-
公开(公告)号:CN112052344A
公开(公告)日:2020-12-08
申请号:CN202011054992.8
申请日:2020-09-29
Applicant: 北京邮电大学
Abstract: 本发明涉及一种基于知识图谱与ScSIFT的融媒体信息获取方法,特别是一种对安全生产中危化品事故的融媒体信息获取方法,属于智能安全领域,其特征在于采用如下步骤:(1)获取子图顶点权重与各边权重;(2)顶点的约简处理;(3)获得子图融合矩阵;(4)确定标准化SIFT特征向量组;(5)确定稀疏编码;(6)确定ScSIFT特征距离;(7)获取二值向量;(8)建立一级索引;(9)获取重组图像矩阵;(10)子矩阵分块;(11)确定子矩阵的最大特征值;(12)样本降维;(13)文本向量与视频关键帧融合。本发明克服了传统单一获取文本局限性问题,利用知识图谱与ScSIFT结合的优势取得了较完备的检索结果。为融媒体信息获取领域提供了一种全面信息获取的方法。
-
公开(公告)号:CN110046328A
公开(公告)日:2019-07-23
申请号:CN201910156015.X
申请日:2019-03-01
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于模糊动态贝叶斯网络-自适应粒子滤波态势评估方法,步骤是:1数据抗干扰及模糊化处理,2构建贝叶斯网络,3建立模糊动态贝叶斯网络,4分割模糊动态贝叶斯网络,5结合自适应粒子滤波。本发明与传统的态势评估方法相比,其优点为:采用线性回归模型对数据进行填充,结合属性删除和概念树提升技术实现数据模糊化以克服采集数据的不完备性,提高算法的准确性。相比较于静态推理算法,本发明介入时间特性提高了推理的实时性。将模糊动态贝叶斯网络分割后的每团结合自适应粒子滤波做预测处理,提高算法的速率和实时性。
-