摘要
本说明书实施例披露一种用户生物特征向量的聚类方法及装置。该方法包括:首先,采用近似最近邻搜索ANNS算法构建生物特征向量之间的ANNS图,其中部分节点对应的生物特征向量携带用户ID;接着,基于社区发现算法处理ANNS图,得到多个社区,其中各个社区包括若干节点标识;然后,针对各个社区,基于其中具有用户ID的节点对其他节点进行相似度计算和过滤处理,从而得到该用户ID对应的聚类类簇。如此,可以在大幅降低计算量的同时,得到对相似生物特征数据区分度高、可用性强的聚类结果。
技术关键词
社区发现算法
节点
Louvain算法
生物特征数据
过滤模块
计算机
标识
可读存储介质
存储器
处理器
入口
基础
系统为您推荐了相关专利信息
决策树模型
数据清理方法
策略
计算机程序产品
数据访问
故障预测方法
算法
故障预测技术
生成混沌序列
分类预测模型
场景生成方法
节点
联合神经网络模型
皮尔逊相关系数
数据
水质指标预测方法
深度学习模型
深度学习算法
大语言模型
水环境预测技术