“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]一种面向移动端对象代理数据库关联查询的优化方法-CN201910348952.5有效
发明人：彭智勇;贺潇雅;王黎维;刘斌;莫松松 -专利权人：武汉大学
申请日： 2019-04-28 - 公布日： 2022-11-29 - 主分类号： G06F16/2453 文献下载
摘要：发明公开了一种面向移动端对象代理数据库关联查询的优化方法，在方案中提出通过deputy系统表记录类之间关联关系，并指向双向指针聚簇最后一页，精简现存双向指针聚簇冗余代理类号与源类号的存储。对JOIN代理类双向指针聚簇进行重新排布，将一个JOIN代理类所有相关双向指针存入一个聚簇，一个JOIN代理对象对应的双向指针在聚簇中按固定次序连续存储。通过JOIN代理类双向指针聚簇完成针对JOIN代理类的虚属性查询，以此提高移动端对象代理数据库关联查询效率，避免查询一个代理对象需扫描多个聚簇页面。
一种面向移动对象代理数据库关联查询优化方法

[发明专利]一种面向不均衡语音数据集的数据生成方法及系统-CN202110069645.0在审
发明人：张晓俊;范子琦;陶智;伍远博;周长伟 -专利权人：苏州大学
申请日： 2021-01-19 - 公布日： 2021-05-28 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种面向不均衡语音数据集的数据生成方法及系统，所述方法包括以下步骤：S1、将输入样本聚类划分为若干聚类簇；S2、计算每个聚类簇的不均衡率，根据不均衡率确定数据生成的安全聚类簇；S3、计算安全聚类簇内少数类样本的空间分布密度；S4、根据空间分布密度计算每个聚类簇的采样权重；S5、根据采样权重，在安全聚类簇内生成样本数，基于样本数进行样本生成；所述系统用于实现上述方法，包括样本聚类划分模块、安全聚类簇计算模块，空间分布密度计算模块本发明对不均衡分布语音数据集进行样本均衡，使其更适用于对语音数据集的均衡化处理，生成分化能力和信息价值高的少数类语音特征样。
一种面向均衡语音数据生成方法系统

[发明专利]图像聚类的处理方法、计算机设备及存储装置-CN202111205564.5在审
发明人：江中毅;张宏;陈立力;周明伟 -专利权人：浙江大华技术股份有限公司
申请日： 2021-10-15 - 公布日： 2022-03-04 - 主分类号： G06F16/55 文献下载
摘要：本申请公开了一种图像聚类的处理方法、计算机设备及存储装置。该方法包括：获取待聚类的两个类簇中每个质心的时空信息，其中，待聚类的每个类簇分别包括至少一个质心；基于每个质心的时空信息，将待聚类的两个类簇中的质心配对组成质心对，并将质心对分配至对应的约束组中；基于约束组的相似度，对待聚类的两个类簇进行聚类处理。上述方案，能够提高图像聚类效率。
图像处理方法计算机设备存储装置

[发明专利]图像聚类方法、装置电子设备、计算机可读存储介质-CN202011200839.1在审
发明人：张宏 -专利权人：浙江大华技术股份有限公司
申请日： 2020-11-02 - 公布日： 2020-12-18 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种图像聚类方法、装置、电子设备及存储介质，方法包括：获取第一类簇的多个质心和第二类簇的多个质心；对比所述第一类簇的多个质心与第二类簇的多个质心的相似度，根据所述相似度的比较结果，确定所述第二类簇与所述第一类簇能否合并；若所述第二类簇与所述第一类簇能合并，则将所述第二类簇与所述第一类簇进行合并，得到合并后的类簇的质心；利用合并后的类簇的质心进行图像聚类。以此解决聚类过程中数据漂移问题。
图像方法装置电子设备计算机可读存储介质

