一种基于粒度粗糙熵的改进k-Medoids聚类方法

    公开(公告)号:CN118312817A

    公开(公告)日:2024-07-09

    申请号:CN202410729844.3

    申请日:2024-06-06

    Abstract: 本发明涉及粒度粗糙熵改进技术领域,具体公开一种基于粒度粗糙熵的改进k‑Medoids聚类方法,该方法包括:粒度粗糙熵评估、最小距离比对以及聚类质量反馈,首先得到各需聚类数据样本对应的粒度粗糙熵,并筛选出各需聚类数据样本与对应的初始簇之间的最小距离,若该最小距离均小于设定的距离界定值,则进行聚类质量反馈;通过对粒度粗糙熵的分析,能够降低噪声和异常值对聚类结果的影响,并结合函数分析可以减少计算配置在运算时的运算工作量,提高计算配置的运行效率和数据处理的准确度,减少存储设备的存储负担,由此提高k‑Medoids聚类算法的聚类质量和准确性。

    基于人工智能的分布式调度性能检测评估方法及系统

    公开(公告)号:CN119847899A

    公开(公告)日:2025-04-18

    申请号:CN202510330557.X

    申请日:2025-03-20

    Abstract: 本发明涉及电子数字数据处理技术领域,具体为基于人工智能的分布式调度性能检测评估方法及系统,该方法包括:S1.采集各分布节点运行环境数据,经处理得到各分布节点环境干扰特征值;S2.采集各分布节点的系统运行数据,综合分析得到各分布节点系统运行性能评估指数,根据各分布节点系统运行性能评估指数进行任务分配;S3.采集系统的实时运行数据,综合分析得到系统稳定性评估指标,根据系统稳定性评估指标进行系统性能评估,本发明通过提供基于人工智能的分布式调度性能检测评估方法及系统,对系统的稳定性进行了全面评估。可以及时发现系统性能下降或潜在故障以及节点性能瓶颈,帮助提高系统的整体稳定性和处理能力。

Patent Agency Ranking