首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】时空大数据的时态数据内蕴模式聚类分析方法_中南大学;中国人民解放军63921部队_202111088489.9 

申请/专利权人:中南大学;中国人民解放军63921部队

申请日:2021-09-16

公开(公告)日:2021-12-10

公开(公告)号:CN113780451A

主分类号:G06K9/62(20060101)

分类号:G06K9/62(20060101)

优先权:

专利状态码:在审-实质审查的生效

法律状态:2021.12.28#实质审查的生效;2021.12.10#公开

摘要:本发明公开了时空大数据的时态数据内蕴模式聚类分析方法,方法包括步骤:获取点云数据,使用持续同调方法获得持续图;计算持续图的SW距离;计算拓扑几何混合距离;使用聚类算法最小化每个簇的中心和簇内数据点之间的距离来优化簇;调整轮廓系数后重复聚类操作,选择适当的聚类;使用评价指标分析聚类结果,并使用UMAP可视化综合控制数据集的拓扑几何混合距离度量空间。本发明所提取的结构从整体上反映了各个城市路网的规则性,还发现了潜在的子结构;结合城市GDP总量信息,对数据潜在结构进行分析,发现其结构划分于城市经济水平和地理区位因素相关。

主权项:1.时空大数据的时态数据内蕴模式聚类分析方法,其特征在于,包括以下步骤:获取点云数据,并将时间序列的延迟嵌入所述点云数据中得到相空间,将主成分分析法应用于相空间以减少拓扑噪声,并使用持续同调方法获得持续图;计算所述持续图的SlicedWasserstein距离,得到所述相空间的全局拓扑相似性度量,并计算时间序列原始空间的几何相似性;计算拓扑几何混合距离,所述拓扑几何混合距离的计算利用调整函数建立新的距离,选择调整函数使拓扑相似性成为几何距离的调整因子;使用聚类算法最小化每个簇的中心和簇内数据点之间的距离来优化簇,生成大小相似的球形簇;调整轮廓系数后重复上述聚类操作,选择适当数量的聚类;使用评价指标分析聚类结果,并使用UMAP可视化综合控制数据集的拓扑几何混合距离度量空间。

全文数据:

权利要求:

百度查询: 中南大学;中国人民解放军63921部队 时空大数据的时态数据内蕴模式聚类分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。