“聚类簇”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698084个，建议您升级VIP下载更多相关专利

[发明专利]问题聚类方法、装置、电子设备和存储介质-CN202211305485.6在审
发明人：刘洋;王栋;刘权;王士进 -专利权人：科大讯飞股份有限公司;科大讯飞（北京）有限公司;河北省讯飞人工智能研究院
申请日： 2022-10-24 - 公布日： 2022-12-20 - 主分类号： G06F16/332 文献下载
摘要：本发明提供一种问题聚类方法、装置、电子设备和存储介质，其中方法包括：获取第一问题簇，所述第一问题簇包括待聚类的第一问题；确定所述第一问题簇中的基准问题及其基准回复，以及所述第一问题簇中的第一问题以所述基准回复作为对话回复的回复概率；基于所述第一问题的回复概率，对所述第一问题进行聚类，得到第二问题簇。本发明提供的方法、装置、电子设备和存储介质，基于第一问题以基准回复作为对话回复的回复概率进行问题聚类，使得问题聚类的依据能够更加贴合实际对话场景下的问题语义，由此保证问题聚类的可靠性，优化问题聚类效果。
问题方法装置电子设备存储介质

[发明专利]基于旅游场景的文本聚类方法、系统、设备及存储介质-CN202310188962.3在审
发明人：杨堡麒;赵华;鞠剑勋;李健 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2023-03-01 - 公布日： 2023-05-30 - 主分类号： G06F40/289 文献下载
摘要：本发明提供了基于旅游场景的文本聚类方法、系统、设备及存储介质，该方法包括：对旅游搜索词进行分词获得分词单元，并过滤已有旅游场景主题的相关分词单元，并加入待聚类的分词单元集合；获得待聚类的分词单元集合中每个分词单元的词向量，计算词向量的局部密度和相对文本相似度；根据词向量的局部密度和相对文本相似度获得聚类后效果评价系数最高的簇的数量和每个簇的中心。本发明能够通过该聚类方案完成对线上用户输入的搜索词进行自动聚类，解决了聚类算法无法确定簇的数量以及每个簇的簇中心的问题，并且自动过滤掉已有的主题，从而挖掘出新主题。
基于旅游场景文本方法系统设备存储介质

[发明专利]电子围栏拆分方法及装置-CN202210687722.3在审
发明人：孙绍文 -专利权人：拉扎斯网络科技（上海）有限公司
申请日： 2022-06-17 - 公布日： 2022-08-23 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例公开了一种电子围栏拆分方法及装置，电子围栏包含多个兴趣点和/或兴趣面；方法包括：确定对电子围栏进行聚类的聚类长度；遍历电子围栏中的兴趣点和/或兴趣面，按照聚类长度进行聚类，得到多个聚类簇；以聚类簇为单位对电子围栏中的兴趣点和/或兴趣面按照聚类长度进行聚类，根据聚类得到的聚类簇自动对电子围栏进行拆分，节省人力成本。拆分得到的电子子围栏降低了电子围栏的粒度，更便于数据分析、业务处理等。
电子围栏拆分方法装置

[发明专利]一种不同室早心电信号分类方法、系统及电子设备-CN202310284537.4在审
发明人：王丽荣;须金柯;刘星宇;刘江旭;鲁思思;李佳程 -专利权人：苏州大学
申请日： 2023-03-22 - 公布日： 2023-07-07 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及一种不同室早心电信号分类方法、系统及电子设备，方法包括：将获取的心电信号数据集X输入训练好的U‑Net模型，得到嵌入表达数据集Z；将所述嵌入表达数据集Z中的样本按簇分类，得到聚类分配Y；判断所述聚类分配Y中的簇数是否高于预设簇数，若高于预设簇数，则将所述聚类分配Y作为伪标签，以及所述心电信号数据集X同时输入训练好的U‑Net模型，实现对训练好的U‑Net模型进行重新训练，并得到新的嵌入表达数据集Znew，再重复按簇分类的步骤直至聚类分配Y中的簇数低于预设簇数；若低于预设簇数，则输出低于预设簇数的聚类分配Y；根据所述低于预设簇数的聚类分配Y得到不同室早心电信号的分类
一种同室电信号分类方法系统电子设备

