“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]基于K-means算法的课程信息确定方法、装置、设备及存储介质-CN202010143221.X在审
发明人：黄跃鹏 -专利权人：中国平安人寿保险股份有限公司
申请日： 2020-03-04 - 公布日： 2020-07-31 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于K‑means算法的课程信息确定方法、装置、设备及存储介质，所述方法部分包括：获取所有用户的应用工具的使用习惯数据，并将所述应用工具的使用习惯数据作为样本数据；采用基于密度的聚类算法DBSCAN对样本数据进行聚类，得到样本数据的聚类数据簇，并剔除所述聚类数据簇的离散样本数据，得到第一数据簇；将第一数据簇作为K‑means算法的输入数据，将预设K值作为K‑means算法的K值，根据K‑means算对第一数据簇进行聚类，得到目标聚类结果。该基于K‑means算法的课程信息确定方法结合了基于密度的聚类算法DBSCAN，并剔除了部分离群点，可使K‑means在选取初始聚类中心点以及初期迭代中心点时减少了离群点的影响，可有效提升聚类效果。
基于 means 算法课程信息确定方法装置设备存储介质

[发明专利]一种基于改进k-means聚类算法的质心空间上采样算法-CN202110264357.0在审
发明人：王海勇;管维正;张开心 -专利权人：南京邮电大学
申请日： 2021-03-11 - 公布日： 2021-05-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了数据聚类分析技术领域的一种基于改进k‑means聚类算法的质心空间上采样算法，能够更好的提高聚类速度和准确率，降低算法的计算复杂度，减少算法的运行时间，并且避免出现k‑means算法的局部最优问题的出现包括：使用k‑means聚类算法对样本集进行聚类，并基于距离原则选择初始聚类中心；基于给定的存储结构，计算样本集中各样本分别与各初始聚类中心的欧式距离，进而获取聚类簇；基于获取的聚类簇，通过各聚类簇之间的欧氏距离计算出样本的初始质心
一种基于改进 means 算法质心空间采样

[发明专利]一种结合自编码器的谱聚类算法、装置、设备及存储介质-CN202310505866.7在审
发明人：梁志壕;邱卫根 -专利权人：广东工业大学
申请日： 2023-05-06 - 公布日： 2023-08-01 - 主分类号： G06F18/2323 文献下载
摘要：本发明涉及算机技术的无监督学习技术领域，公开了一种结合自编码器的谱聚类算法、装置、设备及存储介质。本发明的算法包括：计算目标数据对应的拉普拉斯矩阵；将预置聚类个数、所述目标数据和拉普拉斯矩阵作为输入，通过自编码器学习得到目标数据对应的特征；该自编码器学习时采用的总损失函数根据谱聚类的损失函数、稀疏性约束以及所述自编码器自身的损失函数得到；基于预置聚类算法对所述特征进行聚类，得到聚类结果。本发明使用自编码器对现有谱聚类算法中的特征分解步骤进行替代，并进行损失函数的改进，使得自编码器能兼顾到原有谱聚类算法的目标优化，解决了现有谱聚类算法对拉普拉斯矩阵进行特征分解的操作时间复杂度高的技术问题
一种结合编码器谱聚类算法装置设备存储介质

[发明专利]一种基于广义模糊聚类算法的无监督数据分类方法-CN201810495011.X在审
发明人：文传军;许定亮;刘福燕 -专利权人：常州工学院
申请日： 2018-05-22 - 公布日： 2018-10-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于广义模糊聚类算法的无监督数据分类方法，其步骤包括：对样本集合依GFC目标函数最小化原则进行最优化划分；初始化多个粒子的位置和速度值；将粒子位置值与样本聚类中心对应实现聚类中心初始化；定义样本、聚类中心间的距离与模糊隶属度成反比例关系从而计算样本模糊隶属度；按粒子群算法迭代公式得到更新的聚类中心；计算得到GFC目标函数。本发明所构造的模糊聚类算法不受归一化约束的限制，能够对噪声数据作有效挖掘和识别。所构造的模糊隶属度与聚类中心反比例关系形式可以拓展变形为多种形式，提升了聚类算法的适用范围，还可对模糊指标作隐藏忽略，从而避免了模糊指标对聚类算法的干扰。
聚类中心模糊聚类算法模糊隶属度反比例关系聚类算法目标函数数据分类初始化无监督粒子群算法最小化原则模糊迭代公式定义样本粒子位置样本集合样本聚类有效挖掘噪声数据归一化最优化粒子样本变形更新拓展

