-
公开(公告)号：CN112328900A
公开(公告)日：2021-02-05
申请号：CN202011357879.7
申请日：2020-11-27
Applicant: 北京工业大学
IPC: G06F16/9535 , G06F40/117 , G06F40/166 , G06F40/189 , G06F40/284 , G06N3/04
Abstract: 本发明公开了一种融合评分数据和评论文本的深度学习方法，通过引入辅助信息缓解评分数据稀疏性的影响。利用评论文本可以获取用户的偏好信息和项目特征，而评分数据中又包含了用户和项目之间的潜在关联。现有的融合模型对评分数据的处理大多数都是采用矩阵分解方法，为了更好利用评分数据中的有效信息，本发明利用卷积神经网络处理评论文本，并引入注意力机制提取评论信息中具有代表性的评论，从而更好的表征用户偏好和项目特征。利用深度神经网络处理评分数据提取其中的深度特征，将特征进行融合来预测出用户对项目的评分。
-
公开(公告)号：CN111881756A
公开(公告)日：2020-11-03
申请号：CN202010600473.0
申请日：2020-06-28
Applicant: 北京工业大学
Abstract: 针对废旧手机回收过程中型号难以精确识别的问题，本发明提出了一种基于卷积神经网络的废旧手机型号识别方法。本发明利用边缘检测算法解析手机验机照片中的区域特征，构造了一种共享权值的特征提取卷积网络，评估废旧手机图像区域特征与标准样本之间的相似性，实现了手机型号的快速识别，本发明在不同场景下的手机型号识别均保持较好的快速性和准确性，能够提高废旧手机回收的效率和回收企业经济效益。
-
公开(公告)号：CN107018493A
公开(公告)日：2017-08-04
申请号：CN201710259686.X
申请日：2017-04-20
Applicant: 北京工业大学
Abstract: 本发明公开一种基于连续时序马尔科夫模型的地理位置预测方法，包括：步骤1、对原始的用户轨迹数据进行过滤和聚类，产生一系列的候选地点；步骤2、根据候选地点信息，将用户的轨迹数据转化为[时间T，地点L]序列；步骤3、对每个位置的序列密度进行高斯混合建模，结合转移概率矩阵、序列点概率等信息，对原始的马尔科夫模型进行改进，建立基于连续时序的马尔科夫模型；步骤4、利用基于连续时序的马尔科夫模型对目标时间点的地理位置预测。采用本发明的技术方案，提高了预测准确率。
-
公开(公告)号：CN101458852B
公开(公告)日：2013-01-09
申请号：CN200910076302.6
申请日：2009-01-09
Applicant: 北京工业大学
IPC: G07G1/12
Abstract: 本发明公开了一种网络税控收款终端体系结构，在所述的商用收款终端结构上扩展可编程片，对原有系统工作状态监视；对数据流动感知，获取分析；数据采样模块挂接在原系统的LPC总线上，采集该总线上的数据；该数据总线与外部端口连接；所述的数据存储于双口RAM中，数据存储分为目录区和数据区。这种结构可以做到对用户完全透明，即不影响用户对系统原有的软硬件的正常使用，同时在安全上避免被卸载和旁路。本发明采用了不在用户原有操作系统层以上做任何修改的方式，减少了在软件系统作修改时，需根据用户系统差异而进行不同功能模块开发的繁琐工作，同时维护了用户原先的软件系统。
-
公开(公告)号：CN100520840C
公开(公告)日：2009-07-29
申请号：CN200710175451.9
申请日：2007-09-29
Applicant: 中商流通生产力促进中心有限公司 , 北京工业大学 , 青岛海信智能商用设备有限公司 , 北京雅普兰科技发展有限公司 , 广东亿业科技有限公司
Abstract: 一种网络税控器处理票据数据的方法，包括：网络税控器通过解析规则文件对票据打印数据进行解析，提取税控发票明细数据；对所述的税控发票明细数据分类汇总，得到分类汇总金额和发票总金额；将分类汇总金额、发票总金额及其他发票信息发送给税控卡，生成税控防伪码；最后，将税控防伪码及发票号码发送给POS机，将税控防伪码插入到税控发票明细数据得到的完整税控发票明细数据发送给税控服务器。其中，票据打印数据解析模式可分为整笔交易解析模式和行交易模式。本发明处理票据数据的方法不影响系统原有正常工作，易于实现。另外，由于引入解析规则文件，可以预置不同提取规则，因此可以满足不同用户特有的系统环境和销售票据打印格式的需要。
-
Patent Agency Ranking
公开(公告)号：CN101159085A
公开(公告)日：2008-04-09
申请号：CN200710121624.9
申请日：2007-09-11
Applicant: 中商流通生产力促进中心有限公司 , 北京工业大学 , 青岛海信智能商用设备有限公司 , 北京雅普兰科技发展有限公司 , 广东亿业科技有限公司
