-
公开(公告)号：CN111461041B
公开(公告)日：2022-12-09
申请号：CN202010265942.8
申请日：2020-04-07
Applicant: 西安交通大学
IPC: G06V40/10 , G06V10/764 , G06V10/82 , G06V10/74 , G06T7/246
Abstract: 本发明公开了一种基于生成对抗网络的多因素联合判别异常行人方法，采用改进的Pedestrian‑Synthesis‑GAN网络对行人进行检测跟踪，为判别运动轨迹、记录通过时间以及行人的头部曝光时长提供了基础。使用Social‑GAN网络预测行人轨迹，计算实际轨迹与预测轨迹的相似度，得到异常分数。设计使用SVM来对行人通过时间进行判别，得到相应的异常分数。由于异常行人会产生冻结效应，在行人检测的基础上使用GAN网络对人脸进行识别检测，计算面部曝光时长和曝光次数的异常分数。最后，设置动态权重，对行人的运动轨迹、逗留时间、脸部曝光时长、曝光次数以及行为姿态五个方面进行多因素融合判别，有效提高了检测异常行人的准确率。
-
公开(公告)号：CN110852203B
公开(公告)日：2022-04-22
申请号：CN201911032396.7
申请日：2019-10-28
Applicant: 西安交通大学
Abstract: 本发明公开一种基于视频特征学习的多要素可疑人员识别方法，包括：对监控视频进行基于感知哈希映射关键帧筛选，分离包含行为主体的前景信息，并定位关键部位所在区域；然后对预处理结果进行动静结合的特征提取：对于静态监控视频,提取头部姿势、手部姿势等局部特征与行走异常、衣着异常等整体特征；对于动态监控特征，主要提取路径重复度、可疑人员出现在人群密集点的概率以及监控环境中标志点平均停留时间；根据评判标准结合可信计算思想，计算可疑人员身份可信指数；最后，根据相应的阈值，动态筛选可疑人员并输出判别信息。本发明可以在受控与非受控环境下，较准确高效的识别出可疑人员，具有良好的科学性与更高的实际应用价值。
-
公开(公告)号：CN113157920A
公开(公告)日：2021-07-23
申请号：CN202110378141.7
申请日：2021-04-08
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于机器阅读理解范式的方面级情感分析方法及系统，从原始数据集中提取出本方法所需的方面级情感分析数据；对提取出的方面级情感分析数据构造具有段落、问题、选项和答案形式的多项选择问答对；构建一个机器阅读理解的深度神经网络模型；将构造的多项选择问答对作为深度神经网络模型的输入，模型的输出为方面类别对应各个情感极性的概率值。本发明方法通过借鉴机器阅读理解领域中先进的解决方案，将机器阅读理解领域中的多项选择范式跨领域的应用在方面级情感分析领域。能够充分的捕捉段落、方面类别和各个情感极性之间的信息，可更好的对方面类别进行情感极性的预测，以便更好的支撑方面级情感分析的应用研究。
-
公开(公告)号：CN111310470A
公开(公告)日：2020-06-19
申请号：CN202010053878.7
申请日：2020-01-17
Applicant: 西安交通大学
IPC: G06F40/295
Abstract: 本发明公开了一种融合字词特征的中文命名实体识别方法，通过拼接字向量xc、位置向量xs和词的映射向量xw构建特征表示层，作为模型的输入向量xemb；将输入向量xemb输入BiLSTM，得到当前时刻的上下文特征向量 对该特征向量执行非线性转换，输出待解码的得分信息P；将得分信息P输入CRF层，同时引入转移得分矩阵A，CRF根据序列的全局标签概率p(y|x)选择全局最优的标签序列，输出序列标注结果y1,y2,...,yn，完成中文命名实体识别。本发明通过综合分析后得到的结果数据加强了模型对文本的理解，提高了模型识别任务中的F1值。
-
公开(公告)号：CN111242179A
公开(公告)日：2020-06-05
申请号：CN202010003109.6
申请日：2020-01-02
Applicant: 西安交通大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于CFS_KL的新型贝叶斯加权方法，使用指纹库中的指纹名称作为模型的标记数据，指纹名称下的响应序列标志位构成训练数据；对训练数据进行封箱预处理操作；使用KL散度计算属性与类之间的关联度作为每个属性的权值；使用特征选择方法选出42个维度；使用CFS选出的维度修正KL散度计算出的权重；使用加权贝叶斯算法进行训练；通过封箱操作将向量输入训练好的指纹模型，基于CFS_KL的加权贝叶斯算法计算每条流量的最大后验概率，完成模拟数据测试；通过向目标网段发包的方式，采集真实流量，将真实流量输入指纹模型，预测结果；计算真实流量的测试精度。本发明缓解了贝叶斯算法对于特征独立的要求，提高了贝叶斯算法的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN110852203A
