WIPO logo
Mobile | Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Search International and National Patent Collections
World Intellectual Property Organization
Options
Query Language
Stem
Sort by:
List Length
Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2017181660) K-MEANS ALGORITHM-BASED DATA CLUSTERING METHOD AND DEVICE
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2017/181660 International Application No.: PCT/CN2016/105949
Publication Date: 26.10.2017 International Filing Date: 15.11.2016
IPC:
G06K 9/62 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
K
RECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9
Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62
Methods or arrangements for recognition using electronic means
Applicants: HUAWEI TECHNOLOGIES CO., LTD.[CN/CN]; Huawei Administration Building, Bantian, Longgang District Shenzhen, Guangdong 518129, CN
Inventors: HU, Feiran; CN
WANG, Nannan; CN
CAO, Jun; CN
Priority Data:
201610255527.821.04.2016CN
Title (EN) K-MEANS ALGORITHM-BASED DATA CLUSTERING METHOD AND DEVICE
(FR) PROCÉDÉ ET DISPOSITIF DE REGROUPEMENT DE DONNÉES BASÉ SUR UN ALGORITHME DES K-MOYENNES
(ZH) 基于K-Means算法的数据聚类方法和装置
Abstract:
(EN) The invention relates to the technical field of computers. Provided are a K-means algorithm-based data clustering method and device. The method comprises: a cluster server receives a clustering request, the clustering request comprising a maximum computation load, K, and a data set (201); the cluster server determines, according to the maximum computation load, an adjustment factor corresponding to the maximum computation load (202); the cluster server randomly selects one data item from the data set, and selects K-1 data items from the data set according to the adjustment factor and the randomly selected data item, the randomly selected data item and the K-1 data items constituting K initial cluster centers of the data set (203); and the cluster server performs, according to the K initial cluster centers, clustering on N data items in the data set (204). The method can automatically adjust clustering efficiency according to the maximum computation load, thereby increasing clustering efficiency.
(FR) La présente invention a trait au domaine technique de l'informatique. L’invention concerne un procédé et un dispositif de regroupement de données basé sur un algorithme des K-moyennes. Dans le procédé selon l'invention : un serveur en grappe reçoit une demande de regroupement, cette demande comprenant une charge de calcul maximale, K, et un ensemble de données (201) ; le serveur en grappe détermine, selon la charge de calcul maximale, un facteur d'ajustement correspondant à la charge de calcul maximale (202) ; le serveur en grappe sélectionne de façon aléatoire un élément de données à partir de l'ensemble de données et sélectionne K-1 éléments de données à partir de l'ensemble de données, en fonction du facteur d'ajustement et de l'élément de données sélectionné de façon aléatoire, l'élément de données sélectionné de façon aléatoire et les K-1 éléments de données constituant K centres de grappe initiaux de l'ensemble de données (203) ; et le serveur en grappe effectue, selon les K centres de grappe initiaux, un regroupement sur N éléments de données dans l'ensemble de données (204). Le procédé selon l'invention permet d'ajuster automatiquement l'efficacité de regroupement en fonction de la charge de calcul maximale, ce qui améliore l'efficacité de regroupement.
(ZH) 一种基于K-Means算法的数据聚类方法和装置,属于计算机技术领域。方法包括:聚类服务器接收聚类请求,所述聚类请求包括最大计算量、K和数据集(201);聚类服务器根据该最大计算量,确定该最大计算量对应的调整因子(202);聚类服务器从数据集中随机选择一个数据;并根据该调整因子和该随机选择的数据,从数据集中选择K-1个数据,随机选择的数据和该K-1个数据构成数据集的K个初始聚类中心(203);聚类服务器根据该K个初始聚类中心,对该数据集中的N个数据进行聚类(204)。该方法可以根据最大计算量自动调整聚类效率,从而可以提高聚类效率。
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: Chinese (ZH)
Filing Language: Chinese (ZH)