Abstract: 本发明公开了一种网络税控系统采集销售票据数据的方法。该方法用于网络税控系统从所管理的商业管理信息系统的商业收款机中采集税控用的源数据，包括：通过在商业收款机中设置的数据采集模块截获商业收款机输出的销售票据数据，将截获的销售票据数据作为税控处理用的源数据传送给与商业收款机连接的网络税控器。本发明实施例的方法通过截获商业管理信息系统的商业收款机中输出的销售票据数据，作为税控处理用的源数据传送给与商业收款机相连的网络税控器。这种方法保证了作为税控处理的源数据的准确性，同时可以保证数据采集的安全性，不会因使用者采取其它技术手段，禁止数据采集模块的工作或插入虚假数据影响税控结果的准确性。
-
公开(公告)号：CN101140684A
公开(公告)日：2008-03-12
申请号：CN200710121623.4
申请日：2007-09-11
Applicant: 中商流通生产力促进中心有限公司 , 北京工业大学 , 青岛海信智能商用设备有限公司 , 北京雅普兰科技发展有限公司 , 广东亿业科技有限公司
IPC: G07G1/14
Abstract: 本发明公开了一种基于网络服务器的税控系统，包括通过局域网实现互联的业务服务器、财务服务器和至少一台商用收款机，商用收款机内嵌有一个税控数据采集模块对商业销售数据进行主动截取，商用收款机连接有网络税控器，网络税控器获取商用收款机的销售数据并进行处理，形成税控数据上传给税控服务器。税控服务器可以通过监控代理模块获取业务服务器的业务数据和财务服务器的财务数据，并通过局域网对网络税控器进行管理、管理存储税控发票和发票数据、生成税务报表、进行初步税务稽查、监控该系统各软硬模块的运行、对税收数据进行集中控制。能在不影响现有的收款机系统正常运行的情况下，对其进行有效的税收控制。
-
公开(公告)号：CN1889557A
公开(公告)日：2007-01-03
申请号：CN200610089649.0
申请日：2006-07-10
Applicant: 北京工业大学
IPC: H04L29/00
Abstract: 本发明提供一种远程XML数据更新方法以及系统，所述方法包括：(1)数据服务器将来自远端客户机的数据访问请求分解为数据处理指令序列，完成XML数据查询；(2)在收到相同数据访问请求时，根据两次请求之间发生的后台数据变化和数据处理指令序列，获取数据更新的定位信息，构造并返回XQuery语言表示的数据更新指令序列；(3)客户机通过执行数据更新指令序列完成数据更新；所述系统包括客户机、数据服务器、XML数据库和用于保存数据处理序列和数据库变化日志的网络存储装置；本发明通过减少网络数据传输量来提高数据更新的速度以及应用的稳定性，客户机仅需要配备标准的XQuery处理器。
-
公开(公告)号：CN119562320A
公开(公告)日：2025-03-04
申请号：CN202411675528.9
申请日：2024-11-21
Applicant: 北京工业大学
Abstract: 本发明公开一种基于Q‑learning的无线传感器网络信息传输方法，其步骤为:1)无线传感网中每个传感器初始化其位置坐标和与每个邻居传感器之间的通信质量；2)无线传感网中的传感器根据Epsilon‑Greedy策略选择一个邻居节点进行信息传输；3)重复2)直到到达sink节点，进行Q值更新；4)重复2)3)，使得传递到sink节点次数尽可能多，也就是最大化网络的工作时间。本发明可以保证在高质量的信息传输下，降低无线传感器网络的能量消耗并平衡无线传感器网络的能量消耗，从而使网络的寿命得到延长。该发明的最终结果可以提供给相关领域的用户使用，例如环境监测，可以为用户提供较为合理、有效的移动无线传感器管理方案。
-
公开(公告)号：CN118968158A
公开(公告)日：2024-11-15
申请号：CN202411021313.5
申请日：2024-07-29
Applicant: 北京工业大学
IPC: G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及了一种面向计算资源有限平台的高通量打包分拣对象识别方法、系统、设备及介质，方法包括：获取训练图像数据集；构建基于卷积和视觉变换器(ViT)的高通量打包分拣对象识别网络，该网络包括一个卷积嵌入模块，三个稀疏变换器(Transformer)模块，两个全局‑局部下采样模块，两个多层感知机MLP和一个分类器；利用物流分装打包对象图像数据集训练打包分拣对象识别网络，得到一个适用于计算资源有限平台的高通量打包分拣对象识别网络模型；采用高通量打包分拣对象网络模型对物流打包分拣图像进行处理，实现对打包分拣对象的识别；该方法可用于面向计算资源有限平台的高通量打包分拣对象识别任务。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.02 seconds)