[发明专利]基于Hadoop分布式计算的MS-Kmeans聚类方法、装置-CN202310415443.6在审
发明人：李凯;李国栋;王春红;杨大伟;马军;胡美慧;万姣;马天福;马斌 -专利权人：国网新疆电力有限公司信息通信公司;华北电力大学;国家电网有限公司
申请日： 2023-04-18 - 公布日： 2023-07-25 - 主分类号： G06F18/23213 文献下载
摘要：本发明涉及一种数据聚类技术领域，是一种基于Hadoop分布式计算的MS‑Kmeans聚类方法、装置，包括：搭建Hadoop集群；将总数据集平分为若干子数据集；执行Hadoop分布式文件命令，上传总数据集和子数据集至Hadoop分布式文件系统，利用Mean Shift算法分别对每个子数据集进行聚类，得到多个候选中心向量；选择K个相距最远的候选中心向量作为中心向量，利用K‑means聚类算法对总数据集中的所有数据进行聚类本发明能将MS‑Kmeans聚类算法运行在Hadoop分布式文件系统中，且集合Mean Shift算法和K‑means聚类算法的优点，在提高了聚类性能的同时有效减少了聚类运行时间。
基于 hadoop 分布式计算 ms kmeans 方法装置

[发明专利]一种基于情节记忆的短文本流聚类方法-CN202211573825.3在审
发明人：周由胜;刘子健 -专利权人：重庆邮电大学
申请日： 2022-12-08 - 公布日： 2023-05-26 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于情节记忆的短文本流聚类方法，涉及文本数据挖掘领域。短文本流具有无限长、主题演化、文本特征稀疏等特点，现有的基于相似度的短文本流聚类方法大多需要手动设置一个相似度阈值，而且无法很好的处理文本稀疏性问题。本发明提出一种基于相似度的情节记忆短文本流聚类方法，首先将情节记忆思想融入到流聚类算法中，然后通过稀疏经验重放增强聚类的特征表示，并使用反向索引提高聚类效率；在线阶段通过新的相似度计算公式以及动态计算相似度阈值，把当前文本分配到现有集群或新集群，并且不断更新聚类特征；离线阶段通过聚类增强算法、语义再分配算法以及删除过时聚类算法来提高整体算法性能。
一种基于情节记忆文本流聚类方法

[发明专利]一种基于聚类算法的电池分选方法、装置及电子设备-CN202111473880.0在审
发明人：许开华;张宇平;别传玉;刘虹灵;张阳琳;宋华伟;阳婕;李晨威 -专利权人：格林美股份有限公司
申请日： 2021-12-02 - 公布日： 2022-03-18 - 主分类号： B07C5/344 文献下载
摘要：本发明涉及一种基于聚类算法的电池分选方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取待分选电池的恒流放电曲线，根据所述恒流放电曲线得到放电电压平台；根据所述放电电压平台和第一预设算法确定初始聚类中心，利用第二预设算法对所述初始聚类中心进行优化，得到优化后的聚类中心；根据所述优化后的聚类中心确定聚类对象，根据所述聚类对象得到电池分选结果。本发明提供的基于聚类算法的电池分选方法，减少了电池分选的工作量，使得电池分选更加便利。
一种基于算法电池分选方法装置电子设备

[发明专利]一种电力用户用电特性的提取方法、系统及终端设备-CN201910052354.3在审
发明人：荆志朋;邵华;王颖;张章;张倩茅;马国真;袁博;胡诗尧;李振伟;齐晓光;张丽洁;习朋;郑紫尧;刘芮;卢锦玲;马冲 -专利权人：国网河北省电力有限公司经济技术研究院
申请日： 2019-01-21 - 公布日： 2019-03-19 - 主分类号： G06F16/26 文献下载
摘要：本发明提供了一种电力用户用电特性的提取方法、系统及终端设备，方法包括：获取样本数据，并对所述样本数据进行处理获得目标用电数据集；通过DBSCAN聚类算法和聚类有效性指标，计算所述目标用电数据集的负荷模式聚类数；通过所述DBSCAN聚类算法，将所述目标用电数据集按照所述负荷模式聚类数聚类，得到电力用户用电特性曲线。本发明通过将DBSCAN聚类算法和聚类有效性指标相结合，能快速提取电力用户用电特性。
聚类电力用户用电特性聚类算法用电数据有效性指标负荷模式样本数据终端设备快速提取

