Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜广东技术师范大学张越获国家专利权

恭喜广东技术师范大学张越获国家专利权

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!

龙图腾网恭喜广东技术师范大学申请的专利一种处理非平衡数据的联邦安全聚类方法及系统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:CN119004145B

龙图腾网通过国家知识产权局官网在2025-04-01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:202410905680.5,技术领域涉及:G06F18/2321;该发明授权一种处理非平衡数据的联邦安全聚类方法及系统是由张越;廖新发;丁徐闯;白雨婷设计研发完成,并于2024-07-08向国家知识产权局提交的专利申请。

一种处理非平衡数据的联邦安全聚类方法及系统在说明书摘要公布了:本发明公开了一种处理非平衡数据的联邦安全聚类方法及系统,其中,所述方法包括:基于竞争学习算法对每个客户端的非平衡数据集进行局部聚类,获得若干个子簇;计算每个子簇的簇心、半径、大小和标准差,并将每个子簇的簇心、半径、大小和标准差传输至中心服务器;所述中心服务器基于每个子簇的簇心、半径、大小和标准差利用子簇合并方法进行全局聚类,获得全局聚类结果;将所述全局聚类结果传输至每个客户端,每个客户端基于所述全局聚类结果更新每个数据点的聚类标签。本发明可以避免遗漏对小簇的检测,也减轻了现有方法所使用的基于划分式的聚类方法中出现的簇心偏移问题。

本发明授权一种处理非平衡数据的联邦安全聚类方法及系统在权利要求书中公布了:1.一种处理非平衡数据的联邦安全聚类方法,其特征在于,所述方法包括:基于竞争学习算法对每个客户端的非平衡数据集进行局部聚类,获得若干个子簇;计算每个子簇的簇心、半径、大小和标准差,并将每个子簇的簇心、半径、大小和标准差传输至中心服务器;所述中心服务器基于每个子簇的簇心、半径、大小和标准差利用子簇合并方法进行全局聚类,获得全局聚类结果;将所述全局聚类结果传输至每个客户端,每个客户端基于所述全局聚类结果更新每个数据点的聚类标签;其中,所述基于每个子簇的簇心、半径、大小和标准差利用子簇合并方法进行全局聚类,获得全局聚类结果,包括:基于每个子簇的簇心、半径、大小和标准差计算子簇之间的成对距离系数;选择成对距离系数最小的两个子簇进行合并,获得新簇,并计算新簇的相关参数;在计算新簇的相关参数后,对剩余所有子簇重新进行成对距离系数计算、子簇合并和新簇相关参数计算至预设迭代次数,获得对应的若干个新簇和对应的簇心集合;所述基于每个子簇的簇心、半径、大小和标准差计算子簇之间的成对距离系数,包括:基于每个子簇的半径和子簇间簇心距离计算子簇之间的重叠程度;基于每个子簇的标准差计算子簇之间的标准差的差异程度;基于每个子簇的簇心位置、子簇之间的重叠程度和子簇之间的标准差的差异程度计算子簇之间的成对距离系数;所述子簇之间的重叠程度的计算表达式为: 其中,oCi,Cj为子簇Ci和子簇Cj之间的重叠程度,为子簇Ci的半径,为子簇Cj的半径,distci,cj为子簇Ci的簇心ci和子簇Cj的簇心cj之间的距离;所述子簇之间的成对距离系数的计算表达式为: 其中,dCi,Cj为子簇Ci和子簇Cj之间的成对距离系数,distci,cj为子簇Ci的簇心ci和子簇Cj的簇心cj之间的距离,oCi,Cj为子簇Ci和子簇Cj之间的重叠程度,为子簇Ci和子簇Cj之间标准差的差异程度,β为超参数;所述新簇的相关参数包括新簇的簇心、半径、大小和标准差;所述新簇的簇心的计算表达式为: 其中,c′为新簇的簇心,为新簇中的第一子簇C1的大小,为新簇中的第二子簇C2的大小,c1为新簇中的第一子簇C1的簇心,c2为新簇中的第二子簇C2的的簇心;所述新簇的半径的计算表达式为: 其中,r′为新簇的半径,为新簇中的第一子簇C1的大小,为新簇中的第二子簇C2的大小,c1为新簇中的第一子簇C1的簇心,c2为新簇中的第二子簇C2的的簇心,c′为新簇的簇心,distc′,c1为新簇的簇心c′与新簇中的第一子簇的簇心c1之间的距离,为新簇中的第一子簇C1的半径,distc′,c2为新簇的簇心c′与新簇中的第二子簇的簇心c2之间的距离,为新簇中的第二子簇C2的半径。

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技术师范大学,其通讯地址为:510665 广东省广州市天河区中山大道西293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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。