-
公开(公告)号：CN104949682A
公开(公告)日：2015-09-30
申请号：CN201510274196.8
申请日：2015-05-26
Applicant: 苏州大学
IPC: G01C21/34
CPC classification number: G01C21/34 , G01C21/3446
Abstract: 本申请提供了一种在路网中进行路径规划的方法及系统，该方法包括：在预先设置有活动点评分的路网中确定用户的起点和终点；根据用户需求在所述起点和所述终点之间筛选出候选查询空间；在所述候选查询空间中筛选出路径长度低于阈值。该方法通过充分考虑用户的服务需求，而且在复杂的路网环境下快捷地提供给用户一条既满足用户服务需求又便捷的路径。
-
公开(公告)号：CN104778284A
公开(公告)日：2015-07-15
申请号：CN201510236691.X
申请日：2015-05-11
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明的空间图像查询方法和系统，在接收到用户提交的空间图像查询请求后，对该请求中所包含的携带位置信息的查询图像进行预设处理，得到查询图像的视觉词袋模型；之后，利用查询图像的视觉词袋模型及位置信息，对图像数据集进行基于图像内容及位置信息的搜索，实现基于图像内容相似度及空间临近度的top-k图像(最优的k个图像)查询，供用户参考。可见，区别于传统的图像查询技术依据关键词进行文本查询，本发明依据用户提交的图像进行基于图像内容(采用视觉词袋模型表征)的查询，不存在文本查询中所存在的局限性问题，可有效处理空间图像的查询问题。
-
公开(公告)号：CN116541721B
公开(公告)日：2024-08-20
申请号：CN202310335072.0
申请日：2023-03-31
Applicant: 苏州大学
Abstract: 本发明提供一种面向信令数据的定位与路网匹配方法及系统，该方法包括基于隐式马尔科夫模型，构建用于实现路网匹配的框架；构建多关系图G，基于所述多关系图G构建异构图编码器，并利用异构图编码器提取基站采样点和路段之间的多重关系信息；根据提取到的基站采样点和路段之间的多重关系信息，获得可学习的观测概率和可学习的转移概率；基于所述可学习的观测概率和所述可学习的转移概率，进行路径搜索。发明解决了面对具有高定位误差的信令轨迹时，表现不佳的问题，提高了路网匹配的精确度。
-
公开(公告)号：CN116541721A
公开(公告)日：2023-08-04
申请号：CN202310335072.0
申请日：2023-03-31
Applicant: 苏州大学
Abstract: 本发明提供一种面向信令数据的定位与路网匹配方法及系统，该方法包括基于隐式马尔科夫模型，构建用于实现路网匹配的框架；构建多关系图G，基于所述多关系图G构建异构图编码器，并利用异构图编码器提取基站采样点和路段之间的多重关系信息；根据提取到的基站采样点和路段之间的多重关系信息，获得可学习的观测概率和可学习的转移概率；基于所述可学习的观测概率和所述可学习的转移概率，进行路径搜索。发明解决了面对具有高定位误差的信令轨迹时，表现不佳的问题，提高了路网匹配的精确度。
-
Patent Agency Ranking
公开(公告)号：CN108959429B
公开(公告)日：2022-09-09
申请号：CN201810595626.X
申请日：2018-06-11
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本申请公开了一种融合视觉特征端对端训练的电影推荐的方法，包括：接收输入的用户评分矩阵，并初始化用户特征矩阵及电影特征矩阵，然后结合视觉特征矩阵建立初始模型；利用初始模型进行端对端训练得到用户评分预测矩阵，根据该用户评分预测矩阵为各用户推荐电影。本申请将海报和关键帧等视觉特征的学习和推荐模型融合到一个统一的框架并进行端对端的训练，学习到的视觉特征不仅仅具有较高的表达能力和可分类能力，得到的用户评分预测矩阵能够充分反映用户对视觉特征的偏好，为用户推荐的电影也能够更加符合用户喜好。本申请同时还提供了一种融合视觉特征端对端训练的电影推荐的系统、服务器及计算机可读存储介质，具有上述有益效果。
-
公开(公告)号：CN108648457A
公开(公告)日：2018-10-12
申请号：CN201810690697.8
申请日：2018-06-28
Applicant: 苏州大学
Abstract: 本发明实施例公开了一种速度预测的方法、装置和计算机可读存储介质，依据预设时间段内的轨迹数据，计算出目标路网的初始速度向量；利用预先训练好的基于路网的卷积神经网络，对初始速度向量和邻接路段矩阵进行卷积处理，得到相应的特征矩阵；其中，特征矩阵中包括有每个路段各自对应的特征向量；将每个特征向量转化成时间序列，并利用预先训练好的长短期记忆网络，对时间序列进行处理，得到目标路网对应的目标速度矩阵。由于特征向量是在考虑了路网拓扑结构情况下得到的向量，有效避免了错误的空间动态演化特征对其精度的影响。使得根据该特征向量预测出的目标速度向量更加准确，有效提升了速度预测的精度。
-
公开(公告)号：CN108304585A
公开(公告)日：2018-07-20
申请号：CN201810184309.9
申请日：2018-03-06
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本申请公开了一种基于空间关键字搜索的结果数据选取方法，先通过多样性主题数实现了度量空间文本对象的多样性，再通过距离系数和多样性主题数确定每个候选空间文本对象的边界成本，选取边界成本最小的候选空间文本对象至结果集中，使结果集中的对象与查询对象距离较短并且多样性主题数保持在较高状态，也就是在基于距离系数选择的同时考虑到每个搜索结果的多样性，提高结果集的多样性，满足用户多样化的搜索需求。本申请还公开了一种基于空间关键字搜索的结果数据选取装置、服务器以及计算机可读存储介质，具有上述有益效果。
-
公开(公告)号：CN106951963A
公开(公告)日：2017-07-14
申请号：CN201710197975.1
申请日：2017-03-29
Applicant: 苏州大学
IPC: G06N5/02
Abstract: 本发明公开了一种知识精炼的方法以及装置，通过获取自动抽取的知识库内的候选知识子集；根据众包任务选择算法，从候选知识子集中选取出第一预设数量的最优知识子集，其中，众包任务选择算法为以语义约束规则为基础的算法，第一预设数量小于或等于预设众包任务数量；基于最优知识子集，发布众包任务，得到任务反馈结果；根据任务反馈结果，对知识库进行去噪操作。即基于众包平台，对自动抽取的知识库内的知识进行精炼，也即利用人工标注去除自动抽取的知识库的噪声，使得知识库内的知识质量较高。且选取出预设数量的候选知识子集实施众包任务，使得在有限的资源下最大化知识质量的提升。可见，本申请有利于提高自动抽取的知识库内的知识质量。
-
公开(公告)号：CN105404675A
公开(公告)日：2016-03-16
申请号：CN201510810908.3
申请日：2015-11-20
Applicant: 苏州大学
IPC: G06F17/30
CPC classification number: G06F16/33 , G06F16/322
Abstract: 本申请提供了一种Ranked反k近邻空间文本数据查询方法，结合倒排索引和空间索引树R-treed，即：文本上利用倒排索引，查找包含查询关键字的候选数据，在空间上利用R-tree进行计算空间影响度，依据空间影响度的大小，对候选数据进行排序，并依据空间影响度的排序，将排序在前或在后的预设数量的候选数据确定为目标数据。本实施例利用倒排索引及R-tree树形索引分别进行文本及空间剪枝，减少了查询所用的数据，提高了查询目标数据的效率，且可以查询获得预设数量的目标数据。本申请还提供了Ranked反近邻空间关键字查询装置。
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.026 seconds)
