“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]数据处理方法及装置、处理器、电子设备、存储介质-CN202010106959.9在审
发明人：王飞;黄厚钧;李诚;钱晨;楼赞 -专利权人：北京市商汤科技开发有限公司
申请日： 2020-02-20 - 公布日： 2020-06-26 - 主分类号： G06K9/62 文献下载
摘要：该方法包括：获取待聚类簇对和聚类网络，其中，所述聚类网络以簇对的纯度为监督信息训练得到，所述所述簇对的纯度用于表征簇对中的参考类别的纯度，所述参考类别为所述簇对中包含数据的数量最多的类别；使用所述聚类网络对所述待聚类簇对进行处理，得到第一合并分数，其中，所述第一合并分数用于表征所述待聚类簇对的纯度；基于所述第一合并分数，得到所述待聚类簇对的聚类结果。
数据处理方法装置处理器电子设备存储介质

[发明专利]文本的处理方法、装置、电子设备及计算机可读存储介质-CN202010496796.X在审
发明人：李丹;赵立永;吴新丽;韩勇;刘启明;代继涛 -专利权人：新华网股份有限公司
申请日： 2020-06-03 - 公布日： 2020-10-02 - 主分类号： G06F16/35 文献下载
摘要：该方法包括：确定出待检测的短文本数据的文本数量，并基于文本数量确定出类簇数量和聚类算法；基于聚类算法对各个待检测的短文本数据按照类簇数量进行聚类，得到各个类簇；确定出每个类簇中每个短文本数据的文本主题句，并基于各个文本主题句确定出每个类簇的类簇主题句，当检测到任意两个类簇满足预设的合并条件时，将任意两个类簇进行合并，得到合并后的类簇；基于任意两个类簇的类簇主题句确定出合并后的类簇的类簇主题句。本申请保证了聚类的准确性，减少了聚类的时间复杂度，从而减少了聚类的耗时，进而提高了文本处理的整体效率。
文本处理方法装置电子设备计算机可读存储介质

[发明专利]基于激光测距的高海拔地区土方开挖标高快速测量方法-CN202311090267.X在审
发明人：李强;李刚;何刚;董文;邓科;孙浩尹;张晓红;杨程远;黄勇;李同晗 -专利权人：国网四川电力送变电建设有限公司;国家电网有限公司特高压建设分公司
申请日： 2023-08-28 - 公布日： 2023-10-13 - 主分类号： G01S17/08 文献下载
摘要：本发明涉及数据处理技术领域，提出了基于激光测距的高海拔地区土方开挖标高快速测量方法，包括：采集激光测距仪的若干回馈时间；获取每次回馈时间的可信参数，层次聚类得到第一次聚类的若干聚簇；获取第一次聚类每个聚簇的标准时间点，得到每个聚簇的聚集程度，修正得到第一次聚类任意两个聚簇的修正类间距离；根据回馈时间的可信参数、聚簇的聚集程度及聚簇之间的修正类间距离，获取每次聚类任意两个聚簇的聚类必要性，并对下一次聚类得到的聚簇获取核心评估值，最终得到核心数据簇；通过核心数据簇中的回馈时间，完成土方开挖标高测量。
基于激光测距海拔地区土方开挖标高快速测量方法

[发明专利]用于输出信息的方法和装置-CN201910699465.3在审
发明人：陈科第;白恩洋;周淼;孙芳媛 -专利权人：北京百度网讯科技有限公司
申请日： 2019-07-31 - 公布日： 2019-11-01 - 主分类号： G06Q10/04 文献下载
摘要：该方法的一具体实施方式包括：在预设的坐标点集合中选取预设数目个坐标点作为第一初始中心点，以第一初始中心点为聚类中心，对坐标点集合中的坐标点进行聚类，得到预设数目个第一初始聚类簇；对预设数目个第一初始聚类簇进行更新，得到预设数目个更新后的聚类簇；基于预设的距离衰减函数，重新确定预设数目个更新后的聚类簇中每个更新后的聚类簇所包含的坐标点的数目；基于每个更新后的聚类簇所包含的坐标点的数目，重新对坐标点集合中的坐标点进行聚类，得到预设数目个目标聚类簇，输出预设数目个目标聚类簇的簇信息。
预设聚类簇坐标点更新标点初始中心点方法和装置集合目标聚类输出信息聚类聚类中心衰减函数重新确定云计算配送工作量均衡输出申请

