-
公开(公告)号：CN103077240B
公开(公告)日：2015-09-23
申请号：CN201310008644.0
申请日：2013-01-10
Applicant: 北京工商大学
IPC: G06F17/30
Abstract: 一种基于概率图模型的微博水军识别方法，它有三大步骤。本发明是将用户的属性和以往使用微博的行为量化成特征指标，分别为用户的属性特征和行为特征，通过构建属性特征与行为特征之间的概率图结构，将用户为水军的概率视为此图结构中的隐变量，利用样本学习图模型的参数，利用学习后的概率图模型预测其它用户为水军的概率。本发明以如何在微博平台中自动识别水军用户为研究对象，提供了一种自动、有效、快速的识别微博水军用户的方法，它使得在微博平台大数据量的情况下能够进行有效的进行识别。它在数据挖掘技术领域里具有较好的实用价值和广阔地应用前景。
-
Patent Agency Ranking
公开(公告)号：CN102799884B
公开(公告)日：2015-05-06
申请号：CN201210243656.7
申请日：2012-07-13
Applicant: 北京工商大学
IPC: G06K9/46
Abstract: 一种基于格式塔规则的图像目标轮廓提取方法，它有五大步骤：一、根据由Canny图像边缘检测算法，生成图像的边缘数据，得到目标轮廓的候选边缘集，用与图像像素点相同的二维矩阵储存；二、依据二维矩阵元素对应的像素点取3邻域的平均值，减去整个二维矩阵的元素平均值，得到边缘的特征串进行存储；三、根据边缘特征串投影到图像平面的强度，通过一个阈值选择10-15%的候选边缘作为轮廓提取数据集，作为轮廓提取的特征量用二维矩阵储存，此二维矩阵储存量最大可为约减前的1/100；四、对候选的边缘进行编组，形成目标轮廓：五、根据四的方法提取图像中的闭合轮廓的概率，选择其中闭合环概率大的环作为目标轮廓。
-
公开(公告)号：CN102799667B
公开(公告)日：2015-04-29
申请号：CN201210244577.8
申请日：2012-07-13
Applicant: 北京工商大学
IPC: G06F17/30
Abstract: 一种基于非对称距离下的层次聚类方法，有五大步骤：一、选择第一个选择因子，即绝对值最大，挑选出第二、三个对象，即teacher和education；二、将teacher和education合并为同一簇，记为簇1.并采用单连接算法得到更新后的距离矩阵A2；三、重复第一步的工作，选择第一个选择因子，挑选出A2中的第一个对象和簇1，即student和（teacher,education）；四、将上述二者合并为同一簇，即（student（teacher,education））,记为簇2.并采用单连接算法得到更新后的距离矩阵A3；五、将剩下的这两个簇进行合并,最终记为簇3，即（book（student（teacher,education）））。
-
公开(公告)号：CN102799884A
公开(公告)日：2012-11-28
申请号：CN201210243656.7
申请日：2012-07-13
Applicant: 北京工商大学
IPC: G06K9/46
Abstract: 一种基于格式塔规则的图像目标轮廓提取方法，它有五大步骤：一、根据由Canny图像边缘检测算法，生成图像的边缘数据，得到目标轮廓的候选边缘集，用与图像像素点相同的二维矩阵储存；二、依据二维矩阵元素对应的像素点取3邻域的平均值，减去整个二维矩阵的元素平均值，得到边缘的特征串进行存储；三、根据边缘特征串投影到图像平面的强度，通过一个阈值选择10-15%的候选边缘作为轮廓提取数据集，作为轮廓提取的特征量用二维矩阵储存，此二维矩阵储存量最大可为约减前的1/100；四、对候选的边缘进行编组，形成目标轮廓：五、根据四的方法提取图像中的闭合轮廓的概率，选择其中闭合环概率大的环作为目标轮廓。
-
公开(公告)号：CN102799667A
公开(公告)日：2012-11-28
申请号：CN201210244577.8
申请日：2012-07-13
Applicant: 北京工商大学
IPC: G06F17/30
Abstract: 一种基于非对称距离下的层次聚类方法，有五大步骤：一、选择第一个选择因子，即绝对值最大，挑选出第二、三个对象，即teacher和education；二、将teacher和education合并为同一簇，记为簇1.并采用单连接算法得到更新后的距离矩阵A2；三、重复第一步的工作，选择第一个选择因子，挑选出A2中的第一个对象和簇1，即student和（teacher,education）；四、将上述二者合并为同一簇，即（student（teacher,education））,记为簇2.并采用单连接算法得到更新后的距离矩阵A3；五、将剩下的这两个簇进行合并,最终记为簇3，即（book（student（teacher,education）））。
-
公开(公告)号：CN103077240A
公开(公告)日：2013-05-01
申请号：CN201310008644.0
申请日：2013-01-10
Applicant: 北京工商大学
IPC: G06F17/30
Abstract: 一种基于概率图模型的微博水军识别方法，它有三大步骤。本发明是将用户的属性和以往使用微博的行为量化成特征指标，分别为用户的属性特征和行为特征，通过构建属性特征与行为特征之间的概率图结构，将用户为水军的概率视为此图结构中的隐变量，利用样本学习图模型的参数，利用学习后的概率图模型预测其它用户为水军的概率。本发明以如何在微博平台中自动识别水军用户为研究对象，提供了一种自动、有效、快速的识别微博水军用户的方法，它使得在微博平台大数据量的情况下能够进行有效的进行识别。它在数据挖掘技术领域里具有较好的实用价值和广阔地应用前景。
-
-
-
-
-
Search Results
6
records
(took 0.027 seconds)
