一种基于全局有向图的商品会话序列推荐方法

    公开(公告)号:CN114282977B

    公开(公告)日:2025-03-28

    申请号:CN202111622456.8

    申请日:2021-12-28

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于全局有向图的商品会话序列推荐方法,包括:步骤一、提取原始数据集中的商品项目,生成图数据库节点集;根据原始数据集中的项目之间的点击关系,并且将点击关系出现的次数作为节点关系的属性值,生成节点关系集;步骤二、生成会话序列的全局有向图G=(V,E);其中,V为图数据库节点集,E为节点关系集;步骤三、对于待推荐会话中的每个项目建立初始值为0的m元评分数组,评分数组中的每个元素对应一个待推荐项目的评分值,通过项目的偏好传播更新每个评分数组中的对应的元素;其中,m为原始数据集中项目的数量;步骤四、得到待推荐会话的所有待推荐项目的总评分值,筛选出多个总评分值高的项目作为待推荐会话的最终推荐结果。

    一种基于跨模态融合的水下去遮挡方法

    公开(公告)号:CN117745596B

    公开(公告)日:2024-06-11

    申请号:CN202410182761.7

    申请日:2024-02-19

    Applicant: 吉林大学

    Abstract: 一种基于跨模态融合的水下去遮挡方法。本发明属于水下机器视觉的技术领域,具体而言,涉及事件和RGB两种数据模态深度融合方法,以及基于事件和RGB数据的水下场景去遮挡重建方法。本发明提供了一种基于跨模态融合的水下去遮挡方法,解决了现有技术中在水下去遮挡时都是先将事件序列与RGB图像各自的特征先进行编码后再融合,此种处理方式容易导致模型计算量和硬件要求翻倍,无法适配于资源受限的水下环境的问题。本发明所述方法将事件序列与RGB图像直接进行融合,然后再进行编码解码,在前融合阶段进行数据融合,减少了系统对计算量的要求,使网络更加轻量化。

    基于多源数据融合的水下目标语义分割方法及系统

    公开(公告)号:CN117557795B

    公开(公告)日:2024-03-29

    申请号:CN202410035082.7

    申请日:2024-01-10

    Applicant: 吉林大学

    Abstract: 本申请提供了一种基于多源数据融合的水下目标语义分割方法,属于水下机器视觉语义分割技术领域。步骤1、获取水下目标事件图像与RGB图像所构建的数据集,划分训练集与验证集;步骤2、设计跨模态注意力模块及跨通道注意力模块;步骤3、将跨模态注意力模块与跨通道注意力模块嵌入到所设计的多源数据融合模块中;步骤4、将多源数据融合模块嵌入到构建的语义分割模型中,并训练及验证语义分割模型;步骤5、使用步骤4的语义分割模型对水下目标进行语义分割。利用事件相机获取水下目标事件序列和RGB图像,将水下目标事件序列和RGB图像信息进行高效充分的数据特征信息融合,为水下目标语义分割提供丰富的特征信息。

    海洋空间观测数据的异常检测方法、系统、设备与介质

    公开(公告)号:CN115757386B

    公开(公告)日:2023-04-11

    申请号:CN202310023123.6

    申请日:2023-01-09

    Applicant: 吉林大学

    Abstract: 海洋空间观测数据的异常检测方法、系统、设备与介质,属于海洋空间数据、数据异常检测技术领域。获取海洋空间的每个观测点分别观测的不同深度数据,将其组成数据集;将数据集中的低质量的深度数据进行排除后,对数据集进行归一化,判断某一观测点观测的不同深度数据是否出现异常,若出现异常,对该观测点观测的不同深度数据进行缩放,再对数据集进行缩放后,对数据集进行降维,将数据集组成图像形式;对图像进行zero‑padding,构建CoordConv层;将图像输入到卷积神经网络模型中,并基于构建的CoordConv层,构建Bicubic+CoordConv+Pool卷积神经网络模型;对构建的卷积神经网络模型进行训练;将待检测数据输入训练好的卷积神经网络模型,进行异常值检测。

