-
公开(公告)号：CN116561610A
公开(公告)日：2023-08-08
申请号：CN202310493544.5
申请日：2023-05-05
Applicant: 哈尔滨理工大学
IPC: G06F18/23213 , G06F18/214
Abstract: 本发明涉及一种基于网格密度的模糊C‑均值聚类方法，属于模糊聚类的基本算法之一，本发明旨在解决传统的模糊C‑均值聚类聚类算法在实际应用中存在的问题,传统的模糊C‑均值聚类方法直接对数据集中的数据进行处理,计算它们的目标函数,通过目标函数求出隶属度函数以及聚类中心函数，导致聚类精度不高,因此针对模糊C‑均值聚类算法需人工选取聚类中心的问题，引入了基于网格密度的优化方法，对FCM聚类算法进行了改进,从而改善了FCM聚类算法中存在的不足,提高了聚类的精确度,达到优化模糊C‑均值聚类算法效果的目的。
-
公开(公告)号：CN116383684A
公开(公告)日：2023-07-04
申请号：CN202310336915.9
申请日：2023-03-31
Applicant: 哈尔滨理工大学
IPC: G06F18/2321 , G06F18/24 , G06F18/21
Abstract: 本发明涉及一种基于聚类簇加权的过采样算法。本发明首先对原始数据集中的所有少数类样本进行DBSCAN聚类，剔除聚类后的噪声点；其次依照一定规则为聚类后的每一个核心点分配权重，并做归一化处理，使数值范围在(0,1)之间；最后根据每个核心点的权重使用改进后的SMOTE算法生成少数类样本，使数据集达到平衡状态；利用UCI数据库中的6组标准版公开数据集进行测试，验证了该方法可以有效降低少数类样本的重叠率，提高分类器对少数类样本的分类精度。本发明更准确分析了数据集原始分布情况，降低了样本间的冗余性，从而提高了分类器的性能。
-
公开(公告)号：CN115014437A
公开(公告)日：2022-09-06
申请号：CN202210629448.4
申请日：2022-07-25
Applicant: 哈尔滨理工大学
IPC: G01D21/02
Abstract: 本发明是一种智能机房环境监测器，主要包括显示屏、传感器、报警器，所述的传感器负责获取机房的温度、湿度以及空气中烟雾浓度等环境信息，通过单片机与显示屏、报警器连接，所述的显示屏会将从传感器获取到的环境信息显示出来，同时也会显示当前的时间和日期，方便工作人员查看当前机房的环境信息，所述的报警器会在获取到的环境参数超过事先设定的阈值后发出警报声，从而提醒机房的工作人员即使采取相应的措施。本发明通过单片机技术随时对机房的温度、湿度等环境参数进行监测并在环境参数超过设定值时提醒工作人员，方便于工作人员对机房机型管理，可以减少机房因过于潮湿、温度过高等情况造成的损失。
-
公开(公告)号：CN114818870A
公开(公告)日：2022-07-29
申请号：CN202210324580.4
申请日：2022-03-30
Applicant: 哈尔滨理工大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于层次结构的改进DBSCAN算法。针对传统DBSCAN算法对数据量增大而带来的耗时严重的问题，本发明提出了一种基于层次结构的改进算法，首先自底向上对数据集简单层次聚类，但并不要求最终只有一个簇，然后对划分后的数据建造邻域对象集合，通过邻域集提前分离出噪声点，避免了噪声在聚类过程中的干扰，同时加快了算法核心点对象的邻域查询速度；根据优化后的DBSCAN算法，进行测试发现改进后的DBSCAN算法聚类结果基本不发生变化，但时间性能大大提高，降低了时间复杂度；本发明提前剥离出了噪声点，对算法执行速度有很好的效果，提高了算法的时间性能。
-
公开(公告)号：CN114610794A
公开(公告)日：2022-06-10
申请号：CN202210239408.9
申请日：2022-03-09
Applicant: 哈尔滨理工大学
IPC: G06F16/2458 , G06N5/02
Abstract: 本发明针对在面向多维多值数据时，应用传统的Fp‑Growth算法方法在构建Fp‑tree树过程中会占据大量的空间内存，而应用Apriori算法从一项频繁集自连接到频繁二项集会产生大量的候选项集，造成数据爆炸，降低挖掘效率的缺陷。提出了在Fp‑Growth算法的基础上，将多维多值数据依据支持度进行合理排序，来减少构建Fp‑tree过程中所占的空间内存，针对候选项集生成的条件模式基进行“镶嵌”操作，提高挖掘效率，实验表明该算法在人工数据集和UCI真实数据集上比常用的几种关联规则算法具有更好的挖掘效果。