公开(公告)日：2020-02-28
申请号：CN201911032396.7
申请日：2019-10-28
Applicant: 西安交通大学
IPC: G06K9/00
Abstract: 本发明公开一种基于视频特征学习的多要素可疑人员识别方法，包括：对监控视频进行基于感知哈希映射关键帧筛选，分离包含行为主体的前景信息，并定位关键部位所在区域；然后对预处理结果进行动静结合的特征提取：对于静态监控视频,提取头部姿势、手部姿势等局部特征与行走异常、衣着异常等整体特征；对于动态监控特征，主要提取路径重复度、可疑人员出现在人群密集点的概率以及监控环境中标志点平均停留时间；根据评判标准结合可信计算思想，计算可疑人员身份可信指数；最后，根据相应的阈值，动态筛选可疑人员并输出判别信息。本发明可以在受控与非受控环境下，较准确高效的识别出可疑人员，具有良好的科学性与更高的实际应用价值。
-
公开(公告)号：CN105701418B
公开(公告)日：2018-08-14
申请号：CN201610028542.9
申请日：2016-01-15
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于空间序列数据分析的用户轨迹隐私保护方法，首先对每个移动用户的空间序列数据进行聚类分析，获得每个用户的兴趣点和兴趣区；然后，对指定区域内的全体用户的兴趣点和兴趣区按照时间进行迭代，得到不同时间范围内的用户公共兴趣区；最后，在每个公共兴趣区内，采用位置随机交换方法实现用户轨迹隐私的动态保护。本发明通过对轨迹数据进行时间维度和空间维度的分析处理，在隐私保护的同时确保统计特征、聚类特征不变，满足了空间大数据发布和共享时区域分析(区域对比分析、人口密度分析、交通状况分析等)的应用需求，达到了平衡隐私保护与数据可用性矛盾的目的。
-
公开(公告)号：CN104750784B
公开(公告)日：2018-03-02
申请号：CN201510101056.0
申请日：2015-03-06
Applicant: 西安交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于Merkle树结构的空间查询完整性验证方法，该方法在已有的自适应Hilbert曲线所生成的四分树节点上，提出了支持查询完整性验证的Merkle树结构的构建方法，并提出了范围查询与KNN查询的完整性验证方法，使得本发明所提供的完整性验证结果不存在误报与漏报的情况，进而使得服务提供者难以对用户的查询结果进行恶意更改。本发明方法可以在空间数据外包的服务模式下，为用户提供高效的验证结构生成功能，以及准确的范围查询与KNN查询完整性验证功能，从而保证空间查询服务的质量。
-
公开(公告)号：CN104394202B
公开(公告)日：2018-01-05
申请号：CN201410641555.4
申请日：2014-11-13
Applicant: 西安交通大学
IPC: H04L29/08
Abstract: 本发明公开了一种移动社会网络中的节点活跃度量化方法，包括：(1)构造移动节点间连接强度指数；(2)计算节点的介数中心度；(3)统计固定时间周期内，节点的平均接入时间比率和介数中心度，加权合成作为节点的协作指数；(4)计算并取链路信息熵的最小值作为节点对间链路信息熵；(5)取移动节点与网络中所有其他可达节点间链路信息熵的均值，作为移动节点活跃度的量化值。本发明在移动社会网络拓扑结构分析的基础上，引入若干社会因子作为补充，对移动社会网络中的节点活跃度进行合理量化，为相关应用提供科学、合理、真实的移动节点活跃度量化结果，提高移动社会网络中的服务节点选择准确率，保证移动社会网络服务的可靠，高效进行。
-
公开(公告)号：CN107291816A
公开(公告)日：2017-10-24
申请号：CN201710365452.3
申请日：2017-05-22
Applicant: 西安交通大学
IPC: G06F17/30
Abstract: 本发明公开一种针对时空序列数据的群体热点区域分析方法，首先考虑速度，距离等因素，在原始位置点的基础上得到了群体热点区域，但是得到的热点区域并不具有时间关联性，这样不能很好地满足研究者的要求，所以提出了一种动态调整合并的划分时间的方法进行时间相关的热点区域构建方法，即在扫描整合群体热点区域的时候，按照时间维度为基准维度，对每一个时刻进行人数统计，满足要求的则记录在表中，统计完之后，再使用线性时间就可以把当前热点区域划分为具有时间相关的热点区域。这样就能从更深层次研究群体用户的行为特征，分析出相关规律。本发明对时空多维数据进行数据分析，从而为空间大数据的隐私保护提供了基础支持，具有广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.061 seconds)