[发明专利]一种基于小波变换的负荷聚类和模式识别方法-CN201810002118.6在审
发明人：钱科军;沈杰;韩克勤;郎燕娟;张国骏;阮文俊;杨永标;陈嘉栋;宋杰;王金明;杨世海;陆子刚;赵双双;曹晓冬;支亚薇 -专利权人：国电南瑞科技股份有限公司;国网江苏省电力有限公司;国家电网有限公司;南瑞集团有限公司;国电南瑞南京控制系统有限公司
申请日： 2018-01-02 - 公布日： 2018-06-29 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于小波变换的负荷聚类和模式识别方法，包括获取n维的日负荷曲线；降低日负荷曲线的维度，生成逼近信号XaL和细节信号XaH；分别对标准化处理后的逼近信号X′aL和细节信号XaH进行聚类，获得簇A和簇D；将簇A和簇D聚合，获得最终的簇C，其聚类中心就是负荷模式中心Ccenter。本发明采用小波变换来减少维数，提高了曲线聚类的有效性，与其他现有的算法相比，聚类的效果要优于其他几种算法。
聚类小波变换逼近信号模式识别细节信号日负荷算法标准化处理负荷模式聚类中心维度维数聚合

[发明专利]一种公交站点选址方法及装置-CN202010413073.9在审
发明人：张毅;王智鑫;李金辉;张猛;王小敏;王志恒;孙嵩;郭德坤 -专利权人：河南科技大学
申请日： 2020-05-15 - 公布日： 2020-08-25 - 主分类号： G06Q10/04 文献下载
摘要：该方法首先获取出行位置的样本点数据，采用聚类算法对样本点数据进行聚类；对于一个类簇，选择影响乘坐公交车的热点区域因素，确定各类热点区域因素对于公交吸引度的影响权重，并结合类簇间的出行距离和类簇间的出行量，确定该类簇的密集度指标，进而确定该类簇的重要度；最后根据每个类簇的重要度对聚类结果进行调整，根据调整后的聚类结果的聚类中心的位置，确定公交站点的位置。本发明将影响乘坐公交车的热点区域因素考虑在内，通过该种方式获得的类簇的重要度更符合乘客的真实的、客观的实际需求，使得最终确定的公交站点数目和位置更为合理。
一种公交站点选址方法装置

[发明专利]一种DPC聚类算法的改进方法-CN202111080561.3在审
发明人：伊卫国;严羚玮;宋旭东;宋亮;苏浩田;万晓慧 -专利权人：大连交通大学
申请日： 2021-09-15 - 公布日： 2021-12-10 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种DPC聚类算法的改进方法，包括：S1、通过均值距离与截断中心，选取初始聚类中心；S2、采用K‑Means的分配策略，根据所有数据点到每个初始聚类中心的欧式距离进行分簇；S3、更新簇中心，进行中心偏移，对所有数据点重新分配归属，反复操作；S4、判断簇和簇之间是否需要进行中心融合；若需要进行中心融合，则采用迭代融合法的思想进行中心融合，得到新的聚类结果；若不需要，则采用S3中的最终聚类结果本发明提出一种新的聚类思想，即基于最大均值距离寻找初始聚类中心，对各个簇基于高密度相连进行融合的方法，采用迭代融合法的思想进行中心融合，得到更好的聚类结果。
一种 dpc 算法改进方法

[发明专利]异常轨迹检测方法、装置、电子设备及存储介质-CN202310307791.1在审
发明人：孙明悦;陈勋;唐宵;汪孔桥;马胤垚 -专利权人：中国科学技术大学先进技术研究院
申请日： 2023-03-24 - 公布日： 2023-06-09 - 主分类号： G06F16/2458 文献下载
摘要：基于所述待检测轨迹和目标轨迹模型特征，确定目标轨迹相似度；基于所述目标轨迹相似度，确定所述待检测轨迹的轨迹状态信息；其中，所述目标轨迹模型特征通过如下步骤得到：基于历史轨迹数据集的轨迹位置信息，对所述历史轨迹数据集进行第一聚类，得到至少一个第一聚类簇；基于所述第一聚类簇的轨迹相似度，对所述第一聚类簇进行第二聚类，得到至少一个第二聚类簇；基于所述第二聚类簇对应的第二聚类中心，得到所述目标轨迹模型特征。
异常轨迹检测方法装置电子设备存储介质

