-
公开(公告)号：CN113011519A
公开(公告)日：2021-06-22
申请号：CN202110353411.9
申请日：2021-03-31
Applicant: 哈尔滨理工大学
IPC: G06K9/62
Abstract: 本发明涉及大数据的数据挖掘方法中的多尺度分类挖掘方法，是典型的跨学科课题，旨在将多尺度科学与分类技术相结合，多方位对数据进行分析，得到不同层次分类模型，学习更全面的信息，本发明从空间数据估计和尺度转换角度入手，给出一种多尺度分类挖掘方法，其中基于多尺度自相似性，平滑细节信息，采用非局部均值加权滤波思想，利用Q统计实现从小尺度数据集到大尺度数据集的知识推导，尺度上推算法运用在多尺度分类挖掘中具有较高的准确度和较低的时间复杂度，在效率上优于常规的基准算法，且在性能上也有更好表现。
-
公开(公告)号：CN112650944A
公开(公告)日：2021-04-13
申请号：CN202011591771.4
申请日：2020-12-29
Applicant: 哈尔滨理工大学
IPC: G06F16/9536
Abstract: 本发明涉及一种基于高阶连接图的协同过滤推荐算法，属于推荐算法和推荐系统技术领域，本发明旨在缓解传统推荐算法在实际应用中的冷启动和数据稀疏的问题。针对此问题，本文引入了高阶连接图，通过对多用户多项目多关系进行建立统一的异构图，挖掘用户与用户、用户与项目和项目与项目之间的高阶关系，减缓数据稀疏性和冷启动对推荐结果的影响。本发明中，高阶连接图是一个异构图，其中节点充当实体，边表示实体之间的关系。项目及其属性可以映射到高阶连接图中以了解项目之间的高阶连接性。而且，用户和用户方信息也可以集成到图中，从而可以更准确地捕获用户与项目之间的关系以及用户的喜好。
-
Patent Agency Ranking
公开(公告)号：CN112665596A
公开(公告)日：2021-04-16
申请号：CN202011592898.8
申请日：2020-12-29
Applicant: 哈尔滨理工大学
IPC: G01C21/26
Abstract: 本发明公开了一种基于自行车位置数据下的人群移动轨迹算法，属于人群移动分析领域，本发明旨在研究自行车下人群移动轨迹，通过手机位置数据和共享单车的后台数据，使用时空定位技术对数据进行处理，保证数据的准确性，根据SMoT模型来提取移动轨迹，研究轨迹分为符合公共交通出行特征的移动轨迹段和其他移动轨迹段，对于符合公共交通出行特征的移动轨迹段进行处理，对移动始末点最近邻公共交通站点距离判断，再进行距离特征筛选，然后筛选出自行车接驳轨迹。对于其他移动轨迹段，进行距离、时间特征筛选，筛选出自行车短距离出行轨迹。然后对起点和终点位置相同的移动轨迹段进行插补，最后得到自行车下的人群移动轨迹。
-
公开(公告)号：CN113409416A
公开(公告)日：2021-09-17
申请号：CN202110696094.0
申请日：2021-06-23
Applicant: 哈尔滨理工大学
Abstract: 本发明提出了一种基于最小二乘靶向修正的电容层析图像重建方法，包括：采用归一化的数据，带入最小二乘估计求出迭代初值；步骤二、用迭代初值带入公式求出系数矩阵的初始误差阵；步骤三、用初始误差阵求出修正的系数矩阵初值；步骤四、针对修正的系数矩阵求出其对应的法矩阵，并构建靶向矩阵初值；步骤五、采用L‑曲线法，根据靶向矩阵求出其对应的正则化参数；步骤六、加入随机噪声，模拟真实实验环境；步骤七、参数带入迭代公式进行迭代运算，根据条件得到迭代结束后的实验目标估值。本发明可以有效降低复杂噪声环境对电容层析图像重建结果精度的影响。
-
公开(公告)号：CN113127711A
公开(公告)日：2021-07-16
申请号：CN202110344368.X
申请日：2021-03-31
Applicant: 哈尔滨理工大学
IPC: G06F16/904 , G06F16/9537 , G06K9/62
Abstract: 本发明提出一种基于稀疏轨迹数据的人群移动算法，包括，S1，提取稀疏轨迹，按时间排序，连接轨迹序列当前位置前后的记录，每两条相邻记录作为一组，每组以前面记录的空间坐标为起点，后面记录的空间坐标为终点，得到一个局部的移动向量；S2，对S1的移动向量进行时空划分；S3，对S2的移动向量，先使用核密度估计方法进行平滑处理，然后进行聚合，得到局部空间内移动向量聚类；S4，对S2中的移动向量进行处理；S5，从S3中的所述移动向量聚类得到显著的全局移动流；S6，对于S5中的全局移动流进行循环展示，展示S4中得到的异常值和人群分布属性。
-
公开(公告)号：CN112819105A
公开(公告)日：2021-05-18
申请号：CN202110264018.2
申请日：2021-03-09
Applicant: 哈尔滨理工大学
IPC: G06K9/62
Abstract: 本发明提供形式化聚类结果有效性检验方法，包括：S1聚类过程的形式化；S2提取有效聚类结果性质；S3模型是否满足性质要求；S4聚类结果有效性判断；从聚类过程的角度考虑验证有效性，避开基于聚类结果自身评价自身的问题，形式化地构建聚类过程模型，验证聚类的每个步骤是否向着更内聚的趋势进行，使用不同于聚类过程中距离度量的方法，保证了结果有效性验证的客观性，扩大了验证方法的应用范围，也有利于发现可能引起非有效结果的关键步骤。
-
公开(公告)号：CN112651344A
公开(公告)日：2021-04-13
申请号：CN202011590566.6
申请日：2020-12-29
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种基于改进YOLOv4算法的摩托车头盔佩戴检测方法。所提出的方法分为三个模块：摩托车和骑乘人员区域检测模块，头盔ROI模块和头盔检测模块。对于摩托车和骑乘人员区域检测，采用YOLOv4目标检测网络结合多骑乘人员类别编码进行区域检测和提取；对于头盔ROI模块，我们使用数据集统计信息确定ROI区域；对于头盔检测模块，我们同样训练一个YOLOv4网络专门进行头盔检测。本发明不仅有效解决了关于目标的误检与多检问题，还增加了对多骑乘人员的检测支持，同时提高了摩托车头盔佩戴检测的速度与精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
