基于深度学习模型的产品聚类分析方法

AITNT
正文
推荐专利
基于深度学习模型的产品聚类分析方法
申请号:CN202410894273
申请日期:2024-07-04
公开号:CN118820813B
公开日期:2025-05-16
类型:发明专利
摘要
本发明公开了基于深度学习模型的产品聚类分析方法,涉及电数字数据处理技术领域。该基于深度学习模型的产品聚类分析方法,包括以下步骤:模型构建;数值向量转化;聚类分析结果获取;质量评估。本发明通过构建命名模式识别模型获取待分析产品名称的命名模式,并将实时获取的待分析产品名称转换为待分析名称数值向量,然后根据提取产品名称特征向量得到相似特征指数,接着根据产品名称特征向量得到聚类分析结果,最后对聚类分析结果得到质量评估指数,并根据质量评估指数得到第一聚类分析结果,提高了制造业产品的名称分类分析准确度,解决了现有技术中存在制造业产品的名称分类分析准确度低的问题。
技术关键词
聚类分析方法 深度学习模型 模式识别模型 指数 实体 制造业产品 循环神经网络模型 电数字数据处理技术 数值 语义 词袋模型 训练集 参数 矩阵 分词 冗余 符号 形态
系统为您推荐了相关专利信息
1
一种高效集成式多类工业产品缺陷无监督检测方法
融合特征 像素点 无监督 特征提取器 通道
2
变体文本的识别方法、装置、计算机设备和可读存储介质
文本识别模型 节点 字符 识别方法 计算机设备
3
一种基于BIM的桥梁施工进度监控方法及系统
BIM模型数据 偏差 卡尔曼滤波器 结构施工阶段 协方差矩阵
4
一种基于改进麻雀搜索算法的北极航线路径规划方法
路径规划方法 船舶航行阻力 搜索算法优化 气象 数据
5
一种眼底图像质量分级方法、装置、设备及存储介质
图像 注意力机制 Sigmoid函数 通道 模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号