    一种水下三维跨模态联合检索方法、存储介质和电子设备

    公开(公告)号:CN115757857A

    公开(公告)日:2023-03-07

    申请号:CN202310024866.5

    申请日:2023-01-09

    Applicant: 吉林大学

    Abstract: 一种水下三维跨模态联合检索方法、存储介质和电子设备,涉及水下三维视觉技术领域,实现了水下目标生物的精准检索。S1、利用全局特征提取器和局部特征提取器分别对多模态水下目标数据进行特征提取,得到对应不同源域空间的全局特征描述子和局部特征描述子集合,并分别映射到高维语义空间;S2、针对映射到高维语义空间的局部特征描述子集合,使用双线性池化方法将局部特征描述子集合映射为局部特征集合紧致描述子;S3、隐式建模全局特征描述子与局部特征集合紧致描述子,生成统一的域间差异层次特征表达;S4、使用跨模态中心损失函数和平方差损失函数联合优化跨模态检索网络,最终获得在多个目标模态之间精确的检索结果。

    插电式混合动力汽车模型参考自适应最优能量管理方法

    公开(公告)号:CN111959490B

    公开(公告)日:2022-11-18

    申请号:CN202010860458.X

    申请日:2020-08-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于行驶工况预测的PHEV自适应优化能量管理控制方法,通过智能交通系统、车载导航系统获取未来路径信息,生成未来路径的能耗等效预测工况;建立参考ECMS控制模型,以能耗等效预测工况作为输入,以油耗最低为优化目标,寻求最优的ECMS等效因子λopt和参考SOCref;基于最优等效因子λopt以及参考SOCref,在实际行驶工况下,根据实际SOC和所述参考SOCref对所述最优等效因子λopt进行修正,形成自适应ECMS控制模型,计算油耗最优的发动机转矩和电机转矩;将发动机和电机的目标转矩及开关指令传递给底层控制器,对整车的动力进行分配,实现PHEV能量管理与控制。

    一种引入Adaboost概率矩阵分解糖尿病个性化饮食推荐方法

    公开(公告)号:CN108565004B

    公开(公告)日:2021-05-07

    申请号:CN201810370377.4

    申请日:2018-04-24

    Applicant: 吉林大学

    Abstract: 本发明公开了一种引入Adaboost概率矩阵分解糖尿病个性化饮食推荐方法,包括:步骤一、建立糖尿病患者的饮食偏好特征集合U={u1,u2,…,un}和食物的属性特征集合V={v1,v2,…,vm},记录糖尿病患者饮食,提取偏好特征和食物属性特征,形成糖尿病患者饮食偏好矩阵U∈RK×M和食物属性特征V∈RK×N;步骤二、通过将糖尿病患者的饮食偏好与食物的属性特征之间的关联度量化来确定糖尿病患者的饮食偏好与食物的属性特征之间的关联强度;步骤三、对所述关联度进行权值分布得到基本分类后,训练数据集更新权值分布,将所有关联度赋予权重进行分类排除不必要的食物,得到最终的如下关联度分类:步骤四、根据所述条件概率和所述关联度分类得到所述个性化饮食。

    基于道路信息的纯电动汽车能耗最优路径规划方法

    公开(公告)号:CN111753377A

    公开(公告)日:2020-10-09

    申请号:CN202010640152.3

    申请日:2020-07-06

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于道路信息的纯电动汽车能耗最优路径规划方法,采集道路信息与车辆历史数据;建立车辆半物理半经验能耗计算模型:将车辆能耗分为克服行驶阻力能耗、传动系统损失能耗和辅助系统能耗三部分并分别建模,建立车辆半物理半经验能耗计算模型,然后结合道路信息、高程信息与环境信息对能耗计算模型中的可变参数进行估计;基于马尔科夫法对道路参考节点间的车速v进行预测:对不同类型道路设置参考节点,分别在道路加速、减速段应用马尔科夫链进行工况预测;结合能耗成本边代价,通过A*搜索算法建立最优能耗路径规划模型。本发明利用丰富的交通信息建立准确的能耗预测与路径规划模型,进而提供准确的预测能耗与能耗最优路径。

    一种基于动态视觉传感器的水下航行器接驳方法和系统

    公开(公告)号:CN117647998B

    公开(公告)日:2024-06-11

    申请号:CN202410123538.5

    申请日:2024-01-30

    Applicant: 吉林大学

    Abstract: 一种基于动态视觉传感器的水下航行器接驳方法和系统,涉及水下导航的领域。解决传统光学相机驶向对接任务中的存在动作模糊问题。所述方法包括:S1:采用4个共面的圆形光源构建矩形约束的灯环作为接驳地标;S2:根据时空滤波器和SNN构建SNN模型;S3:根据异步霍夫圆变换和SNN模型,获取接驳地标的光源坐标;S4:根据透视4点算法计算水下航行器与接驳地标之间的相对姿态,根据相对姿态调整水下航行器的航向,完成接驳任务。本发明应用于水下自主接驳领域。

Patent Agency Ranking