-
公开(公告)号：CN113094368A
公开(公告)日：2021-07-09
申请号：CN202110392024.6
申请日：2021-04-13
Applicant: 成都信息工程大学 , 汉网云联成都科技有限公司
Inventor： 乔少杰 , 杨国平 , 宋海权 , 韩楠 , 李勇 , 闵圣捷 , 王伟业 , 孙科 , 袁犁 , 张浩东 , 范勇强 , 甘戈 , 冉先进 , 魏军林 , 余华 , 元昌安 , 黄发良 , 覃晓 , 郑皎凌 , 张永清
IPC: G06F16/22 , G06F16/2455 , G06F16/2457 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种提升缓存访问命中率的系统及方法，通过设置DDQN模型，提升了缓存区的访问命中率，能够更好地利用缓存区，提高了查询效率。本发明提供的DDQN模型能够学习经验，可以将若干个查询放入查询集合存储表并调度，且从历史执行的查询中获得更多的经验，改进调度策略。本发明能够有效地捕捉缓存区状态以及数据访问模式，更好地利用了缓存区并改进其查询的决策安排；DDQN模型能够适应从未执行过的查询，查询调度策略能够快速适应新的查询模板，从而产生显著的效果以及提升资源共享效率。
-
公开(公告)号：CN110110013B
公开(公告)日：2020-03-24
申请号：CN201910388351.7
申请日：2019-05-10
Applicant: 成都信息工程大学 , 四川省金科成地理信息技术有限公司
IPC: G06F16/28 , G06F16/951 , G06F40/284
Abstract: 本发明公开了一种基于时空属性的实体竞争关系数据挖掘方法，将实体竞争关系探测与前沿的计算机技术相结合，克服了传统的竞争关系数据挖掘方法不考虑时空属性影响的缺点，科学的融合实体用户评论、实体用户评论时间和实体空间位置三大因素，科学精确的量化了实体间的竞争关系。本发明最终挖掘得到的实体竞争关系数据取值范围为[0,1]，有效解决了传统的竞争关系挖掘方法和竞争对手识别方法结果对于非技术人员无法理解，最终还需要人工处理和筛选的问题。
-
公开(公告)号：CN110347842A
公开(公告)日：2019-10-18
申请号：CN201910425540.7
申请日：2019-05-21
Applicant: 成都信息工程大学 , 成都珉安科技有限公司
IPC: G06F16/36 , G06F16/9537 , G06Q50/14
Abstract: 本公开涉及一种基于智能腕表的知识图谱导游系统，包括：智能腕表，用于获取游客的身份信息和所在的位置信息，并将所述身份信息和所述位置信息发送至服务器；服务器，用于接收所述智能腕表发送的所述身份信息和所述位置信息，查找对应于所述身份信息的游客历史记录，查找对应于所述位置信息的景点知识图谱，基于所述游客历史记录和所述景点知识图谱生成推荐景点信息，并将所述推荐景点信息发送给所述智能腕表。用于解决目前的导游只有讲解的服务，游客难以自由行动的技术问题。
-
公开(公告)号：CN109272056A
公开(公告)日：2019-01-25
申请号：CN201811280097.0
申请日：2018-10-30
Applicant: 成都信息工程大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于伪负样本的数据平衡方法及提高数据分类性能的方法，包括步骤：步骤1：正负样本分离，得到正样本集和负样本集；步骤2：计算得到负样本皮尔逊相关系数集合；步骤3：将伪负样本集和被挑选样本集初始化；步骤4：使用最大相关-最小冗余方法计算权重，得到权重集合；步骤5：挑选出最大权重，更新伪负样本集和被挑选样本集；步骤6：重复步骤4和步骤5，直到挑选出伪负样本集；步骤7：将挑选出的伪负样本集并入正样本集，同时，从所述负样本集中剔除挑选出的伪负样本集；本发明首次提出并定义了伪负样本的概念，提出的算法可提高数据分类准确性，进而提高分类器性能，特别是在处理不平衡的生物信息数据方面优势明显。
-
公开(公告)号：CN108172298A
公开(公告)日：2018-06-15
申请号：CN201810086348.5
申请日：2018-01-30
Applicant: 成都信息工程大学
Abstract: 本发明公开了一种心理量表的数据预处理方法，其包括以下步骤：S1、从至少两个选项中获取待保留的选项和待删除的选项；获取至少两个已知患病信息的心理量表样本；S2、对待删除的选项进行合并约简至待保留的选项中，得到基于保留选项集的数据集合，实现对心理量表选项的预处理；根据已知患病信息的心理量表样本对心理量表题目进行属性约简，删除模糊题目，实现对心理量表题目的预处理。本发明能够降低心理测量数据中选项的模糊度，并解决属性较多而样本较少时无法约简属性的问题，从而有效挖掘心理测量数据，提取有价值信息。
-
Patent Agency Ranking
公开(公告)号：CN112905591A
公开(公告)日：2021-06-04
申请号：CN202110152193.2
申请日：2021-02-04
Applicant: 成都信息工程大学 , 成都探码科技有限公司 , 四川省金科成地理信息技术有限公司
Inventor： 乔少杰 , 韩楠 , 宋学江 , 高瑞玮 , 肖月强 , 张小辉 , 赵兰 , 李鑫钰 , 冉先进 , 甘戈 , 孙科 , 范勇强 , 黄萍 , 魏军林 , 温敏 , 程维杰 , 叶青 , 余华 , 向导 , 彭京 , 周凯 , 元昌安 , 黄发良 , 覃晓 , 李斌勇 , 张永清
