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！

龙图腾网获悉安徽工业大学申请的专利一种适用于混合型属性数据的自适应邻域粒聚类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：CN119961708B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510039810.6，技术领域涉及：G06F18/23213；该发明授权一种适用于混合型属性数据的自适应邻域粒聚类方法是由吴紫恒;周军;王兵;马小陆;赵远;李聪;汪文艳设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本一种适用于混合型属性数据的自适应邻域粒聚类方法在说明书摘要公布了：本发明公开了一种适用于混合型属性数据的自适应邻域粒聚类方法，属于机器学习技术领域。针对现有技术中存在的传统K均值聚类算法只能处理数值型属性数据以及聚类结果不稳定的问题，本发明提供了一种适用于混合型属性数据的自适应邻域粒聚类方法，其方法包括：S1、获取并输入待聚类数据；S2、通过混合型属性数据的自适应邻域粒聚类方法计算待聚类数据的邻域粒向量；S3、基于数据的相异性度量方法选取待聚类数据的初始聚类中心；S4、利用邻域粒K均值聚类算法更新聚类中心；S5、输出聚类结果。由此，通过将K均值聚类算法和粒计算相结合，实现混合型属性数据粒化，具备适用性强和聚类性能高的优良特性。

本发明授权一种适用于混合型属性数据的自适应邻域粒聚类方法在权利要求书中公布了：1.一种适用于混合型属性数据的自适应邻域粒聚类方法，包括以下步骤： S1、获取并输入待聚类数据； S2、通过混合型属性数据的自适应邻域粒聚类方法计算待聚类数据的邻域粒向量； S3、基于数据的相异性度量方法选取待聚类数据的初始聚类中心； S4、利用邻域粒K均值聚类算法更新聚类中心； S5、输出聚类结果； 步骤S2中，计算待聚类数据的邻域粒向量，其步骤包括： 计算数值型属性的属性差异平均值，基于属性差异平均值判别数值型属性的邻域； 判别符号型属性的邻域； 通过数值型属性的邻域和符号型属性的邻域计算不同混合型属性数据的邻域粒向量； 所述基于属性差异平均值判别数值型属性的邻域，判别公式为： 其中，i和j均表示自然数，N表示样本个数，n表示数值型属性特征，r表示超参数，a表示属性，表示第i个样本，xia表示第i个样本在属性a上的值，xja表示第j个样本在属性a上的值，表示第i个样本在属性a上的邻域粒向量，表示第j个样本的邻域判别值，表示数值型属性的邻域判别式，表示任意样本间在属性a上的欧氏距离，disa表示属性差异平均值； 所述判别符号型属性的邻域，判别公式为： 其中，c表示符号型属性特征，b表示属性，表示第i个样本在属性b上的值，表示第j个样本在属性b上的值，表示在属性b上的邻域粒向量，表示第j个样本的邻域判别的值，表示符号型属性的邻域判别式； 所述不同混合型属性数据的邻域粒向量表示为： 其中，G表示整个待聚类数据的邻域粒向量，表示在属性A上的邻域粒向量，T表示矩阵转置。

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安徽工业大学，其通讯地址为：243002 安徽省马鞍山市花山区湖东路59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。