龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：平安科技(深圳)有限公司
申请日：2020-12-01
公开（公告）日：2024-07-05
公开（公告）号：CN112508075B
主分类号：G06F18/2321
分类号：G06F18/2321;G06N20/20;G06F21/60;G06F18/22
优先权：
专利状态码：有效-授权
法律状态：2024.07.05#授权;2021.04.02#实质审查的生效;2021.03.16#公开
摘要：本申请实施例属于人工智能领域，涉及一种基于横向联邦的DBSCAN聚类方法、装置、计算机设备及存储介质，方法包括：获取第一数据集，其中，第一数据集包括若干个第一对象的第一特征；与第二服务器的第二数据集进行横向联邦学习，以通过联邦方差选择算法对第一数据集进行特征筛选，得到第一待聚类数据集；遍历第一待聚类数据集中的第一对象；计算当前第一对象与各第一对象的欧氏距离，并通过联邦欧氏距离算法计算当前第一对象与各第二对象的欧氏距离；根据得到的欧氏距离对当前第一对象进行DBSCAN聚类，得到对象聚类结果。此外，本申请还涉及区块链技术，第一数据集可存储于区块链中。本申请提高了对象聚类的准确性。
主权项：1.一种基于横向联邦的DBSCAN聚类方法，其特征在于，包括下述步骤：获取第一数据集，其中，所述第一数据集包括若干个第一对象的第一特征；与第二服务器的第二数据集进行横向联邦学习，以通过联邦方差选择算法对所述第一数据集进行特征筛选，得到第一待聚类数据集，并指示所述第二服务器通过所述联邦方差选择算法对所述第二数据集进行特征筛选，得到第二待聚类数据集，其中，所述第二数据集包括若干个第二对象的第二特征，所述第一数据集和所述第二数据集为不同公司的用户数据；所述特征筛选用于保留对聚类有用的特征，并实现特征降维；遍历所述第一待聚类数据集中的第一对象；计算当前第一对象与各第一对象的欧氏距离，并通过联邦欧氏距离算法计算所述当前第一对象与各第二对象的欧氏距离；根据得到的欧氏距离对所述当前第一对象进行DBSCAN聚类，得到对象聚类结果，所述对象聚类结果为对不同公司的用户进行分类的用户分类结果，每一种聚类结果为具有相近行为的用户。
全文数据：
权利要求：
百度查询： 平安科技(深圳)有限公司 基于横向联邦的DBSCAN聚类方法、及其相关设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号