[发明专利]一种基于载客数据的划分时间DBSCAN聚类方法-CN202310687495.9在审
发明人：吴征;程媛;孙悦恭 -专利权人：哈尔滨理工大学
申请日： 2023-06-11 - 公布日： 2023-09-08 - 主分类号： G06F18/2321 文献下载
摘要：本发明涉及大数据的数据挖掘方法中的聚类算法，分析出租车载客数据，是结合计算机科学与实际生活领域的学科课题。载客数据分布并不均匀，使用的聚类算法有限。常规的DBSCAN聚类算法对数据量大的情况下，聚类时间消耗过长，并且参数调节困难。本发明从载客数据的时间特点入手，通过分析不同时间下的载客情况。提出一种基于载客数据的划分时间DBSCAN聚类算法，新增时间参数及时间约束参数。相对于常规的算法而言，本发明处理数据运行所消耗时间较少，性能得到优化。并且能够自由的选择具体时间下的聚类结果，聚类指标结果相比原算法均有提高。
一种基于载客数据划分时间 dbscan 方法

[发明专利]基于K-means算法迭代分层聚类声速剖面的海洋锋重构方法-CN202111291650.2有效
发明人：陈伟;刘玉耀;陈羽;孟洲;马丽娜;陈雯 -专利权人：中国人民解放军国防科技大学
申请日： 2021-11-01 - 公布日： 2022-09-13 - 主分类号： G06K9/62 文献下载
摘要：本发明属于物理海洋、海洋技术以及水声工程等领域，具体涉及一种基于K‑means算法迭代分层聚类声速剖面的海洋锋重构方法，该方法使用K‑means算法对海洋锋海区声速剖面按照分层原则进行分层聚类。与其他聚类算法相比，该方法思想简单，收敛速度快，聚类效果好，能够满足于海洋锋海区存在大量声速剖面时的聚类要求。并能通过声传播损失的计算验证聚类结果的准确性，同时根据误差阈值对分层提出迭代优化，直至所有分层聚类结果均满足允许的误差阈值，最终实现基于K‑means算法迭代分层聚类声速剖面的海洋锋重构。
基于 means 算法分层声速剖面海洋锋重构方法

[发明专利]开关柜状态评估方法和装置-CN202010560757.1在审
发明人：胡金磊;黎阳羊;赖俊驹;王伟;华耀;孙振 -专利权人：广东电网有限责任公司清远供电局
申请日： 2020-06-18 - 公布日： 2020-09-29 - 主分类号： G06K9/62 文献下载
摘要：该方法包括获取开关柜的带电检测数据；采用DBSCAN聚类算法对带电检测数据进行状态划分，以确定开关柜的状态；通过轮廓系数对DBSCAN聚类算法的参数进行优化。通过采用DBSCAN聚类算法对带电检测数据进行状态划分，可以不依赖主观权值，对数据进行更加科学的分类。而且，DBSCAN聚类算法可以对非球形和大小不一的簇有良好的划分，克服了常见的均值聚类算法中难以处理非球形的簇和不同大小的簇的问题，可以给开关柜的运维人员更加科学合理的运维建议。然后通过轮廓系数对DBSCAN聚类算法的参数进行优化，可以使得DBSCAN聚类算法的聚类效果好，进一步地提高了运维建议的合理性。
开关柜状态评估方法装置

[发明专利]外卖员社群识别算法的训练方法和外卖员社群识别方法-CN202211442002.7在审
发明人：陈祥;刘卉芳;廖娟;江俊昊;林敏;彭诗雅;杨沛;邹俊德 -专利权人：中国联合网络通信集团有限公司
申请日： 2022-11-17 - 公布日： 2023-03-07 - 主分类号： G06F18/23213 文献下载
摘要：本申请实施例提供一种外卖员社群识别算法的训练方法和外卖员社群识别方法，涉及大数据分析和机器学习技术领域，包括：获取预设天数中，用户每日使用第一外卖软件的使用记录，对使用记录进行特征提取，获得用户每日的行为特征向量，并采用K‑Means聚类算法对行为特征向量进行聚类，获得聚类结果，将聚类结果中符合预设条件的聚类簇中的用户标记为第一外卖员，根据第一外卖员与第二外卖员的重合度对K‑Means聚类算法进行训练，得到训练完成的K‑Means聚类算法。通过第一外卖软件中的特定字段作为标签，对聚类算法进行训练，得到的训练完成的外卖员社群识别算法，通过该算法对无标签的外卖员进行社群识别，可以提高外卖员社群识别的准确性。
外卖社群识别算法训练方法

