本发明公开了基于电压和有功功率读数的低压用户入户相别识别方法，用于识别低压入户线的相线识别。首先收集用户数据，采取试错法优选一个使得3*MD聚类效果比较好的MD值。通过此聚类，将原用户集聚为3*MD个虚拟用户。其次对3*MD中心点电压序列集合，采取t‑SNE基于特征提取进行再次降维。对于特征空间的电压波形以及聚合功率，提出同时考虑功率平衡和电压时序波形双目标分类的多目标优化方法：先对仅考虑功率平衡的优化问题求解，得到初始解；再利用初始解得到双目标优化方法的解，得到最终的优化解。再由虚拟用户和实际用户的对应关系得到相别辨识的结果。
📄 2020108074028
📂 G06F18_2321
👤 杭州电子科技大学
📅 2020-08-12
本发明提供一种基于多视图对比学习的项目推荐方法，包括：在分割聚类模块中，将用户交互项目序列滑动分割为多个交叉子序列，基于交叉子序列获得初步的粗粒度意图嵌入，并对初步的粗粒度意图嵌入进行聚类，获得细粒度意图嵌入；在融合提取模块中，构建出可表达用户意图的用户簇兴趣图与项目簇兴趣图，在用户簇兴趣图内进行同簇交互，并对用户簇兴趣图与项目簇兴趣图进行异簇交互，得到全局层面的用户意图嵌入；在对比推荐模块中，将初步的粗粒度意图嵌入通过层注意力网络获得最终的粗粒度意图嵌入，基于最终的粗粒度意图嵌入进行推荐任务，获得项目推荐列表。本发明能够解决现有技术嵌入多样性不足、推荐准确性低的问题。
📄 2024117109912
📂 G06F18_23213
👤 江西财经大学
📅 2024-11-27
本发明公开了基于自适应聚类中心聚类的网络用户分类方法，该方法基于DPC聚类算法的思想，根据用户行为数据特征进行属性划分。根据数据点与其他数据点之间的距离，计算每个用户行为的合密度值，并划分噪声点、边界点和正常点。对于噪声点作丢弃处理，对于正常点首先进行子簇划分，然后对各子簇的代表点通过计算共享邻居进行距离变换，从子簇代表点中选择最终的聚类中心，即用户属性标签。最后根据子簇间的相似进行合并，将边界点划分到与其最近的正常点所在的类别中。本方法所需要的参数少、自适应能力强、聚类过程的自动化程度高，可以根据数据分布特点，自动确定分类类别，无需人工确定属性特征或数量，能有效将不同属性的用户区分开。
📄 2023105100043
📂 G06F18_23
👤 杭州电子科技大学
📅 2023-05-08
本发明公开了基于改进密度峰值聚类的信号依赖噪声参数估计方法。通过滑动窗口从含有噪声的图像中提取样本，计算均值、熵和梯度作为特征数据。再输入聚类算法中进行聚类，区分弱纹理样本与强纹理样本。在聚类的过程中，引入了相对密度的概念，通过数据点与周围数据的距离，划分了比较范围，计算每个比较范围中数据点的相对密度，最后选择相对密度高的数据点作为聚类中心，解决了传统的DPC算法在对密度不均匀数据集进行聚类时往往忽视稀疏簇中心，从而影响聚类精度的问题。根据聚类结果，对簇标签为弱纹理的样本进行像素水平估计与噪声估计，最后通过最小二乘法拟合像素值‑噪声方差估计对，得到原始图像的噪声参数估计值，实现去噪的准备工作。
📄 2021114060972
📂 G06F18_23
👤 杭州电子科技大学
📅 2021-11-24
本发明涉及时空数据挖掘技术领域，尤其是涉及一种基于空间相似性的海量轨迹层次化并行聚类方法及系统，包括根据获取的轨迹数据进行轨迹区域的网格单元划分；基于划分的网格单元将轨迹数据转化为集合数据；根据集合数据的集合形式，计算每条轨迹对应的MinHash签名并将所有轨迹的MinHash签名组成签名矩阵；将得到的签名矩阵划分为若干个带，并将带中的轨迹映射到桶中；将至少在一个带中被映射到同一个桶中的轨迹划分到同一类；本发明在不需要提前知道轨迹数据集中的类的数量以及无需对轨迹数据集进行训练的情况下，自适应的将轨迹依据其空间相似性快速地划分为若干个类。
📄 2024119183258
📂 G06F18_23
👤 烟台大学
📅 2024-12-25
本发明提供了一种用于财务系统的交易异常检测方法、装置、设备及存储介质，包括以下步骤：首先，获取财务系统中各交易账户的交易数据，并建立交易行为模型。其次，提取每个账户的交易特征并与正常阈值比较，标记偏离阈值的特征为异常。然后，通过聚类算法分析异常特征，将异常程度高的账户定义为可疑账户。接着，将交易类型、账户和数据分别定义为具有不同权重的节点，并输出至可疑账户。之后，初始化节点位置并获取关联权重总和。通过全局寻优算法迭代更新节点位置，以最大化关联权重总和，最终确定异常检测位置。本发明可以有效识别和定位财务系统中的异常交易行为，提高交易安全性和风险防控能力。
📄 2025100500871
📂 G06F18_23213
👤 闽西职业技术学院
📅 2025-01-13
