-
公开(公告)号：CN111125469B
公开(公告)日：2022-06-10
申请号：CN201911247467.5
申请日：2019-12-09
Applicant: 重庆邮电大学
IPC: G06F16/906 , G06K9/62 , G06Q50/00
Abstract: 本发明属于机器学习与数据挖掘领域，具体为一种社交网络的用户聚类方法、装置以及计算机设备；所述方法包括获取社交网络中各个待聚类用户的账户信息，包括用户ID、用户地区、用户性别、用户粉丝数、用户关注数、内容标签以及发布时间；将社交网络中各个账户信息分别向量化，形成向量数据集；从所述向量数据集中选择多个向量分别作为初始聚类中心，按照初始聚类中心对用户分簇，按照分簇后的结果或聚类后的结果更新聚类中心，并按照聚类中心继续对各个用户聚类；直到聚类中心不再变化，得到聚类后的多个分类，每个分类至少包括一个待聚类用户；通过本发明改进的初始聚类中心的选择算法和改进的聚类框架，可以极大的降低计算量，进而提高了整个方法、装置的效率。
-
公开(公告)号：CN111125469A
公开(公告)日：2020-05-08
申请号：CN201911247467.5
申请日：2019-12-09
Applicant: 重庆邮电大学
IPC: G06F16/906 , G06K9/62 , G06Q50/00
Abstract: 本发明属于机器学习与数据挖掘领域，具体为一种社交网络的用户聚类方法、装置以及计算机设备；所述方法包括获取社交网络中各个待聚类用户的账户信息，包括用户ID、用户地区、用户性别、用户粉丝数、用户关注数、内容标签以及发布时间；将社交网络中各个账户信息分别向量化，形成向量数据集；从所述向量数据集中选择多个向量分别作为初始聚类中心，按照初始聚类中心对用户分簇，按照分簇后的结果或聚类后的结果更新聚类中心，并按照聚类中心继续对各个用户聚类；直到聚类中心不再变化，得到聚类后的多个分类，每个分类至少包括一个待聚类用户；通过本发明改进的初始聚类中心的选择算法和改进的聚类框架，可以极大的降低计算量，进而提高了整个方法、装置的效率。
-
-
公开(公告)号：CN111127501A
公开(公告)日：2020-05-08
申请号：CN201911221195.1
申请日：2019-12-03
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于多粒度遗传算法的图像分割方法，涉及图像处理领域。首先，以最大化类间方差等为目标，从而得到作为评价图像分割性能的适应度函数。然后，根据评价图像分割性能的适应度函数，通过多粒度遗传算法进行搜索从而得到最优阈值。当最优解发生变化时多粒度遗传算法引入分层策略，根据分层情况进行遗传操作，并引入多粒度空间策略对可行域进行划分，在稀疏空间和当前最优解所在子空间随机采样并迁移到当前种群以替换种群中适应度值较差的个体。多粒度遗传算法提高了稀疏空间和当前最优解所在子空间的搜索强度，促使搜索到的近似最优解更有效的向全局最优解靠拢，从而得到最优的图像分割阈值，达到了提高图像分割精度的目的。
-
-
-
Search Results
4
records
(took 0.014 seconds)
