法编队航迹起始方法系统设备介质

[发明专利]基于聚类算法的卷烟零售客户分类模型-CN201911194649.0在审
发明人：黄飞杰;郎旭明;左少燕;肖骏;尹建康;贺红梅;张卫东;宋红文;欧达宇;唐靖;赵黎鸣 -专利权人：广西中烟工业有限责任公司
申请日： 2019-11-28 - 公布日： 2020-05-12 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供了基于聚类算法的卷烟零售客户分类模型，拟在K‑means算法的程序框架中进行重构；由于Clara较其余算法运行稳定性更佳，且采取抽样化思想，运行时长更短。基于以上两点，特将Clara算法用于K‑means算法初始聚类中心的生成，在此基础上，进行K‑means聚类，得到聚类结果。本发明的算法的总体误差相比现有技术算法更低，性能更佳，针对于烟草销售行业，采用本发明的聚类算法对客户进行二次细分，得到客户类别，在保证档位不变的整体公平性下，新增了类别这一标准，实现了客户分类精准化，客观上满足了不同客户的实际需求
基于算法卷烟零售客户分类模型

[发明专利]一种实现图像颜色聚类的方法和系统-CN201810866561.8有效
发明人：李治江;郑颖萍 -专利权人：武汉大学
申请日： 2018-08-01 - 公布日： 2020-09-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种图像颜色聚类方法，属于图像处理领域。本发明的方法基于密度峰值聚类算法，通过超像素分割、改进的密度峰值聚类方法聚类、标签匹配等三个步骤实现图像颜色聚类。本发明解决了密度峰值聚类算法无法直接应用于图像颜色聚类、截断距离的选取具有主观性的问题。实验发现，采用本发明的方法，能获得高质量的图像聚类结果。
一种实现图像颜色方法系统

[发明专利]一种数据脱敏方法及系统-CN202211386176.6在审
发明人：刘航宇 -专利权人：中银金融科技有限公司
申请日： 2022-11-07 - 公布日： 2023-04-04 - 主分类号： G06F21/60 文献下载
摘要：本发明提供一种数据脱敏方法及系统，该方法包括：基于不同的脱敏算法，对生产数据集中的原始数据进行脱敏处理，得到脱敏数据集；通过预设聚类算法，对所述原始数据与所述脱敏数据集中的脱敏数据进行聚类，得到第一聚类中心与多个第二聚类中心，其中，所述第一聚类中心为所述原始数据对应的聚类中心，所述第二聚类中心为通过不同的脱敏算法得到的脱敏数据所对应的聚类中心；根据各个所述第二聚类中心与所述第一聚类中心之间的相似度，确定所述脱敏数据集中的目标脱敏数据
一种数据方法系统

[发明专利]一种基于多次聚类的交通灯定位方法-CN201910593680.5有效
发明人：向伟康;石涤文;尹玉成;王腾云;刘奋 -专利权人：武汉中海庭数据技术有限公司
申请日： 2019-07-03 - 公布日： 2021-03-16 - 主分类号： G06F16/2458 文献下载
摘要：本发明涉及一种基于多次聚类的交通灯定位方法，包括：步骤1，采集区域内的交通灯数据；步骤2，对该交通灯数据分组得到不同航向对应的数据集；步骤3，分别对各个数据集的数据分块，得到各个数据集中的不同采集车辆和采集时段对应的数据块；步骤4，遍历各个所述数据集，基于DBSCAN聚类算法确定所述数据集中的交通灯个数，以得到的交通灯个数为聚类中心个数，基于K‑Means聚类计算得到聚类中心为交通灯坐标结果。基于DBSCAN聚类算法寻找交通灯个数、基于K‑Means聚类算法寻找聚类中心的多次聚类，较传统的单次聚类得到的交通灯个数的正确率与定位精度得到提高。
一种基于多次交通灯定位方法

[发明专利]一种中小河流流域相似性判别方法-CN201811147711.6在审
发明人：万定生;石波;赵群;阮祥超;周金玉;陆宇庆 -专利权人：河海大学
申请日： 2018-09-29 - 公布日： 2019-02-26 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种中小河流流域相似性判别方法，首先构造数据集聚类集体：选取特征指标构造特征子集，将特征子集输入基聚类算法得到聚类集体；然后构造聚类集体的相似度矩阵：构造所述聚类集体的相似度矩阵作为预设的聚类融合算法的输入矩阵；最后进行矩阵聚类融合：利用预设的聚类融合算法对所述相似度矩阵进行聚类融合，实现相似性判断，本发明充分利用中小流域的地理数据以及水文数据特征，并使用数据挖掘技术实现中小流域的相似性分析，解决水文流域相似性难以判断的技术问题
聚类相似度矩阵河流流域融合算法预设流域矩阵相似性分析相似性判断地理数据构造数据构造特征技术实现聚类算法使用数据输入矩阵水文数据特征指标特征子集融合子集水文集聚挖掘

