买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉成都信息工程大学申请的专利基于密度峰值的数据聚类方法、装置、介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115205566B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210505924.1，技术领域涉及：G06V10/762；该发明授权基于密度峰值的数据聚类方法、装置、介质是由安俊秀;马振明;靳宇倡设计研发完成，并于2022-05-10向国家知识产权局提交的专利申请。

本基于密度峰值的数据聚类方法、装置、介质在说明书摘要公布了：本发明公开了一种基于密度峰值的数据聚类方法、装置、介质，利用直接下级描述各个数据点的相对密度，其中数据点是数据集中的图片或者词语特征，设计结合相对密度和绝对密度的混合密度值识别聚类中心，并通过相似性可达定义有效下级，进行非中心点的主要分配，并结合不同簇的k层上级分布，确定剩余点的标签，以此可以有效将数据集中相同类别的数据点聚集在一个类别下，高效准确地完成了对数据集的分类。

本发明授权基于密度峰值的数据聚类方法、装置、介质在权利要求书中公布了：1.一种基于密度峰值的数据聚类方法，其特征在于，所述方法包括： 获取数据集，所述数据集是文本集或图像集，当所述数据集是文本集时，提取所述文本集中的词语特征，将词语特征作为数据点，当所述数据集是图像集时，将所述图像集中的图片作为数据点，计算每个数据点的绝对密度； 通过每个数据点的绝对密度排序得到数据点的上下级关系，并利用数据点的直接下级数目作为数据点的相对密度； 根据数据点的相对密度和绝对密度从所有数据点中选出若干数据点作为聚类中心； 根据聚类中心的有效下级关系和k层上级对各个数据点进行分配： 通过如下公式利用有效下级关系对各个数据点逐步分配： ； 其中，表示作为聚类中心的数据点的标签，表示数据点的直接下级集合，表示数据点的相似性可达点的集合，在中，数据点和之间的距离小于截断距离，且和之间重合点集数目大于MCD，即数据点和之间具有相似性，数据点是数据点相似性可达的数据点，在中的任意一点满足，并且；MCD表示数据集中距离数据点的距离小于截断距离的数据点个数，MCDNNxi表示数据点xi的最大截断近邻，所述最大截断近邻是距离数据点xi最近的二倍MCD个数据点，表示MCDNNxi和MCDNNxi+1之间的重合点集数目大于MCD，即中的任意一点与其临近的数据点具有相似性； 在存在未分配的数据点的情况下，计算所述未分配的数据点到不同簇之间的平均距离，并分配至最近的簇，所述簇为根据聚类中心的标签分配在对应标签下的数据点的集合； 通过如下公式计算得到每个数据点的绝对密度： ； 其中，表示绝对密度，表示截断距离，当两个数据点的距离小于时则参与密度计算，sign是指示函数，如果≤0，则sign=1；否则sign=0；表示两个数据点之间的距离； 所述根据数据点的相对密度和绝对密度从所有数据点中选出若干数据点作为聚类中心，包括： 通过如下公式计算数据点的绝对密度和相对密度： ； ； 其中，当是的直接下级时，取值为1，否则，取值为0；，分别表示的相对密度和混合密度，MAX表示最大值函数，S表示数据集； 所述根据数据点的相对密度和绝对密度从所有数据点中选出若干数据点作为聚类中心，包括： 通过如下公式衡量数据点成为聚类中心的可能性： ； 其中，表示数据点为聚类中心的可能性表示最大值函数，表示数据点i与密度大于i点的数据点之间的最小距离； 选取c个可能性最高的点作为聚类中心。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人成都信息工程大学，其通讯地址为：610225 四川省成都市西南航空港经济开发区学府路一段24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。