[发明专利]一种基于区块链的分布式聚类算法-CN201911024250.8在审
发明人：周向红;程辛格;施夏松;卢亦斌 -专利权人：上海有倕信息科技有限公司
申请日： 2019-10-25 - 公布日： 2020-02-14 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了一种基于区块链的分布式聚类算法，其特征在于，包括：S1：聚类网络中的上传者生成上传请求，并将所述上传请求记录在区块链的智能合约中；S2：根据区块链中节点的特征值，从区块链的各个节点中确定出多个待聚类节点；S3：聚类网络中的聚类者生成聚类请求，并将所述聚类请求记录在区块链的智能合约中；S4：在区块链中生成上传者与聚类者聚类所述待聚类节点的聚类交易；S5：在聚类网络中由聚类者完成每个待聚类节点全局聚类。本发明将区块链与聚类算法相结合，实际上是一种去中心化聚类算法，可以显著减小数据中断的风险及其损失，增加数据聚类的安全性和保密性。
聚类区块上传聚类算法请求记录数据聚类数据中断保密性网络智能中心化减小全局交易

[发明专利]一种光伏电站等值建模方法及系统-CN202211493971.5在审
发明人：李立生;于海东;刘洋;张世栋;孙勇;李勇;秦佳峰;由新红;黄敏;刘文彬;文祥宇;李帅;张鹏平;张林利;刘合金;刘明林;王峰;苏国强 -专利权人：国网山东省电力公司电力科学研究院;国家电网有限公司
申请日： 2022-11-25 - 公布日： 2023-02-28 - 主分类号： G06F18/23213 文献下载
摘要：本发明属于电力系统技术领域，公开一种光伏电站等值建模方法，包括：对光伏并网变电站进行进行等值聚类建模，得到等值聚类模型；根据所述等值聚类模型，计算聚类指标向量，并利用Canopy聚类算法对聚类指标向量进行聚类，获取初始聚类中心和聚类个数；根据初始聚类中心和所述聚类个数，利用Kmeans聚类算法进行聚类，得到等值聚类中心值；并根据等值聚类中心值，计算光伏机组的控制参数；根据光伏机组的控制参数，进行光伏电站的等效模型建模本发明解决了传统单一聚类算法在等值建模过程中因初始值的选择不准确不能得到全局最优解、计算复杂度大和计算结果不收敛的问题，提高了光伏电站等值聚类的速度和聚类结果的准确性。
一种电站等值建模方法系统

[发明专利]一种基于融合进化算法的日负荷曲线聚类方法及系统-CN202110613240.9在审
发明人：覃日升;李胜男;况华;姜訸;段锐敏 -专利权人：云南电网有限责任公司电力科学研究院
申请日： 2021-06-02 - 公布日： 2021-09-03 - 主分类号： G06K9/62 文献下载
摘要：本申请属于电力系统分析与控制技术领域，提供一种基于融合进化算法的日负荷曲线聚类方法及系统，所述一种基于融合进化算法的日负荷曲线聚类方法包括：获取多个用户的原始日负荷曲线负荷并预处理，随机生成S个遗传算法个体形成初始化种群，所述个体由聚类中心编码构成；根据模糊C均值算法更新每个个体的聚类中心编码，获得数据对象对于聚类中心的隶属度矩阵，选定适应度函数，计算个体适应度值；循环重复对种群中个体的遗传操作和个体的聚类中心编码更新操作，直至当前退火温度小于退火终止温度；选取种群中适应度值最大个体的聚类中心编码值确定为最终聚类中心。上述基于融合进化算法的日负荷曲线聚类方法有效提高了日负荷曲线聚类方法的准确性。
一种基于融合进化算法负荷曲线方法系统