-
公开(公告)号：CN111565340A
公开(公告)日：2020-08-21
申请号：CN202010354867.2
申请日：2020-04-29
Applicant: 河北工程大学
IPC: H04Q11/00
Abstract: 本发明公开了一种基于剩余持续时间的频谱碎片整理方法，涉及光通信技术领域。该方法对业务请求按线路速率进行分区，并进行路由和频谱分配，然后度量每个区域的碎片量；在碎片量达到启动碎片整理的条件时，判断是否有半数业务即将结束，若是则立即进行碎片整理；碎片整理时，若有连续业务所需频隙数与空闲频谱块占用的频隙数相等，则进行对应迁移，否则将业务迁移到最近空闲频谱块处；碎片整理后，判断分区内的碎片量是否达到碎片整理结束的条件，若是，则结束此流程，否则继续碎片整理，直至循环达到最大次数。本发明方法避免了盲目进行碎片整理导致的资源浪费问题，减少了业务中断以及碎片整理的次数，提高了频谱利用率以及阻塞率性能。
-
公开(公告)号：CN109711342A
公开(公告)日：2019-05-03
申请号：CN201811610641.3
申请日：2018-12-27
Applicant: 河北工程大学
Abstract: 本发明提供了一种人脸识别方法及装置，该方法应用于数据处理技术领域，所述方法包括：根据预设框架搭建卷积神经网络；输入训练数据集至所述卷积神经网络确定神经网络参数；根据所述训练数据集和预设特征混合方法更新所述神经网络参数；输入待识别图片至更新神经网络参数后的卷积神经网络进行人脸识别。本发明提供的人脸识别方法及装置应用卷积神经网络训练方法并采用抽取特定层特征图的特征混合方法在小样本数据集中，生成自混合数据集。该方法能够充分、有效的将同类数据的特征结合共享，可以有效增强网络的鲁棒性，提高准确率，实现使用小样本数据集训练人脸识别模型达到与大样本数据集训练相同识别率的目的，可有效降低识别成本。
-
公开(公告)号：CN109492703A
公开(公告)日：2019-03-19
申请号：CN201811407341.5
申请日：2018-11-23
Applicant: 河北工程大学
Abstract: 本发明适用于计算机应用技术领域，提供了一种步态的识别方法、系统及终端设备，所述识别方法包括：获取步行样本数据和待识别的步行数据，按照预设模型参数，对标准隐马尔可夫模型进行初始化，基于步行样本数据，对初始化后的标准隐马尔可夫模型进行训练，基于维特比算法，利用训练后的标准隐马尔可夫模型和步行数据，确定步态分割路径，步态分割路径包含若干个步态分割节点，按照步态分割节点，将步行数据分割成若干个步行数据集合，并确定每个步行数据集合对应的步态，无需利用视频数据进行分析得到步态，从而未涉及到泄露用户个人隐私的问题，也不会受到动态背景的影响，提高了步态识别的准确度。
-
公开(公告)号：CN118761436A
公开(公告)日：2024-10-11
申请号：CN202410913680.X
申请日：2024-07-09
Applicant: 河北工程大学
IPC: G06N3/04 , G06N3/096 , G06F18/214 , G06F18/24 , G06F18/20 , G06F18/23 , G06F18/213
Abstract: 本申请适用于计算机技术领域，提供了一种共存用户身份识别模型训练方法和共存用户身份识别方法。该方法包括：对获取的初始数据集进行样本特征增强处理，利用处理后的数据集对预设的用户识别模型进行训练，得到训练后的用户识别模型和相应的识别准确率；根据处理后的数据集和识别准确率，构建知识蒸馏数据集；将知识蒸馏数据集输入训练好的用户分类模型，得到用户身份概率分布，并将知识蒸馏数据集输入训练后的用户识别模型，得到第一用户存在性概率分布；基于用户身份概率分布和第一用户存在性概率分布对训练后的用户识别模型进行模型参数调整，得到训练好的用户识别模型。本申请能够得到性能好的用户识别模型，实现对共存用户身份的准确识别。
-
公开(公告)号：CN111753024B
公开(公告)日：2024-02-20
申请号：CN202010587383.2
申请日：2020-06-24
Applicant: 河北工程大学
IPC: G06N5/022 , G06F40/295 , G06F40/211 , G06F40/284 , G06N3/0442 , G06N3/0464 , G06N3/082 , G06F18/22
Abstract: 本发明公开了一种面向公共安全领域的多源异构数据实体对齐方法，属于数据融合处理领域。其包括以下步骤：获取公共安全领域多个系统基础数据；抽取多源异构数据实体及关系信息；提取实体属性信息为三元组形式；结合第三方知识库，计算实体属性权重大小；对实体属性信息进行词级别和句级别向量训练；获取实体关系邻接矩阵，使用图嵌入模型训练获得实体结构嵌入向量表示；通过实体名称进行初步实体对齐作为对齐种子；在属性权重约束下联合实体结构信息，计算实体相似度，通过SameAs进行相似实体链接。本发明不依赖于已对齐实体对种子，可以根据需求对齐两个或多个系统所需数据，能够实现公共安全领域不同部门、不同场景上数据的融合互通。
-
Patent Agency Ranking
公开(公告)号：CN117556880A
