-
公开(公告)号：CN114385927A
公开(公告)日：2022-04-22
申请号：CN202210003383.2
申请日：2022-01-04
Applicant: 大连理工大学
IPC: G06F16/9536 , G06F40/232 , G06F40/289 , G06K9/62 , G06Q50/00
Abstract: 本发明公开一种基于多相似度融合的科研合作者推荐方法，融合了学者间的合作关系相似度、研究领域相似度以及学术水平相似度三个学术特征，其中合作关系相似度考虑了两个学者之间最近的合作时间、合著论文的次数两个因素，研究领域相似度通过学者论文摘要的内容相似度来衡量，学术水平相似度综合了学者的学术年龄、h‑index、发表论文的数量、总被引次数和合作者数量五个学术指标进行衡量。之后通过学术大数据建立学术合作网络，将三个学术特征进行组合作为网络中边的权重，以此构建学者间的转移概率矩阵，最后通过改进的重启型随机游走算法来计算网络中各节点间的相似性，最后推荐的结果更加准确，从而为目标学者推荐最匹配的科研合作者。
-
公开(公告)号：CN115436887B
公开(公告)日：2025-03-25
申请号：CN202210979538.6
申请日：2022-08-16
Applicant: 大连理工大学
Abstract: 本发明属于雷达信号分选技术领域，提出了一种基于无人机集群的雷达信号同步分布式分选及定位方法。为了更准确、高效地分选并定位雷达信号并考虑到单个无人机算力和存储空间的有限性，提出基于雷达信号图像化映射的方法来压缩雷达信号所占用的存储空间，使用压缩的PP‑YOLOE模型和数据并行的分布式协同计算方法降低模型的存储空间并加速模型的运算速度。实验结果表明，本发明提出的方法在分选和定位雷达信号方面更加准确，并且相比于其他的方法，本发明内存占用低且运行速度快。本发明提供了雷达信号分选和定位的一种新方法，为无人机集群环境下的雷达信号分选及定位提供了一种新的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN114385927B
公开(公告)日：2024-09-06
申请号：CN202210003383.2
申请日：2022-01-04
Applicant: 大连理工大学
IPC: G06F16/9536 , G06F40/232 , G06F40/289 , G06F18/22 , G06Q50/00
Abstract: 本发明公开一种基于多相似度融合的科研合作者推荐方法，融合了学者间的合作关系相似度、研究领域相似度以及学术水平相似度三个学术特征，其中合作关系相似度考虑了两个学者之间最近的合作时间、合著论文的次数两个因素，研究领域相似度通过学者论文摘要的内容相似度来衡量，学术水平相似度综合了学者的学术年龄、h‑index、发表论文的数量、总被引次数和合作者数量五个学术指标进行衡量。之后通过学术大数据建立学术合作网络，将三个学术特征进行组合作为网络中边的权重，以此构建学者间的转移概率矩阵，最后通过改进的重启型随机游走算法来计算网络中各节点间的相似性，最后推荐的结果更加准确，从而为目标学者推荐最匹配的科研合作者。
-
公开(公告)号：CN113030958B
公开(公告)日：2023-12-22
申请号：CN202110359057.0
申请日：2021-04-02
Applicant: 大连理工大学
IPC: G01S13/89 , G06N3/0464 , G06N3/096
Abstract: 本发明属于雷达信号处理技术领域，提供了一种基于深度迁移学习的雷达信号分选方法，该方法是基于载频和脉宽参数，通过将接收到不同区域的雷达脉冲序列转化为图片进行雷达辐射源的分选，采用基于Faster RCNN网络的目标检测方法，先对其他区域的图片进行训练，得到模型的权重参数，然后将该模型迁移到当前区域。本发明提高了检测的准确度，对于重叠的雷达辐射源，依然能够准确的检测出来。
-
公开(公告)号：CN115436887A
公开(公告)日：2022-12-06
申请号：CN202210979538.6
申请日：2022-08-16
Applicant: 大连理工大学
Abstract: 本发明属于雷达信号分选技术领域，提出了一种基于无人机集群的雷达信号同步分布式分选及定位方法。为了更准确、高效地分选并定位雷达信号并考虑到单个无人机算力和存储空间的有限性，提出基于雷达信号图像化映射的方法来压缩雷达信号所占用的存储空间，使用压缩的PP‑YOLOE模型和数据并行的分布式协同计算方法降低模型的存储空间并加速模型的运算速度。实验结果表明，本发明提出的方法在分选和定位雷达信号方面更加准确，并且相比于其他的方法，本发明内存占用低且运行速度快。本发明提供了雷达信号分选和定位的一种新方法，为无人机集群环境下的雷达信号分选及定位提供了一种新的解决方案。
-
公开(公告)号：CN107798440B
公开(公告)日：2021-04-20
申请号：CN201711234971.2
申请日：2017-11-30
Applicant: 大连理工大学
Abstract: 本发明提供了一种基于线路候选集的地铁接驳巴士线路规划方法，属于智能城市交通技术领域。该方法的具体步骤为：首先根据线路规划目标对原始乘客出行数据进行预处理，随后对预处理后的数据进行时间划分和空间聚合，之后根据站点位置数据和站点时间数据生成线路候选集合，最终从线路候选集合中选择最优的运行线路，该方法从动态规划的思想出发进行从居民区到附近地铁站的地铁接驳巴士的最优线路规划，为改善地铁接驳巴士的运营状态，提高收益，促进其大范围的推广和应用提供建设性意见。
-
公开(公告)号：CN109657122A
公开(公告)日：2019-04-19
申请号：CN201811500188.0
申请日：2018-12-10
Applicant: 大连理工大学
IPC: G06F16/951 , G06F16/35
Abstract: 本发明公开了一种基于学术大数据的学术团队重要成员识别方法，从度中心性、H因子以及学术年龄的角度识别团队领导者，并首次使用基于PageRank方法的DHRank模型来评估并标记团队关键成员。为了合理地进行团队聚类，本发明在进行以领导者为中心的基于最短路径的团队聚类后，使用基于团队规模比较和领导者H因子比较的方法来对聚类结果进行了进一步的完善，有助于提高后期使用DHRank模型识别关键成员的结果的准确性。相比其他方法，本发明提出的方法在发现有影响力学者方面更加准确，并且拥有更低的运算时间复杂度。本发明提供了学术团队中识别领导者和关键者的一种新方法，为学术网络中的团队科学研究提供了一种新的解决方案。
-
-
-
-
-
-
Search Results
17
records
(took 0.023 seconds)