本发明提供了一种面向公平性和平衡约束优化的人口普查聚类方法，包括：步骤1，获取人口普查抽样数据集X；步骤2，使用布谷鸟搜索算法进行优化，选取初始人口聚类中心；步骤3，在K值选择区间内进行轮廓系数比较法，选取人口调查聚类最佳K值；步骤4，进行加权欧式距离优化迭代；步骤5，引入公平性和平衡约束；步骤6，迭代直至达到收敛条件。该方法通过优化聚类簇内样本数量，消除数据偏见的影响，保障各个群体在聚类结果中的公正性和代表性。本发明的优化方法在处理复杂人口普查数据，尤其是在涉及敏感属性和样本不均衡的场景时，能够显著提高聚类结果的准确性、公平性和稳定性，并有效提高人口普查数据分析的可靠性与公正性。
📄 202510253348X
📂 G06F18_2321
👤 南京信息工程大学
📅 2025-03-05
本发明公开了一种基于MSSSA‑LSTM的数控机床主轴热误差建模方法，在主轴系统空转下，通过温度传感器测量机床不同温度测点的温度，采用位移传感器获得机床主轴的z向热变形值数据，利用模糊c均值聚类和灰色关联度分析，筛选出关键测温点，获得关键测温点下的温度值和z向热变形值数据，并划分训练集和测试集；构建LSTM热误差预测模型，利用多策略融合的麻雀搜索算法对LSTM的一系列超参数进行优化，每一个麻雀代表一组长短期记忆神经网络的参数组合，构建MSSSA‑LSTM的主轴热误差预测模型；利用训练集对模型进行训练，并利用测试集进行验证，将训练得到的模型用于预测机床主轴的z向热变形值。本发明提出的MSSSA_LSTM热误差预测模型相较于未优化前的LSTM模型具有更好的预测精度。
📄 2024119329103
📂 G06F18_23213
👤 浙江工业大学
📅 2024-12-26
本发明公开了一种基于局部搜索的去偏方法、电子设备、介质，所述方法包括：获取原始数据，并对所述原始数据中的类别属性进行标记，得到标记后的数据集，记作数据集X；在步骤(1)选取的数据集X中进行基于局部搜索的聚类分析，使用P表示聚类的点集，对于大小为n的点集P中的点x，令r(x)为半径，使得以x为中心的半径为r(x)的球内至少具有来自P的n/k个点。本发明方法使得数据集中的不同簇群的样本点尽可能相异，即类内距离尽可能小，类间距离尽可能大。每个簇群的敏感属性的分布要尽可能均匀，提高数据集的公平性。
📄 2022115248057
📂 G06F18_23
👤 浙江工业大学
📅 2022-11-30
本发明属于数据安全技术领域，公开了一种基于稀疏注意力机制的储能EMS异常用户行为检测方法，根据用户历史的正常行为数据得到每一角色的标准行为模式集，将待检测的用户时序行为特征与所属角色的标准行为模式集中最相似的标准行为基线进行拼接，并将拼接后的样本输入基于稀疏注意力机制自编码器，得到重构的用户时序行为特征，将重构的用户时序行为特征与阈值进行比较，得到用户行为异常检测结果。本发明克服了现有用户行为分析方法无法有效提取稀疏数据中的特征，方法检测效率低、质量差等问题。
📄 2024117101573
📂 G06F18_2321
👤 浙江工业大学
📅 2024-11-27
本发明公开了一种面向无线电信号识别对抗攻击的防御方法，包括：(1)对采集的无线电信号进行预处理，获得测试样本；(2)利用基于长短时记忆网络构建的第一无线电信号识别模型对测试样本进行识别，获得第一识别结果；(3)利用基于卷积神经网络构建的第二无线电信号识别模型对测试样本进行识别，获得第二识别结果；(4)利用基于图卷积神经网络构建的第三无线电信号识别模型对测试样本进行识别，获得第三识别结果；(5)利用softmax分类器集成所述第一识别结果、第二识别结果以及第三识别结果，获得无线电信号调制类型的最终识别结果。该防御方法大大提高无线电信号识别深度学习模型的鲁棒性和对于对抗样本的防御能力。
📄 2020103227898
📂 G06F18_23
👤 浙江工业大学
📅 2020-04-22
本发明公开了一种基于多任务自监督框架的群体行为识别方法和装置，首先构建包括个体特征提取模块、Transformer编码器和任务头的第一网络模型，采用第一训练数据集训练第一网络模型，计算各个任务头所对应的损失，完成第一网络模型的训练。然后构建包括个体特征提取模块、Transformer编码器、全局特征补充模块和推理模块的第二网络模型，冻结Transformer编码器的参数，采用第二训练数据集训练第二网络模型。然后将采集的个体行为数据输入训练好的第二网络模型，得到群体行为识别结果。本发明显著降低了计算复杂度，提升了自监督条件下群体分割和行为识别的准确性和鲁棒性。
📄 2025108585153
📂 G06F18_2323
👤 浙江工业大学
📅 2025-06-25
柿子坊 · 知识产权运营
柿子坊知识产权运营平台