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！

龙图腾网恭喜西安电子科技大学;中国航发四川燃气涡轮研究院申请的专利基于自适应在线学习的密度数据流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：CN115496133B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202211094825.5，技术领域涉及：G06F18/23；该发明授权基于自适应在线学习的密度数据流聚类方法是由刘若辰;郭项龙;张有;王晗丁设计研发完成，并于2022-09-05向国家知识产权局提交的专利申请。

本基于自适应在线学习的密度数据流聚类方法在说明书摘要公布了：本发明公开了一种基于自适应在线学习的数据流聚类方法，主要解决现有技术因固定参数及模型对参数的依赖性所导致聚类结果精度低的问题。其实现方案是：根据数据流中数据信息创建微簇；微簇接收到一个新的数据点后使用半径的自适应增长策略使活跃的微簇吸收更多的数据学习微簇结构，并通过不同类型微簇的能量更新策略处理数据流不断演化，使微簇能量衰减模拟演化过程，微簇消亡引起聚类改变；根据改变的微簇间距离，实现同类数据的聚合，输出数据聚类结果。本发明通过自适应调整策略对微簇模型的参数动态调优，在线学习数据更新微簇模型，提高了动态数据环境下数据流聚类的精度，可用于互联网数据的模型学习、网络入侵检测、网络点击流及天气监测。

本发明授权基于自适应在线学习的密度数据流聚类方法在权利要求书中公布了：1.一种基于自适应在线学习的数据流聚类方法，其特征在于，包括如下步骤：1接收动态数据环境下的数据流，并将数据流中的数据按照接收顺序，以1000个数据点作为一个间隔，将数据流划分为n个数据块，n≥3；2根据数据块中的第一个数据点信息单独创建一个微簇结构，并将该微簇加入到起始为空的微簇列表中；3计算数据块中其他数据点Xi逐个与微簇列表中的微簇中心C的欧式距离d，并将数据点映射到欧式距离最小的微簇，判断当前数据点是否加入到微簇中：若欧式距离小于被映射的微簇的最小半径R，即dR时，且该微簇是缓冲区中的弱微簇，此时微簇被激活成核心微簇，则将该微簇的能量变更为1，再将当前数据点加入到被映射的微簇，执行步骤4；否则，由当前数据点单独创建一个新的微簇结构，并加入到现有的微簇列表中，执行步骤5；4微簇列表中的微簇接收到一个新的数据点后，进行更新操作：4a当数据点Xi加入后，对微簇的半径Rt进行自适应更新，得到更新后的微簇半径最新值Rt+1： 其中，Nt+1＝Nt+1为微簇的局部密度阈值，N′t为微簇的空间信息计数值，Decay为微簇的衰减因子，的比值为自适应调整因子，Rmax为微簇最大半径；4b当数据点Xi位于壳区域，即数据点在微簇中心位置[0.5*Rt+1,Rt+1]范围构成的空间区域时，对微簇中心Ct进行自适应更新，得到更新后的中心最新值Ct+1： 其中，N′t+1＝N′t+1为微簇的空间信息计数值；4c对微簇的能量Et进行自适应更新，得到更新后的能量最新值Et+1： 执行步骤5；5对微簇列表中的微簇能量E′t进行衰减，得到衰减后的能量最新值E′t+1： 执行步骤6；6根据衰减后的微簇能量值与0的大小关系，判断当前时刻微簇是否发生变化：如果微簇衰减后的能量值小于0，则该微簇发生变化，并根据微簇的类型进行相应的变化：若微簇是局部密度阈值Nt大于密度阈值Nth的核心微簇，将其变成缓冲区中弱微簇，对弱微簇的结构进行相应的变化；否则，微簇是缓冲区中的弱微簇，将其直接删除；如果微簇衰减后的能量值大于等于0时，则微簇不发生变化，执行步骤7；7计算当前微簇与微簇列表中所有微簇的相交距离d′，将微簇中心的欧式距离d小于相交距离d′的微簇加入到各自的边缘列表EL中，即将属于相交的微簇划分为同一类，实现对宏观集群的更新；8将更新宏观集群后属于同一类的结果在线输出，完成对数据流的聚类。

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西安电子科技大学;中国航发四川燃气涡轮研究院，其通讯地址为：710071 陕西省西安市太白南路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”。