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！

龙图腾网获悉深圳前海微众银行股份有限公司;香港科技大学申请的专利一种时序数据的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：CN115495631B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202211231770.8，技术领域涉及：G06F16/906；该发明授权一种时序数据的聚类方法及装置是由王嘉川;陈雷;尤嘉;李泽宇;李诚设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本一种时序数据的聚类方法及装置在说明书摘要公布了：本发明实施例涉及一种时序数据的聚类方法及装置。该方法包括：获取任一待聚类时序数据；将待聚类时序数据输入至预测模型，得到待聚类时序数据分别属于k个聚类分区的k个概率值；k个聚类分区是至少以第一目标函数为目标且采用样本时序数据对预测模型进行训练得到的；第一目标函数用于实现k个聚类分区中任意两个聚类分区中的样本时序数据的数量的差值小于第一预设阈值；将k个概率值中满足预设条件的概率值对应的聚类分区确定为待聚类时序数据所属的聚类分区。将待聚类时序数据输入至以第一目标函数为目标进行训练的预测模型中，可以进行更加合理更加均衡的聚类，体现出不同时序数据之间的差异性，提高时序数据之间的区分度，提高聚类的准确性。

本发明授权一种时序数据的聚类方法及装置在权利要求书中公布了：1.一种时序数据的聚类方法，其特征在于，包括： 获取任一待聚类时序数据； 将所述待聚类时序数据输入至预测模型，得到所述待聚类时序数据分别属于k个聚类分区的k个概率值；所述k个聚类分区是至少以第一目标函数为目标且采用样本时序数据对所述预测模型进行训练得到的；所述第一目标函数用于实现所述k个聚类分区中任意两个聚类分区中的样本时序数据的数量的差值小于第一预设阈值； 将所述k个概率值中满足预设条件的概率值对应的聚类分区确定为所述待聚类时序数据所属的聚类分区； 其中，通过如下方式训练所述预测模型，包括： 对多个第一样本时序数据进行聚类，得到k个初始聚类分区；所述预测模型还包括编码器；所述预测模型至少还包括判别器； 针对任一第二样本时序数据，将所述第二样本时序数据输入至所述编码器进行编码，得到编码后的第二样本时序数据；将所述编码后的第二样本时序数据输入至初始判别器，得到所述第二样本时序数据属于所述k个初始聚类分区的k个判别概率； 根据所述k个判别概率确定所述第二样本时序数据所属的初始聚类分区； 将所述编码后的第二样本时序数据输入至解码器，得到解码结果； 以所述第一目标函数、第二目标函数和第三目标函数为目标，根据所述k个判别概率对所述编码器进行调参；所述第二目标函数用于实现所述第二样本时序数据针对同一初始聚类分区对应的计算概率与判别概率的差值小于第二预设阈值；所述第三目标函数用于实现所述解码结果与所述第二样本时序数据之间的距离小于第四预设阈值。

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深圳前海微众银行股份有限公司;香港科技大学，其通讯地址为：518027 广东省深圳市前海深港合作区前湾一路1号A栋201室；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。