[发明专利]一种基于节点聚类的网络定位优化算法-CN200810143502.4无效
发明人：陈浩;孙建华;李丁丁;彭萃芬 -专利权人：湖南大学
申请日： 2008-11-05 - 公布日： 2009-04-08 - 主分类号： H04L29/08 文献下载
摘要：本发明属于计算机对等网络计算领域，针对现有的基于虚拟空间的网络坐标定位算法的不足，提出了一种基于节点聚类的网络定位优化算法—Dumpling。本算法将一种基于网络距离的节点聚类算法与物理质量弹簧系统有机结合，先将网络中的节点按照它们之间的网络距离分组，形成一个个的聚类，然后在聚类之间与聚类内部分别运行基于物理质量弹簧系统的数值收敛算法来减小各个聚类的相对误差本算法可以尽最大可能保持已经在虚拟空中形成的较为准确的网络拓扑结构，避免了误差较小某个聚类中的节点被系统中其他的误差较大的节点所影响而出现的系统波动状况，而且还可以进一步减小聚类内部的节点之间的误差，以致在虚拟空间中还原出更加真实的网络拓扑结构
一种基于节点网络定位优化算法

[发明专利]一种基于密度Canopy的K-means聚类方法-CN201911127104.8在审
发明人：龚昱文;张承畅;余洒;张华誉;徐余 -专利权人：重庆邮电大学
申请日： 2019-11-18 - 公布日： 2020-04-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于密度Canopy的K‑means聚类方法，以密度Canopy聚类作为K‑means算法的预处理步骤，通过计算数据集的样本密度、簇内样本平均距离以及簇间距离，选取密度最大样本点为第一类聚类中心，并从数据集中去除初始密度簇；定义样本密度、簇内样本平均距离的倒数和簇间距离三者乘积为权值积，在余下数据集中以权值积最大依次确定聚类中心，直到数据集为空集，并把密度Canopy聚类结果作为K‑means的类别数和初始聚类中心，最终进行数据集的聚类分析。选取UCI上的数据集对算法的有效性进行比较验证，结果表明：相比传统K‑means算法、基于Canopy的K‑means算法、半监督K‑means++算法和K‑means‑u*算法，本发明提出的基于密度Canopy的K‑means算法的聚类准确率均有所提高。
一种基于密度 canopy means 方法

[发明专利]基于改进聚类算法的电力系统运行关键特征选择方法-CN202210965713.6在审
发明人：左一帆;涂海程;夏永祥;刘春山 -专利权人：杭州电子科技大学
申请日： 2022-08-12 - 公布日： 2022-11-08 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于改进聚类算法的电力系统运行关键特征选择方法，包括如下步骤：S1、将高维的电力数据组成的数据集处理成由每一个电气特征组成的数据集；S2、通过部分优先聚类算法产生聚类成员；S3、通过Co‑association矩阵进行聚类融合；S4、特征选择算法对电气特征进行聚类，并选择出关键属性。本发明方法通过改进的聚类算法来实现电力大数据的快速精确聚类，然后在得到聚类结果的基础上实现关键特征选择，实现对数据集的降维。本发明一方面有利于快速实现聚类，降低计算复杂度的同时还可以减少时间复杂度。另一方面可以实现可靠的聚类结果，保证了对电力大数据进行关键特征选择的可靠性。
基于改进算法电力系统运行关键特征选择方法

[发明专利]面向大数据领域的膜计算数据细胞聚类方法-CN201910692297.5在审
发明人：陆佳炜;赵伟;周焕;吴涵;张元鸣;肖刚 -专利权人：浙江工业大学
申请日： 2019-07-30 - 公布日： 2019-12-03 - 主分类号： G06K9/62 文献下载
摘要：一种面向大数据领域的膜计算数据细胞聚类方法，通过基于密度的k‑means算法，对数据进行预处理，克服人为预定数据簇的个数的缺陷，并且得到了相对合理的数据簇划分，同时混合进化机制采用基于层次划分Agnes算法、基于遗传算法(GA)、基于加权模糊聚类(FCM)算法作为进化规则，结合膜计算能有效的结合这三种聚类算法的优点，得到更好的聚类结果。
算法预处理有效的结合计算数据进化机制聚类结果聚类算法模糊聚类遗传算法预定数据大数据结合膜数据簇聚类加权进化细胞

