本发明提供了一种基于密度聚类和循环模糊神经网络的涡轮机组预测方法，属于技术领域。解决了现有的预测方法中未考虑到历史输入数据的分布密度和聚类特性导致非线性系统输出的预测精度下降的问题。其技术方案为：包括以下步骤：S1：构建超临界锅炉涡轮机组非线性系统；S2：利用DBSCAN聚类算法自动确定聚类数、局部线性子模型数和模糊规则数，并设计模糊规则；S3：构建循环模糊神经网络。本发明的有益效果是：本发明利用DBSCAN聚类算法自动确定模糊神经网络中最优模糊集数目，在降低计算复杂度的同时获得更高的系统建模预测精度，从而提高超临界锅炉涡轮机组输出的控制性能。
📄 2023101739170
📂 G06N3_08
👤 南通大学
📅 2023-02-28
本发明公开了一种基于自适应密度聚类算法的车辆轨迹预测方法，该方法包括：1)选定一个具有N个轨迹点的车辆轨迹数据集；2)基于自适应密度聚类算法对轨迹点进行分簇；3)对每个簇分别进行符号标记，将被标记了的簇按照时间排序后输出符号序列；4)将符号序列输入到变阶马尔可夫模型中，并使用Lempel‑Ziv‑MS预测算法进行预测，即预测概率最大时的符号对应的轨迹点即为最终轨迹预测结果。本发明所提的自适应密度聚类算法提高了算法的执行效率，同时提高了轨迹聚类的准确度；考虑N阶马尔可夫模型的空间复杂度高、零频率等缺点，变阶马尔可夫模型使用LZ‑MS来解决零频率问题，并使用树结构来减少所需的内存量。
📄 2021113259279
📂 G06Q10_04
👤 南京邮电大学
📅 2021-11-10
本发明公开了基于空间密度聚类的并行式虚拟角色划分方法。本发明首先初始化DVE系统虚拟环境，采用静态多服务器划分方法进行区域划分，得到的一个四叉树结构模型。其次把已经聚类好的用户分配给多个服务器。然后在系统运行阶段，采用动态区域划分方法进行密度聚类；最后采用动态分配服务器方法将每个聚类中的用户分配到相应服务器中，并处理不满足负载平衡条件的服务器，将多余用户分配到最大剩余负载服务器中。该发明采用空间密度聚类方法将适量的虚拟角色划分给服务器，从而及时响应客户端的各类请求信息，有效地减少虚拟角色之间的视图不一致性事件，并使服务器端的负载达到均衡。
📄 2013101618628
📂 G06F9_50
👤 杭州电子科技大学
📅 2013-05-06
本发明公开了一种基于密度聚类的图收缩分组配准方法。本发明步骤如下：步骤1、进行仿射配准；步骤2、根据公式得到全局中心图像IO；将数据集合I用改进的密度聚类DBSCAN算法聚类，分成Ω个小组Gα步骤3、构建一个N×N的对称连接矩阵E，对称连接矩阵E中的元素ei,j＝0,j∈{1,…,N}；步骤5、通过不断迭代图收缩过程来进行配准，直到收敛；本发明减少分级无偏图收缩的分组配准算法的计算复杂度；设定两个参数方法与全局中心图像相关的，使得之后进行的图收缩过程更加容易，减少配准迭代次数。本发明非常适合处理具有大而复杂结构变化的数据集，从一定程度上提高配准精度。
📄 2018107774730
📂 G06T3_00
👤 杭州电子科技大学
📅 2018-07-16
本发明公开了一种基于改进密度聚类的彩色图像分割方法，基本过程包括图像颜色空间映射为三维矩阵、密度聚类和聚类结果映射为分割图像三个步骤。首先，将原始图像的颜色信息转换为三维矩阵。然后，三维矩阵经过一次三维卷积运算得到核心对象矩阵，根据核心对象矩阵进行聚类簇生成，最后将得到的聚类簇映射为分割图像。该方法的核心思想在于三维卷积优化的密度聚类方法，实现了密度聚类的线性时间复杂度O(m)，其中m为获取的核心对象个数。本发明提出了一种通用的彩色图像分割方法，尤其适用于大尺寸图像分割，该方法在时间和空间复杂度上具有较大优势。
📄 2021103886495
📂 G06T7_11
👤 中国计量大学
📅 2021-04-12
本发明公开了一种基于密度聚类的说话人数目自动检测方法，其目的是从多个声道的卷积混叠系统中估计出说话人数目；本发明通过引进新的数学工具和新的研究方法，实现观测语音信号中真实说话人数目的自动检测，该方法是在时频域上对观测语音信号的统计信息进行计算并提取出相应的特征向量数据，再利用密度聚类方法逐频点获取特征数据的聚类中心，然后综合所有检测频点的聚类结果分析给出说话人估计数目。最后，对比当前较为流行的几种说话人数目检测方法，从数值实验上证明了所提出方法的优越性。
📄 2019104815396
📂 G10L25_51
👤 广东工业大学
📅 2019-06-04
本发明涉及车联网系统中恶意节点检测领域，特别涉及一种车联网中基于模糊评价密度聚类的共谋车辆检测方法，该方法包括接收信息车辆实时获取发送信息车辆的主观推荐信任、客观数据信任和历史信誉值；利用当前信任关系值与信任关系阈值的大小关系，对此次信息交互的发送车辆节点进行信誉更新；根据模糊综合评价对更新后的三者信誉值进行处理，利用熵权法计算三者信誉值所占评价权重，对发送信息车辆进行恶意车辆筛选，检测出单恶意车辆；将检测出的单恶意车辆指定为聚类核心点车辆，采用密度聚类分析对不同时刻的发送信息车辆位置进行聚类分析，得出共谋车辆集合。本发明能够在保持恶意车辆检测准确率的同时，提高检测召回率，最大化召回恶意车辆。
📄 2022115901005
📂 H04W12_122
👤 重庆邮电大学
📅 2022-12-12
基于局部密度聚类的雷达目标散射中心区域分割方法，首先，对原始雷达图像进行Frost滤波实现图像全局噪声抑制；其次，基于水平集方法对Frost滤波后的图像进行图像分割，初步获取疑似目标感兴趣区域；然后，采用面积滤波提取最大连通域，得到目标感兴趣区域；最后，利用局部密度聚类算法检测散射中心并进行区域分割。本发明基于局部密度聚类的雷达目标散射中心区域分割方法的正确率较高，可以有效改善实际情况中SAR图像很难具有足够高的分辨率，导致传统图像分割算法很难分割出只包含一个散射中心的区域的技术问题。
📄 2022115958198
📂 G06V10_762
👤 三峡大学
📅 2022-12-13
本发明公开了一种基于LRW和密度聚类的图像目标提取方法，包括如下步骤：S1、LRW超像素算法预分割；S2、超像素纹理特征提取；S3、密度的相似性度量：构建不同超像素之间的多特征相似度矩阵Mij；S4、选取参数ε和Minpts；S5、完成图像目标提取。本发明的目标是根据图像目标提取部分具有纹理、颜色和结构上的差异，采用聚类方法能够有效地结合各个显微组分之间的差异，实现彩色图像分割。
📄 2024100201470
📂 G06V10_764
👤 南京万盟网络科技有限公司
📅 2024-01-07
柿子坊 · 知识产权运营
柿子坊知识产权运营平台