[发明专利]模型训练、智能客服问题聚类方法及相关装置-CN202211030076.X在审
发明人：邱霞霞;廖智霖;娄东方;高峰;林金曙;陈哲 -专利权人：恒生电子股份有限公司
申请日： 2022-08-26 - 公布日： 2022-11-25 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及人工智能技术领域，提供了一种模型训练、智能客服问题聚类方法及相关装置，所述方法包括：将训练集输入聚类特征表示模型，得到每个训练数据的特征向量，训练集包括有标签的训练数据和无标签的训练数据；对每个特征向量进行聚类，得到聚类簇和每个聚类簇对应的簇标签；当聚类簇不满足聚类条件时，根据标签集和/或每个簇标签，对每个簇标签进行迭代优化，标签集包括训练集中每个有标签的训练数据的真实标签；基于训练数据及优化后的簇标签，对聚类特征表示模型进行训练，得到训练后的聚类特征表示模型。本发明利用真实标签对初始簇标签进行调整，再利用调整后的簇标签进行模型训练，使训练出的聚类特征表示模型的聚类效果更好。
模型训练智能客服问题方法相关装置

[发明专利]基于联邦学习的多任务学习方法及相关设备-CN202310110092.8在审
发明人：李丹丹;黄小红;谢坤;张沛;赵昱祁 -专利权人：北京邮电大学
申请日： 2023-02-02 - 公布日： 2023-06-23 - 主分类号： G06N20/20 文献下载
摘要：本申请提供一种基于联邦学习的多任务学习方法及相关设备，包括确定参与节点对参与节点进行聚类确定若干聚类簇；根据若干聚类簇执行簇内联邦学习确定各个簇的全局模型；根据簇全局模型，通过SHAP框架进行计算确定任一聚类簇的簇关键特征集；根据簇关键特征集确定全局模型；根据任一聚类簇中对全局模型进行训练确定任一聚类簇的簇全局模型；其中多个聚类簇用于实现多任务学习。本申请通过聚类将设备性能和数据分布相似的参与节点聚合在同一类中，同一簇内的参与节点共同训练，避免设备类型或数据分布不同的参与节点影响，缓解了数据和设备异质性带来的问题；通过特征遮蔽的方式只训练所有节点都认为关键的特征的相关参数缓解数据异质性带来的问题
基于联邦学习任务学习方法相关设备

[发明专利]一种图片聚类方法、装置及存储介质-CN202111093417.3有效
发明人：刘畅;段钧宝 -专利权人：重庆紫光华山智安科技有限公司
申请日： 2021-09-17 - 公布日： 2023-08-01 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种图片聚类方法，包括：分别对多张待聚类图片进行特征提取，得到多个第一特征向量；对所述多个第一特征向量进行聚类，得到至少一个第一聚类簇；确定所述至少一个第一聚类簇中每一个第一聚类簇的中心特征向量；将每个第一聚类簇的中心特征向量与中心特征向量所属第一聚类簇中的其他第一特征向量分别进行融合，得到多个第二特征向量；对所述多个第二特征向量进行聚类，得到至少一个第二聚类簇；基于所述至少一个第二聚类簇进行图片聚类通过上述图片聚类方法，优化了类中心特征的计算方式，优化图片特征的表达方式，提高了聚类的准确率。
一种图片方法装置存储介质