[发明专利]一种基于模糊聚类的ERT图像重建伪影去除方法-CN201910998118.0在审
发明人：李奇;岳士弘;高晓峰 -专利权人：天津大学
申请日： 2019-10-21 - 公布日： 2020-02-21 - 主分类号： G06T5/00 文献下载
摘要：本发明涉及一种基于模糊聚类的ERT图像重建伪影去除方法，包括下列步骤：1)利用至少两种图像重建算法分别计算被测场域的灰度向量；2)将1)中灰度向量结合起来形成一个灰度矩阵作为聚类算法中的特征向量；3)将模糊聚类算法作用于灰度矩阵，对灰度矩阵进行聚类分析；4)按照聚类簇表现出来的统计特征找出分别代表“目标”、“背景”和“伪影”的聚类簇；5)将代表伪影的聚类簇划归到代表背景的聚类簇。
一种基于模糊 ert 图像重建去除方法

[发明专利]一种基于小波形状描述子的聚类算法有效性评价方法、设备及介质-CN202210247307.6在审
发明人：胡宇;孟臻 -专利权人：北京信息科技大学
申请日： 2022-03-14 - 公布日： 2022-06-28 - 主分类号： G06V10/762 文献下载
摘要：本发明提出一种基于小波形状描述子的聚类算法有效性评价方法、设备及介质，该方法从聚类簇中随机抽取或加入任意元素，形成原始簇与簇；将原始簇与测试簇分别转化为二维图像；检测原始簇与测试簇二维图像的轮廓边界；计算原始簇与测试簇二维图像的轮廓的小波形状描述子，得到轮廓上每个像素的特征向量；分别计算原始簇与测试簇二维图像的相似性；构建聚类算法有效性评价模型，基于原始簇与测试簇二维图像的相似性即可计算作为聚类算法有效性评价模型的参数，即可评价聚类算法的有效性。该方法适用于所有聚类算法的有效性评价，使用前不需要预了解聚类算法相关信息，速度快、准确性高，实现了聚类算法有效性的盲评估。
一种基于波形描述算法有效性评价方法设备介质

[发明专利]密度峰值聚类算法的聚类策略优化-CN202110762011.3在审
发明人：纪耀立;万静;姜诚 -专利权人：哈尔滨理工大学
申请日： 2021-07-06 - 公布日： 2021-09-10 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种方法，对于密度峰值聚类算法的聚类策略进行优化，主要解决密度峰值聚类算法在确定聚类中心后，剩余点分配过程中，因某个点分配错误而导致的“多米诺骨牌”效应。利用k‑dist值剔除噪声点，使簇与簇之间更加独立；运用广度优先搜索遍历算法对簇进行遍历，实现样本点的聚类；最后将剩余点分批次的分配给离其最近的点所在的类。这种聚类策略减少了噪声点对聚类结果的影响，避免了聚类过程中因为一个点分配错误而导致的连锁反应，显著提高了聚类效果。
密度峰值算法策略优化

[发明专利]密度峰值聚类算法的聚类策略优化-CN202011462448.7在审
发明人：纪耀立;姜诚;杨海波 -专利权人：哈尔滨理工大学
申请日： 2020-12-14 - 公布日： 2021-12-21 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种方法，对于密度峰值聚类算法的聚类策略进行优化，主要解决密度峰值聚类算法在确定聚类中心后，剩余点分配过程中，因某个点分配错误而导致的“多米诺骨牌”效应。利用k‑dist值剔除噪声点，使簇与簇之间更加独立；运用广度优先搜索遍历算法对簇进行遍历，实现样本点的聚类；最后将剩余点分批次的分配给离其最近的点所在的类。这种聚类策略减少了噪声点对聚类结果的影响，避免了聚类过程中因为一个点分配错误而导致的连锁反应，显著提高了聚类效果。
密度峰值算法策略优化

[发明专利]一种基于聚类算法改进的采暖方式混合推荐方法-CN202311107302.4在审
发明人：王珏昕;刘志刚;高振铎;张金昌;车明玉;李国华;赵阳;张泽宇;宋雯;季帅;刘帅;杨怡楠;霍明连;王明慧 -专利权人：吉林电力交易中心有限公司;国网吉林省电力有限公司长春供电公司
申请日： 2023-08-31 - 公布日： 2023-09-29 - 主分类号： G06Q10/0631 文献下载
摘要：本发明公开一种基于聚类算法改进的采暖方式混合推荐方法，属于电力行业电能替代领域。基于内容推荐算法将构建的用户特征画像和采暖方式特征画像的实际矩阵值输入基于内容推荐算法；基于聚类算法改进的协同过滤推荐算法，选择k‑means聚类算法进行用户群体聚类，得到具体某种采暖方式下的K类群体，将用户特征画像与聚类中心用户进行矩阵相似性计算，形成用户邻居矩阵，将构建的用户邻居矩阵和邻居偏好的采暖方式矩阵实际值输入基于用户的改进协同过滤推荐算法，分别输出各自推荐列表后，综合排序得到TOP‑N推荐结果本发明能够规避单一算法的弊端，融合推荐算法各自优势，精准挖掘用户需求，进而产生有针对性的高质量推荐结果。
一种基于算法改进采暖方式混合推荐方法