IPC: G06F16/22 , G06F16/242 , G06N3/08
Abstract: 本发明公开了一种基于机器学习的数据表连接顺序选择方法，包括以下步骤：S1、对SQL语句进行编码，分别生成列、数据表和连接关系的特征向量；S2、根据列和数据表的特征向量，设计向量树AT来生成连接树的特征向量；S3、根据列、数据表、连接关系和连接树的特征向量，设计部分连接计划模型SP来生成部分连接计划的特征向量，进而生成下一时刻连接状态的特征向量；S4、根据下一时刻连接状态的特征向量，构建深度强化学习模型J，并结合部分连接计划模型SP与向量树AT，生成数据表的最优连接顺序。本发明解决了现有查询优化器生成数据表的次优连接顺序导致查询效率较低的问题。
-
公开(公告)号：CN111275480B
公开(公告)日：2021-02-09
申请号：CN202010014388.6
申请日：2020-01-07
Applicant: 成都信息工程大学 , 四川省金科成地理信息技术有限公司 , 成都探码科技有限公司
Inventor： 乔少杰 , 郑皎凌 , 程维杰 , 韩楠 , 宋学江 , 张小辉 , 叶青 , 魏军林 , 肖月强 , 陈权亮 , 李斌勇 , 张吉烈 , 张永清 , 何林波 , 温敏 , 元昌安 , 彭京 , 周凯 , 余华 , 范勇强 , 冉先进
IPC: G06Q30/02 , G06F16/2458 , G06F16/28
Abstract: 本发明涉及一种面向多维稀疏销售数据仓库的欺诈行为挖掘方法，属于数据挖掘领域。该方法包括以下步骤：S1：进行参数定义，包括多维数据空间、多维数据空间上的偏序格、销售数据仓库、销售数据仓库在多维数据空间上的数据分块、挂单行为和挂单模式；S2：进行问题定义；S3：进行特定挂单模式下的挂单点挖掘；S4：进行挂单模式挖掘。本发明提出了挂单模式偏序格的概念，通过引入偏序格中各个挂单模式的相对位置偏序结构信息，有效的使用了数据仓库中的维度层次信息来对挂单行为所遵循的挂单模式进行挖掘。
-
公开(公告)号：CN111429000A
公开(公告)日：2020-07-17
申请号：CN202010208141.8
申请日：2020-03-23
Applicant: 成都信息工程大学 , 成都申达森科技有限公司
Abstract: 本发明公开了一种基于站点聚类的共享单车取还站点推荐方法及系统，该方法包括构建单车转移网络并计算站点活跃度，对共享单车系统内站点进行二级聚类，利用多特征LSTM网络对单车需求量进行预测，向用户推荐共享单车取还站点。本发明根据历史行程记录和站点分布数据，构建出单车转移网络，得到每个站点的活跃度，综合考虑站点位置和单车使用模式，对站点进行二级聚类，并分析天气和时间因素对聚簇内单车需求量的影响，选取关键特征构建三维向量，使用多特征LSTM网络预测不同时间段聚簇内单车需求，能够显著提高单车需求量预测准确性，实现向用户合理推荐共享单车取还站点，进而提高用户的出行效率。
-
公开(公告)号：CN111189459A
公开(公告)日：2020-05-22
申请号：CN202010026328.6
申请日：2020-01-10
Applicant: 成都信息工程大学 , 四川省金科成地理信息技术有限公司 , 成都探码科技有限公司
Inventor： 乔少杰 , 黄振锋 , 甘戈 , 韩楠 , 宋学江 , 魏军林 , 张小辉 , 温敏 , 肖月强 , 程维杰 , 陈权亮 , 李斌勇 , 张永清 , 张吉烈 , 何林波 , 元昌安 , 彭京 , 周凯 , 余华 , 范勇强 , 冉先进
IPC: G01C21/30
Abstract: 本申请实施例提供了一种定位信息与道路匹配的方法和装置，该方法包括：S1.获取待匹配的定位轨迹序列和道路网络数据；步骤S2.获取所述轨迹序列的候选路段；步骤S3.判断所述定位轨迹序列中已匹配点的个数是否大于两个，若是，则用第一匹配算法计算出所述轨迹序列在所述道路网络数据上的匹配轨迹；若否，则用第二匹配算法计算出所述轨迹序列在所述道路网络数据上的匹配轨迹；步骤S4.输出所述匹配轨迹。本申请提供的定位信息与道路匹配的方法和装置，其通过获取浮动车数据和城市道路网络数据，搜索和筛选出合理的候选路段和候选待匹配点，结合所设计两种不同的匹配算法来进行浮动车地图的匹配，实现了大规模浮动车地图匹配的准确性和效率性。
-
公开(公告)号：CN116882148A
公开(公告)日：2023-10-13
申请号：CN202310800399.0
申请日：2023-07-03
Applicant: 成都信息工程大学 , 四川易方智慧科技有限公司
Abstract: 本发明公开了一种基于空间社会力图神经网络的行人轨迹预测方法，包括以下步骤：从源图像数据中捕捉行人以及周围障碍物位置信息；建立坐标轴对行人轨迹进行预处理，提取每个行人的位置坐标；利用社会力对行人之间的全域交互作用进行量化并计算行人之间的斥力；以行人为节点、社会关系为边构建行人的空间社会力图神经网络；构建基于空间社会力图神经网络的行人轨迹预测目标方程。本发明在轨迹预测过程中充分考虑环境对行人的影响以及人与人之间的相互作用，融合了行人对周围情景的全域交互作用和自身隐藏状态；利用相邻轨迹点之间加权平均距离和作为输入，可以准确预测连续轨迹点，并且采用轻量级架构执行目标轨迹预测任务，拥有更高的实时性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.021 seconds)
