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！

龙图腾网获悉广东电网有限责任公司广州供电局申请的专利一种基于SOM-M的业扩项目聚类方法、装置、设备和存储介质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：CN114781482B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202210268783.6，技术领域涉及：G06F18/23；该发明授权一种基于SOM-M的业扩项目聚类方法、装置、设备和存储介质是由林其雄;周鑫;林镜星;许斌斌;谢志炜;王伟光设计研发完成，并于2022-03-18向国家知识产权局提交的专利申请。

本一种基于SOM-M的业扩项目聚类方法、装置、设备和存储介质在说明书摘要公布了：本发明涉及一种基于SOM‑M的业扩项目聚类方法，包括：获取原始业扩项目数据，原始业扩项目数据包括：项目节点、节点计划用时、节点预算费用；将预处理后的原始业扩项目数据输入至SOM‑M模型中，初始化竞争层的神经元参数；计算输入层的神经元与竞争层的神经元间的相似性和一阶动量，更新竞争层的神经元参数；根据更新后的竞争层的神经元参数，得到业扩项目的节点类别。本申请通过测量多个神经元相似性，使多个神经元的相似性相互竞争，不断调整神经元逼近对象的类别中心，使神经元自动聚类，在加入一阶动量后，提升了SOM的收敛能力，更易于找到聚类中心，具有较强的分类能力和快速的学习能力，在对业扩项目聚类中具有很好的效果。

本发明授权一种基于SOM-M的业扩项目聚类方法、装置、设备和存储介质在权利要求书中公布了：1.一种基于SOM-M的业扩项目聚类方法，其特征在于，该方法包括以下步骤： 获取原始业扩项目数据，所述原始业扩项目数据包括：项目节点、节点计划用时、节点预算费用； 对所述原始业扩项目数据预处理，剔除异常数据； 将所述预处理后的原始业扩项目数据输入至SOM-M模型中，并初始化所述竞争层的神经元参数，其中，SOM-M模型包括输入层和竞争层； 计算所述输入层的神经元与所述竞争层的神经元间的相似性和一阶动量，更新所述竞争层的神经元参数； 根据更新后的所述竞争层的神经元参数，得到业扩项目的节点类别； 其中，计算所述输入层的神经元与所述竞争层的神经元间的相似性和一阶动量，更新所述竞争层的神经元参数，包括： 选择一个输入层的神经元，计算每个所述竞争层的神经元与其之间的相似性，相似性的欧氏距离计算公式如下： 其中，X为输入层的神经元参数向量，Xi为第i个竞争层的神经元参数向量，Τ为向量转置运算符； 比较所述竞争层的神经元的相似性计算结果，选择欧氏距离最小的神经元作为优胜神经元； 计算带一阶动量的优胜神经元参数更新调整值m，一阶动量公式如下： mvc＝β·mvc-1+1-β·Dt-Wve 其中，Wv为所述优胜神经元v的参数向量，D为获胜神经元的参数向量，mvc为所述优胜神经元本次的带一阶动量的参数更新调整值，mvc-1为所述优胜神经元上一次的带一阶动量的参数更新调整值，v代表优胜神经元，β为一阶动量超参数； 更新所述优胜神经元及其邻域神经元的参数，更新参数公式如下： Wve+1＝Wve+θu,v,σ×αe×m 其中，Wv为神经元v的参数向量，e为当前迭代代数，θu,v,σ为近邻函数，可选择bubble函数，gaussian函数，u为优胜神经元在竞争平面上的x轴坐标，v为优胜神经元在竞争平面上的y轴坐标，E为总迭代次数2，α为学习率，D为获胜神经元的参数向量； 重复更新所述竞争层的神经元参数，直至达到设定的迭代次数最大值。

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广东电网有限责任公司广州供电局，其通讯地址为：510630 广东省广州市天河区天河南二路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”。