[发明专利]一种提取热点话题的方法、装置及存储介质-CN201911126826.1有效
发明人：卢珑予;俞一鹏;孙子荀 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-18 - 公布日： 2023-09-29 - 主分类号： G06F16/35 文献下载
摘要：本申请实施例提供一种提取热点话题的方法、装置及存储介质，所述方法包括：根据文本得到多个聚类簇，所述聚类簇包括多个词语；根据聚类簇之间的相似度合并得到多个候选簇；根据所述多个候选簇中各候选簇的簇热度，从所述多个候选簇中选择目标簇，所述目标簇为簇热度高于热度阈值的候选簇；根据所述目标簇中各词语的词热度从所述目标簇中提取热度短语并输出，所述热度短语用于描述热点话题。本方案能够提高聚类效果以及发现更多的热词。
一种提取热点话题方法装置存储介质

[发明专利]一种导电滑环故障数据采集监测方法-CN202311061798.6在审
发明人：李和平;张体强 -专利权人：深圳市森瑞普电子有限公司
申请日： 2023-08-23 - 公布日： 2023-09-15 - 主分类号： G06F18/23 文献下载
摘要：本申请涉及数据处理领域，提供一种导电滑环故障数据采集监测方法，包括：采集导电滑环的参数，构建分析矩阵，所述分析矩阵包括多维参数的时间序列数据；利用迭代自组织聚类算法分别对每一时间序列数据进行聚类，得到每一时间序列数据每次迭代对应的初始聚类簇，并从每一时间序列数据对应的初始聚类簇中选出每一时间序列数据对应待分裂聚类簇；基于每一时间序列数据对应的待分裂聚类簇中数据异常情况和数据分布情况确定每一时间序列数据对应的待分裂聚类簇的分裂k值；基于所述分裂k值利用迭代自组织聚类算法分别对每一时间序列数据进行聚类，得到每一时间序列数据对应的最终聚类簇，基于所述最终聚类簇确定导电滑环故障数据。
一种导电滑环故障数据采集监测方法

[发明专利]数据处理方法、装置、计算机可读介质及电子设备-CN202210051228.8在审
发明人：李振阳 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-01-17 - 公布日： 2023-07-25 - 主分类号： G06F16/435 文献下载
摘要：本申请公开了一种数据处理方法、装置、计算机可读介质以及电子设备，所述方法包括：获取目标对象在多媒体平台的原始数据集，原始数据集为多媒体数据的集合；基于多个预设类簇数量分别对原始数据集中的多媒体数据进行聚类处理，得到各个预设类簇数量对应的聚类结果；根据各个预设类簇数量对应的聚类结果确定目标类簇数量，并根据目标类簇数量对应的聚类结果得到多个多媒体类簇；根据各个多媒体类簇所对应的多媒体数据聚集程度对多个多媒体类簇进行筛选，得到目标对象的目标多媒体类簇。本申请得到的目标多媒体类簇中的多媒体数据更加贴合目标对象的兴趣点，从而提高了目标对象兴趣点的判断准确性。
数据处理方法装置计算机可读介质电子设备

[发明专利]基于改进社区合并的雷达信号密度峰值聚类方法-CN202111297714.X在审
发明人：李鹏;叶雨嘉;武斌;张葵;殷雪凤 -专利权人：西安电子科技大学
申请日： 2021-11-04 - 公布日： 2022-02-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于改进社区合并的雷达信号密度峰值聚类方法，主要解决现有技术初始聚类误差较大和在密度峰值聚类中通过人为确定参数实用性差的问题。其方案为：仿真生成多种雷达脉冲信号的交错脉冲描述字，并根据其生成邻接矩阵；由邻接矩阵和欧氏距离生成相似度并进行社区合并，得到初聚类标签，用其相同标签组成初始簇；依次计算簇间距离和基尼系数，确定截止距离，并根据这两个参数计算簇权值指数和，确定聚类待选中心簇；从待选中心簇中筛选聚类中心簇，将非中心簇合并到距离最近的中心簇，得到最终聚类标签。本发明减少了初聚类造成的误差，能自适应地确定截止距离和聚类中心，保证分选的准确率，可用于多体制雷达脉冲信号的分选中。
基于改进社区合并雷达信号密度峰值方法