[发明专利]一种基于超簇加权的集成聚类方法-CN202011033044.6在审
发明人：钱雪忠;薛红艳 -专利权人：江南大学
申请日： 2020-09-27 - 公布日： 2021-01-15 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于超簇加权的集成聚类方法，先利用基于地标点表示的谱聚类方法对样本集进行聚类生成基聚类集合；基聚类集合由多个基聚类成员集合构成，每个基聚类成员包括多个类簇，每个类簇中包括样本集中的多个样本点；再对基聚类集合中的基聚类成员进行处理得到超簇集合，并计算出每个基聚类成员的权重，以及根据超簇集合和计算出的权重计算出共协矩阵；最后采用层次聚类方法对共协矩阵进行聚类得到聚类结果。本发明能够有效提升运算效率和聚类效果。
一种基于加权集成方法

[发明专利]关键词的聚类方法和装置-CN201310144019.9有效
发明人：张博;赫南;姚伶伶 -专利权人：腾讯科技（深圳）有限公司
申请日： 2013-04-24 - 公布日： 2018-12-07 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种关键词的聚类方法及实现该方法的装置。建立关键词集合，该关键词集合中包括多个第一关键词以及多个第二关键词，每个第二关键词与至少一个该第一关键词相关；分别计算每个第一关键词和与其相关的各第二关键词之间的相似度值，根据所述相似度值建立多个第一聚类簇；以及随机选取一个第一聚类簇作为起始聚类簇进行第二聚类处理步骤，该第二聚类处理步骤包括：在其他第一聚类簇中，查找与该起始聚类簇具有等价聚类关系的其他第一聚类簇、并将所查找到的其他第一聚类簇与该起始聚类簇聚合在一起形成第二聚类簇本发明实施例提出的关键词的聚类方法可以实现更多潜在关系的挖掘，提高搜索效率。
聚类簇聚类关键词集合聚类处理相似度方法和装置潜在关系搜索效率随机选取等价聚合查找挖掘

[发明专利]文本聚类方法、装置、电子设备及存储介质-CN202310381393.4在审
发明人：王烨;王燕蒙;李剑锋;王少军 -专利权人：平安科技（深圳）有限公司
申请日： 2023-04-04 - 公布日： 2023-08-01 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及人工智能技术，揭露了一种文本聚类方法，包括：利用语义识别模型对获取的待聚类数据集进行语义识别操作，并对语义识别结果进行聚类操作，得到聚类簇集合；依次计算聚类簇集合中语义向量到对应的聚类中心的距离；当距离不满足聚类距离条件时，调整语义识别模型的参数，并再次进行语义识别操作，得到调整语义向量集；对调整语义向量集进行聚类操作，得到调整聚类簇集合，在所述调整聚类簇集合与所述聚类簇集合之间的聚类数据差异度满足预设的差异条件时，退出上述语义识别操作和聚类操作，将最后一次聚类簇集合作为待聚类数据集的聚类结果。本发明还提出一种文本聚类装置、电子设备以及存储介质。本发明可以提高文本聚类的准确性。
文本方法装置电子设备存储介质

[发明专利]一种基于数据处理的图书专业书籍智能推荐方法-CN202310926362.2在审
发明人：齐书稳;付鹏;罗庚;韩阳;王殿武;周彦彬;张文超;潘恒;张珂 -专利权人：中信联合云科技有限责任公司
申请日： 2023-07-27 - 公布日： 2023-08-25 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及数据处理领域，公开了一种基于数据处理的图书专业书籍智能推荐方法，包括：获取多个样本用户的相关信息及感兴趣书籍信息；对多个样本用户进行聚类，确定多个用户聚类簇及每个用户聚类簇对应的用户聚类画像；对多本候选书籍进行聚类，确定多个书籍总聚类簇及书籍总聚类簇画像；对每个书籍总聚类簇包括的多本候选书籍进行二次聚类，确定每个书籍总聚类簇包括的多个书籍子聚类簇及书籍子聚类簇画像；基于多个样本用户的感兴趣书籍信息
一种基于数据处理图书专业书籍智能推荐方法

