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！

龙图腾网获悉中国科学院地理科学与资源研究所申请的专利一种在低信噪比OD流数据中识别聚类簇的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：CN121030381B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511574634.2，技术领域涉及：G06F18/2321；该发明授权一种在低信噪比OD流数据中识别聚类簇的方法是由裴韬;方子东;宋辞;蒋林峰;刘笑寒;刘天宇;陈洁设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本一种在低信噪比OD流数据中识别聚类簇的方法在说明书摘要公布了：本发明涉及一种在低信噪比OD流数据中识别聚类簇的方法，属于数据流聚类技术领域，解决了现有聚类技术对参数设置依赖性高、对微弱聚集信号敏感性差而导致在复杂数据环境中识别精度低、鲁棒性不足的问题。方法包括：获取待聚类OD流数据集并得到其聚集尺度范围以生成若干初始聚集尺度值；生成与待聚类OD流数据集空间范围一致的若干随机OD流数据集；基于初始聚集尺度值、待聚类OD流数据集和若干随机OD流数据集，得到潜在聚集尺度集；在各潜在聚集尺度上，对待聚类OD流数据集进行局部空间聚集性分析，得到候选中心流集合；对每个候选中心流，得到对应的最佳聚集尺度，并根据各候选中心流的最佳聚集尺度得到对应的聚类簇。

本发明授权一种在低信噪比OD流数据中识别聚类簇的方法在权利要求书中公布了：1.一种在低信噪比OD流数据中识别聚类簇的方法，其特征在于，包括如下步骤： 获取待聚类OD流数据集； 基于所述待聚类OD流数据集中各待聚类OD流数据的坐标，得到待聚类OD流数据的聚集尺度范围并生成若干初始聚集尺度值构成初始聚集尺度序列； 使用生成对抗网络架构的随机OD流数据生成模型，生成与所述待聚类OD流数据集空间范围一致的若干随机OD流数据集；其中，所述随机OD流数据生成模型包括生成器和判别器；所述生成器为依次连接的四层全连接神经网络，每层全连接神经网络后连接有批归一化函数和LeakyReLU激活函数，在第一层全连接神经网络和第二层全连接网络中分别加入1层Dropout层；将64维服从标准正态分布的随机噪声输入至所述生成器，输出为4维向量，对应OD流数据的四个坐标值，生成器的输出层激活函数为tanh，输出结果经逆归一化后可转换为实际的OD坐标对；所述判别器同样包括依次连接的四个全连接神经网络，每层全连接神经网络后连接有批归一化函数和LeakyReLU激活函数，输入为4维的OD数据，输出为一个标量，评估输入数据的真实性；所述随机OD流数据生成模型需要从训练过程中选出最优的生成轮次，包括：分别计算生成的随机OD流数据和真实数据在各所述初始聚集尺度值下的FK函数值，并根据199次采样结果得到函数的95%置信区间条带；使用相交的面积评估每个轮次的生成的随机OD流数据与真实数据计算的各FK函数值的置信区间条带的重合度；将重合度最高的生成器作为随机OD流数据的生成器以生成随机OD流数据； 基于所述初始聚集尺度序列、所述待聚类OD流数据集和若干所述随机OD流数据集，进行全局空间聚集性分析，得到潜在聚集尺度集； 基于所述待聚类OD流数据集和若干所述随机OD流数据集，在所述潜在聚集尺度集的各潜在聚集尺度上，进行局部空间聚集性分析，得到候选中心流集合； 对所述候选中心流集合中的每个候选中心流，根据其局部空间聚集强度随各潜在聚集尺度的变化得到对应的最佳聚集尺度，并根据各候选中心流的所述最佳聚集尺度得到对应的聚类簇。

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中国科学院地理科学与资源研究所，其通讯地址为：100101 北京市朝阳区大屯路甲11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”。

以上内容由龙图腾AI智能生成。