西安電子科技大學;西安電子科技大學杭州研究院羅豐獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉西安電子科技大學;西安電子科技大學杭州研究院申請的專利一種基于密度的模糊聚類方法及裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115423019B 。
龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211066456.9,技術領域涉及:G06F18/2321;該發明授權一種基于密度的模糊聚類方法及裝置是由羅豐;張鵬;謝宇恒;曹子嫣;廖桂生;張林讓;尹應增設計研發完成,并于2022-09-01向國家知識產權局提交的專利申請。
本一種基于密度的模糊聚類方法及裝置在說明書摘要公布了:本發明公開了一種基于密度的模糊聚類方法,包括以下步驟:獲取當前幀數據,獲得簇類個數k?計算每個簇類橫向距離最大差值,更新簇類個數?構造目標函數?求解目標函數,獲得一次模糊聚類結果?重復直至滿足終止條件,并且更新隸屬度矩陣為和簇中心由更新的一次聚類結果作為輸入初始值,構造新的目標函數?再次求解目標函數,獲得二次模糊聚類結果,迭代更新隸屬度矩陣和位置中心點?若二次模糊聚類滿足迭代條件,則繼續,否則重復?輸出更新的隸屬度矩陣和位置中心點,得到二次模糊聚類結果,所得更新的隸屬度矩陣即為最終的隸屬度模糊矩陣。本發明采用上述基于密度的模糊聚類方法,優化聚類結果,并且有效解決相鄰同速車輛被聚為一簇的問題。
本發明授權一種基于密度的模糊聚類方法及裝置在權利要求書中公布了:1.一種基于密度的模糊聚類方法,其特征在于:包括以下步驟: S1:根據接收到的點云數據獲取當前幀數據,先進行DBSCAN預聚類,獲得簇類個數k; S2:計算初次聚類后每個簇類橫向距離最大差值max_y,更新簇類個數knew: 其中,d為車道寬度; S3:若更新后的簇類個數不變,則對每簇數據點進行點跡凝聚,獲得初始簇類中心vi,計算所有點到各簇類中心的距離,以及所有樣本點關于各簇類中心的隸屬度μij,μij表示第j個樣本對第i個聚類中心的隸屬度,構造目標函數J; 若更新后簇類個數變化,則僅輸入簇類個數knew,隨機生成隸屬度矩陣μij,構造目標函數J; S4:使用拉格朗日乘子法求解目標函數,獲得一次模糊聚類結果; S5:重復步驟S4直至滿足一次模糊聚類的迭代終止條件,并且更新隸屬度矩陣為μ'ij和簇中心v'i; S6:由步驟S5所更新的一次聚類結果u'ij作為輸入初始值,代入FCM算法,構造新的目標函數Q; S7:再次使用拉格朗日乘子式求解目標函數Q,獲得二次模糊聚類結果,迭代更新隸屬度矩陣μ'ij和位置中心點Ii; S8:若二次模糊聚類滿足迭代條件,則繼續執行S9,否則重復步驟S8; S9:輸出更新的隸屬度矩陣μ″ij和位置中心點I'i,得到二次模糊聚類結果,所得更新的隸屬度矩陣μ″ij即為最終的隸屬度模糊矩陣。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人西安電子科技大學;西安電子科技大學杭州研究院,其通訊地址為:710071 陜西省西安市太白南路2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。