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！

龙图腾网获悉西安电子科技大学;西安电子科技大学杭州研究院申请的专利一种基于密度的模糊聚类方法及装置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：CN115423019B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202211066456.9，技术领域涉及：G06F18/2321；该发明授权一种基于密度的模糊聚类方法及装置是由罗丰;张鹏;谢宇恒;曹子嫣;廖桂生;张林让;尹应增设计研发完成，并于2022-09-01向国家知识产权局提交的专利申请。

本一种基于密度的模糊聚类方法及装置在说明书摘要公布了：本发明公开了一种基于密度的模糊聚类方法，包括以下步骤：获取当前帧数据，获得簇类个数k‑计算每个簇类横向距离最大差值,更新簇类个数‑构造目标函数‑求解目标函数，获得一次模糊聚类结果‑重复直至满足终止条件，并且更新隶属度矩阵为和簇中心由更新的一次聚类结果作为输入初始值，构造新的目标函数‑再次求解目标函数，获得二次模糊聚类结果，迭代更新隶属度矩阵和位置中心点‑若二次模糊聚类满足迭代条件，则继续，否则重复‑输出更新的隶属度矩阵和位置中心点,得到二次模糊聚类结果，所得更新的隶属度矩阵即为最终的隶属度模糊矩阵。本发明采用上述基于密度的模糊聚类方法，优化聚类结果，并且有效解决相邻同速车辆被聚为一簇的问题。

本发明授权一种基于密度的模糊聚类方法及装置在权利要求书中公布了：1.一种基于密度的模糊聚类方法，其特征在于：包括以下步骤： S1：根据接收到的点云数据获取当前帧数据，先进行DBSCAN预聚类，获得簇类个数k； S2：计算初次聚类后每个簇类横向距离最大差值max_y,更新簇类个数knew： 其中，d为车道宽度； S3：若更新后的簇类个数不变，则对每簇数据点进行点迹凝聚，获得初始簇类中心vi，计算所有点到各簇类中心的距离，以及所有样本点关于各簇类中心的隶属度μij，μij表示第j个样本对第i个聚类中心的隶属度，构造目标函数J； 若更新后簇类个数变化，则仅输入簇类个数knew，随机生成隶属度矩阵μij，构造目标函数J； S4：使用拉格朗日乘子法求解目标函数，获得一次模糊聚类结果； S5：重复步骤S4直至满足一次模糊聚类的迭代终止条件，并且更新隶属度矩阵为μ'ij和簇中心v'i； S6：由步骤S5所更新的一次聚类结果u'ij作为输入初始值，代入FCM算法，构造新的目标函数Q； S7：再次使用拉格朗日乘子式求解目标函数Q，获得二次模糊聚类结果，迭代更新隶属度矩阵μ'ij和位置中心点Ii； S8：若二次模糊聚类满足迭代条件，则继续执行S9，否则重复步骤S8； S9：输出更新的隶属度矩阵μ″ij和位置中心点I'i,得到二次模糊聚类结果，所得更新的隶属度矩阵μ″ij即为最终的隶属度模糊矩阵。

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西安电子科技大学;西安电子科技大学杭州研究院，其通讯地址为：710071 陕西省西安市太白南路2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”。