首页> 中国专利> 一种自学习属性权重的K-means聚类方法

一种自学习属性权重的K-means聚类方法

页面导航

摘要

一种基于属性权重自学习的K‑means聚类算法涉及机器学习领域，提高聚类算法的适用性。根据数据集的差异矩阵计算各个样本的样本密度，得到k‑1个密度最大的样本集，以这些样本集的均值作为聚类质心，得到k‑1个聚类质心，然后取剩余数据的均值作为第k聚类质心，其中k为聚类个数，k取0

1. 一种基于权重策略的K-Means数据聚类方法 [P] . 中国专利： CN105844293A . 2016-08-10
2. 一种自学习属性权重的K-means聚类方法 [P] . 中国专利： CN115272732A . 2022-11-01
3. COMPUTER-IMPLEMENTED METHOD FOR DETECTING FRAUDULENT TRANSACTIONS BY USING AN ENHANCED K-MEANS CLUSTERING ALGORITHM [P] . WO2021038327A1 . 2021-03-04

机译：通过使用增强的K-means聚类算法来检测欺诈性交易的计算机实现的方法
4. Self-learning analytical attribute and clustering segmentation system [P] . 美国专利： US11062236B2 . 2021-07-13

机译：自学习分析属性和聚类分割系统
5. FEDERATED LEARNING METHOD FOR k-means CLUSTERING ALGORITHM [P] . US20220358417A1;US2022000358417A1;US2022358417A1;US2022358417 . 2022-11-10

机译：一种基于k-means聚类算法的联邦学习方法