[发明专利]一种呼叫中心热点发现方法、装置和电子设备-CN202211024374.8在审
发明人：杨庆祝;刘德厚 -专利权人：北京合力亿捷科技股份有限公司
申请日： 2022-08-24 - 公布日： 2022-11-11 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及数据处理的领域，尤其是涉及一种呼叫中心热点发现方法、装置和电子设备，该方法包括：获取至少一个新增工单数据，新增工单数据是用户与呼叫中心建立联系后形成的；将至少一个新增工单数据进行聚类，得到至少一个新增工单簇；判断每一新增工单簇是否符合预设聚类标准，并将不符合预设聚类标准的新增工单簇进行聚类优化，直至优化结果满足预设聚类标准；确定每一符合预设聚类标准的新增工单簇对应的聚类边界信息；根据每一新增工单簇对应的聚类边界信息
一种呼叫中心热点发现方法装置电子设备

[发明专利]场景缩减方法、装置及终端设备-CN202110352385.8在审
发明人：时珉;王铁强;李铁成;闫鹏;尹瑞;王一峰;孙广辉 -专利权人：国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司
申请日： 2021-03-31 - 公布日： 2021-07-16 - 主分类号： G06K9/62 文献下载
摘要：本发明适用于风电技术领域，提供了一种场景缩减方法、装置及终端设备，包括：获取光伏发电出力场景集合；基于预设的聚类方法对所述光伏发电出力场景集合中的多个光伏发电出力场景进行聚类，确定多个聚类结果类簇，其中，所述预设的聚类方法采用基于密度原则和最大最小距离原则对初始聚类中心进行优化；采用概率距离的同步回代消除算法对所述多个聚类结果类簇中的每个聚类结果类簇对应的类簇场景集合中的光伏发电出力场景进行缩减，确定缩减后的类簇场景集合中的光伏发电出力场景
场景缩减方法装置终端设备

[发明专利]文本聚类方法、装置、设备及计算机可读存储介质-CN202011288655.5有效
发明人：陈夏飞 -专利权人：中国平安财产保险股份有限公司
申请日： 2020-11-17 - 公布日： 2023-06-30 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及人工智能领域，揭露一种文本聚类方法，包括：将至少两个待聚类文本进行向量化处理，得到文本特征向量集；通过密度峰值算法，从文本特征向量集中选取初始簇中心向量和确定文本特征向量集中初始簇的数量；根据初始簇中心向量和初始簇的数量，通过k均值聚类算法对文本特征向量集进行聚类处理，得到聚类结果。本发明能够提高文本聚类的准确性。
文本方法装置设备计算机可读存储介质

[发明专利]一种基于层次聚类的过采样方法及系统-CN201811011756.0在审
发明人：王宏志;樊昱才;高宏 -专利权人：哈尔滨工业大学
申请日： 2018-08-31 - 公布日： 2019-01-22 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及数据处理技术领域，提供了一种基于层次聚类的过采样方法及系统，该方法包括：对少数类样本进行聚类；对聚类得到的类簇进行连接；为每个少数类的类簇及类簇的连接部分分配权重；根据分配的权重确定每个少数类的类簇及连接部分被选取的概率，并根据所述概率在类簇和类簇的连接部分根据种子数据生成新数据。本发明在聚类以及生成新样本时采取了多种措施使得生成的数据在一定忍耐限度内能够满足尽量不产生和扩大噪声的要求，并且在识别子概念的同时充分考虑了类内不平衡的处理，从而使得本发明的方法对于少数类中的子概念能够提供足够的关注
类簇聚类层次聚类过采样数据处理技术提升分类器分配权重权重确定学习效果种子数据识别子新数据新样本子概念概率噪声样本分配

[发明专利]基金产品推荐方法、装置、终端设备及存储介质-CN201710899347.8有效
发明人：姬马婧雯;何军 -专利权人：平安科技（深圳）有限公司
申请日： 2017-09-28 - 公布日： 2021-09-10 - 主分类号： G06Q30/06 文献下载
摘要：该基金产品推荐方法，包括：获取当前用户画像数据，所述当前用户画像数据包括至少一个当前特征数据；获取用户数据模型，所述用户数据模型包括至少两个聚类类簇，每一所述聚类类簇对应一风险评估值；基于所述当前用户画像数据，从至少两个所述聚类类簇中获取与至少一个所述当前特征数据相对应的目标聚类类簇；基于所述目标聚类类簇对应的风险评估值，确定目标基金产品。
基金产品推荐方法装置终端设备存储介质

[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]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