-
Patent Agency Ranking
公开(公告)号：CN113180349A
公开(公告)日：2021-07-30
申请号：CN202110435184.4
申请日：2021-04-22
Applicant: 哈尔滨理工大学
Abstract: 本发明是一种基于多功能的智能手杖，主要包括GPS导航系统、触摸电子显示屏、LED灯，所述的GPS导航系统可以通过语音识别模块输入地址，自动规划出合理的行驶路线，能够实时播报路线规划，提供有语音播送功能，方便对于不熟悉路线的人到达目的地，对于老年人更加的方便，所述的触摸电子显示屏可以查看天气情况，方便进行相应的应对，可以通过把手上的温度扫描仪检测持杖人的体温的健康情况，可以进行持杖人的指纹添加、删除等操作。杖体的底座是由三个塑胶材质的低重心轮所组成，通过与手杖杖体底部的轴承相连接，支撑整个杖体，所述的LED灯由手杖把手处的开关所控制，方便扩大对于夜间视力障碍的人的行动范围。
-
公开(公告)号：CN113392908A
公开(公告)日：2021-09-14
申请号：CN202110670088.8
申请日：2021-06-17
Applicant: 哈尔滨理工大学
IPC: G06K9/62
Abstract: 本发明公开了基于边界密度的不平衡数据过采样算法，首先计算每个少数类到其他少数类样本的距离，对其进行排序，选择每个少数类的最K近邻样本构建集合，然后分别计算每个少数类到K近邻集合的总距离，将其与截断距离进行比较，得到少数类样本的局部密度；进行归一化处理后，获得边界区域样本采样权重；最后，在每个边界区域利用改进的SMOTE合成算法公式合成新样本；合成后的数据集与原数据集合并，采用交叉验证划分数据，使用支持向量机分类算法进行训练测试；实验结果表明，本发明提高了少数类边界样本的支持度，分类器的准确性得到明显提升。
-
公开(公告)号：CN113378986A
公开(公告)日：2021-09-10
申请号：CN202110762011.3
申请日：2021-07-06
Applicant: 哈尔滨理工大学
IPC: G06K9/62
Abstract: 本发明提出了一种方法，对于密度峰值聚类算法的聚类策略进行优化，主要解决密度峰值聚类算法在确定聚类中心后，剩余点分配过程中，因某个点分配错误而导致的“多米诺骨牌”效应。利用k‑dist值剔除噪声点，使簇与簇之间更加独立；运用广度优先搜索遍历算法对簇进行遍历，实现样本点的聚类；最后将剩余点分批次的分配给离其最近的点所在的类。这种聚类策略减少了噪声点对聚类结果的影响，避免了聚类过程中因为一个点分配错误而导致的连锁反应，显著提高了聚类效果。
-
公开(公告)号：CN119557640A
公开(公告)日：2025-03-04
申请号：CN202411604499.7
申请日：2024-11-12
Applicant: 哈尔滨理工大学
IPC: G06F18/214 , G06F18/2413 , G06F18/15
Abstract: 本发明公开了一种基于自然邻域加权的过采样算法，来解决传统过采样方法在样本合成过程中存在较大随机性，可能导致生成大量对少数类样本分类效果不明显甚至是噪声的合成样本的问题。首先，利用自然邻域算法识别并删除少数类中的异常点，以减少噪声样本的干扰。然后，通过计算少数类点与其周围自然邻居之间的变异系数，来合理分配每个少数类样本生成新样本的个数。最后，基于样本之间的距离关系，分配生成新样本的数量，距离较远的样本生成更多的新样本，从而更好地覆盖整个特征空间。本发明的方法能够有效提高少数类样本的代表性，并且生成的合成样本能更好地保持原数据的分布特征，克服了传统方法中随机性较大的问题。
-
公开(公告)号：CN116796211A
公开(公告)日：2023-09-22
申请号：CN202310571549.5
申请日：2023-05-21
Applicant: 哈尔滨理工大学
IPC: G06F18/2321
Abstract: 本发明针对密度峰值聚类算法(DPC)不能较好地处理名词性属性，无法自动识别聚类中心的缺陷。提出了一种基于OM距离的自适应密度峰值聚类算法。首先，结合OM距离和闵可夫斯基距离提出了新的相似度矩阵计算公式；其次，提出一种新的聚类中心自适应策略，使用决策线的方式进行提取聚类中心；最后，将剩余的数据点分配到密度比其大的最近邻所在的簇中。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.021 seconds)