[发明专利]数据处理方法、装置、存储介质及电子设备-CN201910713732.8有效
发明人：罗彤 -专利权人： OPPO广东移动通信有限公司;上海瑾盛通信科技有限公司
申请日： 2019-08-02 - 公布日： 2022-04-01 - 主分类号： G06F16/55 文献下载
摘要：该数据处理方法包括：获取多个数据，该多个数据携带有相同的类别标签；提取每一该数据的特征，得到多个数据特征；对该多个数据特征进行聚类处理，得到聚类结果；根据该聚类结果，确定第一数据聚类簇和第二数据聚类簇，其中该第一数据聚类簇为不需要清洗的数据所在的簇，该第二数据聚类簇为需要清洗的数据所在的簇；对该第二数据聚类簇中的数据进行数据清洗处理，得到已处理数据；根据该第一数据聚类簇中的数据和该已处理数据，得到目标数据
数据处理方法装置存储介质电子设备

[发明专利]无线通信网络来电投诉处理方法及装置-CN201810461851.4有效
发明人：李训文;王晨;杨川;闻君;郑远哲 -专利权人：中国移动通信集团浙江有限公司;中国移动通信集团有限公司
申请日： 2018-05-15 - 公布日： 2022-05-06 - 主分类号： H04L41/507 文献下载
摘要：本发明实施例提供的一种无线通信网络来电投诉处理方法及装置，该方法包括：获取在统计天数内各个采集时间段对应的投诉量数列，并根据投诉量数列生成投诉量和采集时间段的投诉坐标，并确定不大于所述最大聚类簇数的聚类簇数，对所述坐标点获取与所述聚类簇数相同的多个聚类簇，并获得每个聚类簇下的坐标点，再根据每个聚类簇下的坐标点获得每次所选聚类簇数对应的轮廓系数，从所有轮廓系数中确定绝对值最大的轮廓系数所对应的聚类簇数作为目标簇数，并获取所述目标簇数对应的每个聚类簇下的预警门限，当检测到当前采集时间段的投诉量大于或等于对应的预警门限时，发出预警，实现精细化预警，提高预警效率和准确率。
无线通信网络来电投诉处理方法装置

[发明专利]一种高纯生铁制备过程的数据分析方法-CN202310868422.X有效
发明人：刘志勇;姚忠修 -专利权人：山东宇信铸业有限公司
申请日： 2023-07-17 - 公布日： 2023-09-08 - 主分类号： G06V10/762 文献下载
摘要：本发明涉及图像数据处理技术领域，具体涉及一种高纯生铁制备过程的数据分析方法，包括：采集高纯生铁在制备过程中的原始数据，获得第一聚类参数，根据第一聚类参数对记录目标进行聚类获得初始聚簇，根据初始聚簇中数据的协变关联性获得聚簇数据的第二聚类参数，根据第二聚类参数对初始聚簇中的记录目标进行聚类获得压缩聚簇，对压缩聚簇分别进行霍夫曼编码得到压缩数据并进行存储。本发明结合铸铁数据的变化特征获得初始聚簇，并对各初始聚簇结合数据值的重复程度和记录目标的协变程度获得第二聚类参数，使用密度聚类算法对记录品类聚簇，获得压缩数据，达到提高压缩效率降低分析过程中的数据冗余的目的
一种高纯生铁制备过程数据分析方法

[发明专利]基于聚类及半监督学习的监控指标动态阈值检测方法-CN202010495703.1在审
发明人：潘佰林;王毓敏;金振训;邱建雄 -专利权人：浙江中烟工业有限责任公司
申请日： 2020-06-03 - 公布日： 2020-10-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于聚类及半监督学习的监控指标动态阈值检测方法，该方法包括如下步骤：1)获取多个历史曲线，对各历史曲线的形状进行聚类得到多个不同的聚类簇，确定各聚类簇的中心曲线，根据所述中心曲线各时间点对应的幅值设定阈值，从而获得随时间变化的浮动阈值；2)在线获取新曲线，根据所述新曲线的形状确定其所属的聚类簇，结合所述新曲线的幅值数据及其所属聚类簇的幅值数据训练半监督模型，得到对应于所属聚类簇的新聚类簇，更新该新聚类簇的动态阈值；3)根据所述新聚类簇的动态阈值判断所述新曲线是否存在异常。
基于监督学习监控指标动态阈值检测方法