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！

龙图腾网恭喜四川警察学院申请的专利一种基于自适应DBSCAN聚类的弹壳底火测量异常区域检测方法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：CN119537983B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202510103921.9，技术领域涉及：G06F18/232；该发明授权一种基于自适应DBSCAN聚类的弹壳底火测量异常区域检测方法是由郭勇;甘怡韵;黄霖宇;宁芊;李永胜设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种基于自适应DBSCAN聚类的弹壳底火测量异常区域检测方法在说明书摘要公布了：本发明涉及数据识别领域，公开了一种基于自适应DBSCAN聚类的弹壳底火测量异常区域检测方法，对弹壳样本进行预处理，输入一个正整数K值，通过k‑dist函数计算预处理后的每个弹壳样本与其第K个最近邻之间的距离，绘制k‑dist图；通过k‑dist图得到膝点，膝点在K‑dist图中对应的距离值为Eps的取值；根据得到的Eps的取值，分别计算不同MinPts值下的聚类结果，得到最优的MinPts值；根据确定的Eps和MinPts进行DBSCAN聚类，将数据对象最多的一个簇作为正常反光区域，其他簇与噪声合并为异常反光区域，实现对弹壳底火异常反光区域的检测。

本发明授权一种基于自适应DBSCAN聚类的弹壳底火测量异常区域检测方法在权利要求书中公布了：1.一种基于自适应DBSCAN聚类的弹壳底火测量异常区域检测方法，其特征在于，包括如下步骤：步骤一，对弹壳样本进行预处理，输入一个正整数K值，通过k-dist函数计算预处理后的每个弹壳样本与其第K个最近邻之间的距离，绘制k-dist图；步骤二，通过k-dist图得到膝点，膝点在K-dist图中对应的距离值为Eps的取值；步骤三，根据得到的Eps的取值，分别计算不同MinPts值下的聚类结果，得到最优的MinPts值；步骤四，根据确定的Eps和MinPts进行DBSCAN聚类，将数据对象最多的一个簇作为正常反光区域，其他簇与噪声合并为异常反光区域，实现对弹壳底火异常反光区域的检测；所述的对弹壳样本进行预处理，包括：S1，运用KD-tree查找每个点最近邻的个点，构成的矩阵；其中，为一个弹壳样本中的数据点，为设定的值；S2，计算协方差矩阵，并求解协方差矩阵的特征值；S3，取中的最小特征值，计算的曲率；S4，设置曲率阈值，提取曲率满足的三维数据点，对应变换成二维数据点并存入二维点集，利用二维点集拟合半径为R圆心为的圆，计算每个点到圆心的距离；其中，为拟合圆的圆心坐标，为设置的曲率阈值；S5，求使得最小的A，B，R即确定圆的参数；其中，A,B分别为拟合圆的圆心X轴和Y轴坐标，R为拟合圆的半径；S6，对于每个点，若且，则作为弹壳Primer区域；提取出大小为的区域，提取出弹壳的Primer区域；其中，为设定的值，为弹壳的Primer区域的深度；所述的输入一个正整数K值，通过k-dist函数计算预处理后的每个弹壳样本与其第K个最近邻之间的距离，绘制k-dist图，包括：计算距离分布矩阵的值，即 其中，，表示一个弹壳样本的数据点个数，是n行n列的实对称矩阵，每个元素表示中第个点到第个点的距离，和是第个点和第个点数据点的三维坐标；对矩阵的每一行进行升序排序后得到，每个点的第k个最近距离即为第K+1列的数值： 其中，包含了一个弹壳样本中所有点的第k个最近距离，将进行升序排序并绘制k-dist图像；所述的膝点为k-dist图像中梯度变化最大的点；所述的根据得到的Eps的取值，分别计算不同MinPts值下的聚类结果，得到最优的MinPts值，包括：根据得到的Eps的值，将MinPts的值在区间[K-d,K+d]内变化，对不同的MinPts值依次执行DBSCAN聚类，其中，d表示调整幅度；在DBSCAN聚类后，记录每个MinPts值对应的簇数，统计各簇的数量出现的频率，出现频率最高的簇数CNmax作为聚类的稳定结果，选择簇数CNmax下对于的minPts值，并取这些值的中位数作为最优的MinPts值。

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四川警察学院，其通讯地址为：646000 四川省泸州市龙透关路186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”。