[发明专利]数据聚类方法、装置、存储介质以及电子设备-CN202111677732.0在审
发明人：王奎举;喻波;王志海;韩振国;安鹏 -专利权人：北京明朝万达科技股份有限公司
申请日： 2021-12-31 - 公布日： 2022-04-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种数据聚类方法、装置、存储介质以及电子设备。其中，该方法包括：获取基于待聚类数据的原始数据预先确定的第一最佳聚类簇数值；在检测到待聚类数据的增量数据之后，对待聚类数据进行二次聚类处理，得到多个第二聚类指标值，并从多个第二聚类指标值中选取第二目标聚类指标值；获取第二目标聚类指标值对应的第二最佳聚类簇数值；根据第一最佳聚类簇数值和第二最佳聚类簇数值的比较结果，更新聚类模型中的聚类中心，并采用更新后的聚类模型对待聚类数据进行K‑means聚类处理，得到目标聚类处理结果本发明解决了由于现有技术中数据聚类方法无法自动满足新增数据聚类需求，造成的聚类效率低且聚类结果差的技术问题。
数据方法装置存储介质以及电子设备

[发明专利]社交平台的UGC标签聚类方法和装置-CN201310626462.X在审
发明人：昝艳;张俊林 -专利权人：微梦创科网络科技（中国）有限公司
申请日： 2013-11-28 - 公布日： 2014-04-02 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种社交平台的UGC标签聚类方法和装置，该方法包括：从UGC标签中选取k个标签作为质心分别聚类到初始化的k个簇后，进行至少一次聚类以及质心的更新；其中，一次聚类以及质心的更新过程中：对未聚类的每个标签，计算该标签与各簇的相似度，若计算的相似度大于设定阈值，将该标签聚类到与之相似度最大的簇中；否则生成一个新的以该标签为质心的簇；统计本次聚类完成后得到的每个簇中的标签的个数，将标签个数小于第一数量阈值的簇解散后，针对剩余的每个簇，对于该簇中的每个标签，计算出该标签与该簇中的其它标签的相似度的和值；将该簇的质心更新为和值最大的标签。应用本发明，可提高聚类准确度以及运算速度。
社交平台 ugc 标签方法装置

[发明专利]车站布局方法、装置、计算机设备和存储介质-CN202311021538.6在审
发明人：滕志勇 -专利权人：北京阿帕科蓝科技有限公司
申请日： 2023-08-15 - 公布日： 2023-09-12 - 主分类号： G06Q10/0631 文献下载
摘要：所述方法包括：获取目标违规订单集；目标违规订单集是基于预设停车点位置以及满意度条件筛选得到的；确定目标违规订单集中的各违规停放位置的所属区块，并在各区块中确定目标区块；对各目标区块进行聚类处理，得到多个聚类簇，并根据各聚类簇中的特征信息，确定各聚类簇的特征得分；基于各聚类簇的特征得分以及预设聚类簇位置条件，确定各聚类簇对应的车站布局策略；车站布局策略用于新建或扩展车站。
车站布局方法装置计算机设备存储介质

[发明专利]基于高斯回归算法的K-Means聚类分析车道流量方法-CN201910021716.2有效
发明人：李永强;阮嘉烽;冯远静;杨程赞;陆超伦;童帅;陈宇;陈浩 -专利权人：浙江工业大学
申请日： 2019-01-10 - 公布日： 2020-12-01 - 主分类号： G06K9/62 文献下载
摘要：聚类分析车道流量方法，包括以下步骤：1)获取某条交叉路口的过车流量统计数据；2)运用超参数优化的高斯回归算法进行平滑处理，得到回归后的车流函数；3)根据得到的车流函数，拟合画出平滑的流量曲线；4)设置初始最大聚类簇数，用K‑Means聚类的方法遍历各簇数值；5)利用轮廓系数法对聚类结果处理；6)通过阈值计算，合并近似簇后得到一个最佳聚类簇数值；7)以最佳聚类簇数值为新簇值，用K‑Means方法再一次聚类得到最后这一周最佳聚类效果；8)参考聚类结果给出相应的周最佳调度方案。本发明利用聚类算法把类似的流量分布的日期归为同一类，得到更加精确的流量分类结果。
基于回归算法 means 聚类分析车道流量方法

