内容提供者
细胞对象分类方法、装置、电子设备和存储介质.pdf
2023-05-01
10金币
1.4MB
22页
一吃****新冬
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共22页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
细胞对象分类方法、装置、电子设备和存储介质.pdf
本发明提供一种细胞对象分类方法、装置、电子设备和存储介质,该方法包括:获取细胞对象集的细胞对象数据集,细胞对象集中的每个细胞对象具有至少一个第一属性的属性值;确定与细胞对象数据集对应的邻接矩阵,邻接矩阵的顶点为各细胞对象;基于邻接矩阵,对各细胞对象进行分区,得到至少一个细胞对象社区;基于邻接矩阵和各细胞对象社区,利用预设聚集算法对各细胞对象进行聚集,得到细胞对象簇集合;对于每个细胞对象簇,执行分类操作。该方法能够更好地对细胞对象进行分类。
2023-05-01
10
1.4MB
细胞对象分类方法、装置、电子设备和存储介质.pdf
本发明提供一种细胞对象分类方法、装置、电子设备和存储介质,该方法包括:获取细胞对象集的细胞对象数据集,细胞对象集中的每个细胞对象具有至少一个第一属性的属性值;确定与细胞对象数据集对应的邻接矩阵,邻接矩阵的顶点为各细胞对象;基于邻接矩阵,对各细胞对象进行分区,得到至少一个细胞对象社区;基于邻接矩阵和各细胞对象社区,利用预设聚集算法对各细胞对象进行聚集,得到细胞对象簇集合;对于每个细胞对象簇,执行分类操作。该方法能够更好地对细胞对象进行分类。
2023-05-04
10
1.4MB
对象分类方法、装置、电子设备及存储介质.pdf
本说明书实施例提供了对象分类方法、装置、电子设备及存储介质,其中,一种对象分类方法包括:获取待分类对象的图数据;根据第i?1次训练所使用的图边训练信息,生成第i次训练所使用的目标邻接矩阵;将目标邻接矩阵和节点特征输入至对象分类模型进行分类预测,得到第i次训练对应的第i次损失函数值以及第i次分类结果,并将第i次训练对应的训练损失函数值添加到训练参考信息集中;若第i次训练满足训练结束条件,则从训练参考信息集中确定满足训练要求的第j次训练损失函数值,并将第j次分类结果确定为待分类对象的目标分类,以此,可以在不改
2023-05-16
10
1MB
目标对象的分类方法、装置、电子设备及存储介质.pdf
本发明实施例提供的目标对象的分类方法、装置、电子设备及存储介质，应用于信息技术领域，可以获取目标对象的时序数据；对时序数据进行特征提取，得到多个待分类特征；通过预设特征构建算法，计算各待分类特征的特征分布向量；通过预先训练好的特征构建元模型，根据各待分类特征的特征分布向量预测各待分类特征的贡献度；选取贡献度大于预设贡献度阈值的待分类特征作为所述目标对象的当前特征；根据当前特征对目标对象进行分类，得到目标对象对应的分类结果。可以根据各待分类特征的特征分布向量预测各待分类特征的贡献度，选取贡献度最高的前N个待
2023-07-24
10
912KB
目标对象的分类方法、装置、存储介质以及电子设备.pdf
本申请公开了一种目标对象的分类方法、装置、存储介质以及电子设备。其中，该方法包括：获取对象集合中各个对象的特征数据，其中，特征数据至少包括历史选购记录；将特征数据输入至预设聚类算法模型得到聚类结果，确定聚类结果中对象集合中满足预设条件的第一目标对象与第二目标对象；确定在聚类结果中第一目标对象所在的第一位置，以及第二目标对象所在的第二位置；根据第一位置以及第二位置将各个对象以数据节点的形式存储在球树结构中，对球树结构中各个数据节点进行遍历，根据遍历结果对各个对象进行分类。本申请解决了由于相关技术中对用户数据
2023-07-21
10
785KB