公开(公告)日：2024-02-13
申请号：CN202311512985.1
申请日：2023-11-14
Applicant: 河北工程大学
IPC: G06N3/08 , G06N3/0464 , G06N3/042 , G06F18/231 , G06F18/25 , G06Q10/04 , G06Q50/26
Abstract: 本申请提供一种人群流量预测模型的构建方法、装置、终端及存储介质。该构建方法包括：构建人群流量预测模型；获取目标区域在历史时间段内的人群流量数据和预测时间段的外部环境数据；按预设时间对人群流量数据分为临近性数据、周期性数据和趋势性数据，训练残差网络模块；利用层次聚类方法对公共交通网格进行聚类，得到聚类后的网格和对应的人群流量数据并作为输入，将聚类后的时空关联矩阵作为输出，训练时空图卷积网络模块；将上述各矩阵和外部环境数据输入融合模块进行融合，得到目标融合矩阵；根据目标融合矩阵，得到训练完成的人群流量预测模型。本申请能够提高人群流量数据预测结果的精准度。
-
公开(公告)号：CN116307247A
公开(公告)日：2023-06-23
申请号：CN202310382098.0
申请日：2023-04-11
Applicant: 河北工程大学
IPC: G06Q10/04 , G06Q50/26 , G06N3/08 , G06N3/048 , G06N3/0442 , G06N3/0455
Abstract: 本发明提供空气质量的预测方法、模型的训练方法、设备及存储介质，该方法包括：获取待监测站点的历史数据，历史数据包括目标历史时段的气象数据和目标历史时段的空气质量数据，空气质量数据为至少一种污染物的浓度值；将历史数据输入至训练好的空气质量预测模型中，预测待监测站点在未来时段的空气质量数据，空气质量预测模型包括编码器和解码器，编码器包括多层堆叠的CLSTM网络，用于提取输入的历史数据的时序特征，并基于时序特征生成包含时间序列的上下文特征向量；解码器包括与编码器层数相同的多层堆叠的LSTM网络，用于基于上下文特征向量预测未来时段的空气质量数据。本发明通过提高提取长期序列特征的能力，可以对污染物的浓度更准确地预测。
-
公开(公告)号：CN115510853A
公开(公告)日：2022-12-23
申请号：CN202211159237.5
申请日：2022-09-22
Applicant: 河北工程大学
IPC: G06F40/279 , G06K9/62
Abstract: 本申请适用于自然语言处理技术领域，提供了一种少样本关系抽取模型的训练方法、装置及终端设备。该方法包括：构建第一支持集与第一查询集对预设的少样本关系抽取模型进行正向训练，得到正向关系原型和第一匹配得分，并根据正向训练的结果与第一查询集构建第二支持集与第二查询集，以对预设的少样本关系抽取模型进行逆向训练，得到逆向关系原型和第二匹配得分，根据第一匹配得分和第二匹配得分确定交叉熵损失值，根据正向关系原型和逆向关系原型对预设的少样本关系抽取模型进行调参，并根据交叉熵损失值得到更新后的少样本关系抽取模型。本申请能够提高少样本关系抽取模型的分类准确度，进而对句子的实体关系进行有效抽取。
-
公开(公告)号：CN109862575B
公开(公告)日：2021-10-08
申请号：CN201910227116.1
申请日：2019-03-25
Applicant: 河北工程大学
Abstract: 本发明适用于无线通信技术领域，涉及一种无人机基站部署方法、终端设备及计算机可读存储介质，包括：根据目标区域的环境参数及无人机基站的覆盖半径，确定无人机基站的初始部署数量；根据无人机基站覆盖范围内的环境参数，建立无人机基站与其覆盖范围内的用户终端之间的平均路径损耗模型，并根据所述平均路径损耗模型确定无人机基站的部署高度；获取目标区域内所有用户终端的分布情况，根据所述用户终端的分布情况、无人机基站的初始部署数量及部署高度，确定无人机基站的最终部署数量及各个无人机基站的水平位置坐标。该无人机基站部署方法能在用户终端分布不均匀的情况下，合理部署无人机基站，更好的满足用户终端的通信需求，节约网络资源。
-
公开(公告)号：CN112839327A
公开(公告)日：2021-05-25
申请号：CN202110080627.2
申请日：2021-01-21
Applicant: 河北工程大学
Abstract: 本发明适用于计算机技术领域，提供了一种基于WiFi信号的人员合法性检测方法及装置，该方法包括：从穿过目标检测区域的WiFi信号确定目标CSI幅值序列，并采用主成分分析法对目标CSI幅值序列进行降维处理，得到第二主成分序列；根据第二主成分序列的方差和短时能量确定第二主成分中目标人员的活动片段；对活动片段进行小波分解，构建目标人员的目标特征数据集；基于粒子群的近邻传播算法及目标特征数据集确定目标人员的合法性。本申请通过检测目标人员的CSI幅值序列中的活动片段，能够在不明确目标人员具体身份信息的情况下检测目标人员的合法性，从而解决人员合法性检测过程中个人隐私泄露的问题，提高人们的安全感。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.018 seconds)