[发明专利]一种基于图卷积神经网络的属性图文献聚类方法-CN202110244762.6在审
发明人：冀俊忠;梁烨;雷名龙 -专利权人：北京工业大学
申请日： 2021-03-05 - 公布日： 2021-07-23 - 主分类号： G06F16/55 文献下载
摘要：本发明公开了一种基于图卷积神经网络的属性图文献聚类方法，属于图数据挖掘领域。具体为利用跨层链接的图卷积神经网络进行文献属性图特征学习；利用深层聚类估计模型从节点特征中估计最优的聚类簇数目；交替执行上述两个步骤完成训练；利用训练完成的模型得到待聚类的所有文献属性图节点的特征和聚类簇估计数目；以所述特征和聚类簇估计数目为输入，利用k均值聚类方法得到文献属性图聚类结果。训练跨层链接的图卷积神经网络时，采用基于节点成对相似度的自分离正则化项，可促进同簇节点的特征相似，不同簇节点的特征远离，从而有效提升图聚类的性能。聚类估计模块实现数据驱动的聚类簇数目估计，使整个系统更适用于无标签的真实数据环境。
一种基于图卷神经网络属性图文献聚类方法

[发明专利]一种乘车热点区域预测方法、装置、设备及可读存储介质-CN202111117958.5有效
发明人：杨柳;梁琨;李昕陆;唐优华;马征;刘恒 -专利权人：西南交通大学;成都交大大数据科技有限公司
申请日： 2021-09-24 - 公布日： 2022-01-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及数据处理技术领域，具体而言，涉及一种乘车热点区域预测方法、装置、设备及可读存储介质，将需要聚类时间段的车辆载客信息进行处理，然后使用OPTICS聚类算法进行聚类，得到车辆载客信息中的聚类簇的个数和每个所述聚类簇中的对象个数信息；将所述每个所述聚类簇的对象个数与第一阈值进行对比，若所述聚类簇中的对象个数大于所述第一阈值，则将对象个数大于所述第一阈值的聚类簇输入第二模型，得到最佳K值，所述K值为所述聚类簇中心的数量；将所述最佳K值使用K‑means算法对所述第二信息进行聚类，得到为乘车的热点区域。本发明通过对车辆车载信息进行处理，然后进行二次聚类，以此来预测在给定时间段内给定区域的打车需求量。
一种乘车热点区域预测方法装置设备可读存储介质

[发明专利]一种数据选择偏差下的去相关聚类方法及装置-CN202010591742.1有效
发明人：王啸;石川;范少华 -专利权人：北京邮电大学
申请日： 2020-06-24 - 公布日： 2023-03-21 - 主分类号： G06V10/762 文献下载
摘要：本发明实施例提供了一种数据选择偏差下的去相关聚类方法及装置，其中，方法包括：获取存在偏差的多张图像，作为样本集；基于样本集，联合优化加权后聚类算法和去相关正则项，得到最优加权后聚类算法，其中，最优加权后聚类算法是通过多次计算加权后聚类算法得到的，加权后聚类算法是通过使用去相关正则项学习得到的各样本权重，对聚类算法进行加权得到的；各样本权重为通过使用去相关正则项，对样本集中的各图像，学习本次各样本权重；通过在本次加权后聚类算法中包含的本次聚类中心和簇不是首次聚类中心和簇，并且本次聚类中心和簇与上次聚类中心和簇之间的差异小于阈值时，得到最优加权后聚类算法，以确定图像不受偏差影响的聚类中心和簇。
一种数据选择偏差相关方法装置