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！

龙图腾网获悉深圳先进技术研究院申请的专利面向大规模数据的公平聚类优化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：CN119557675B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202411546443.0，技术领域涉及：G06F18/2321；该发明授权面向大规模数据的公平聚类优化方法是由刘水连;许宜诚;张涌;潘毅设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本面向大规模数据的公平聚类优化方法在说明书摘要公布了：本申请公开了面向大规模数据的公平聚类优化方法，运用于数据处理技术领域，其方法包括：对获取的数据集进行预处理，标记数据集中敏感属性的数据，并将预处理后的数据集划分为若干个子集；将若干个子集分配至若干个节点，对若干个节点进行局部聚类，得到局部聚类结果；其中，在聚类过程中包括：根据数据集的统计特点和聚类质量评估指标，迭代评估局部聚类结果，得到最优的聚类数目；采用公平性约束机制监测敏感属性的数据在局部聚类结果中的分布情况，判断所述局部聚类结果是否满足预设公平性约束条件；对局部聚类结果进行优化迭代，基于中心服务器结合并评估各个节点优化后的局部聚类结果，生成全局聚类结果。

本发明授权面向大规模数据的公平聚类优化方法在权利要求书中公布了：1.面向大规模数据的公平聚类优化方法，其特征在于，包括： 对获取的数据集进行预处理，标记所述数据集中敏感属性的数据，并将预处理后的数据集划分为若干个子集； 将所述若干个子集分配至若干个节点，对若干个节点进行局部聚类，得到局部聚类结果；其中，在聚类过程中包括：根据所述数据集的统计特点和聚类质量评估指标，迭代评估所述局部聚类结果，得到最优的聚类数目；采用公平性约束机制监测所述敏感属性的数据在所述局部聚类结果中的分布情况，判断所述局部聚类结果是否满足预设公平性约束条件；若不满足则通过调整权重重新分配敏感属性的数据； 对所述局部聚类结果进行优化迭代，基于中心服务器结合并评估各个节点优化后的局部聚类结果，生成全局聚类结果； 在采用公平性约束机制监测所述敏感属性的数据在所述局部聚类结果中的分布情况，判断所述局部聚类结果是否满足预设公平性约束条件；若不满足则通过调整权重重新分配敏感属性的数据的步骤中，具体包括下述步骤： 标记所述数据集中敏感属性的数据，不同属性的群体标记为不同颜色；即数据集X，不同的颜色集合，使用函数给每一个数据点分配一种颜色，对应其属于的群体； 将数据集X划分为k个簇，使在每一个簇中，不同颜色对应的群体数量占的比例满足预设公平性约束条件； 对于任意一个子集和任意一种颜色，定义集合为在中颜色属性为的集合；采用表示在集合中第h类的群体所占的比例； 对于预设的维上下界向量和，在聚类结束后，每一簇中h类群体所占的比例在预设的上下界之内： 。

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深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区西丽大学城学苑大道1068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”。

以上内容由龙图腾AI智能生成。