-
公开(公告)号:CN113516231B
公开(公告)日:2024-03-29
申请号:CN202110913768.8
申请日:2021-08-10
Applicant: 大连海事大学
IPC: G06F18/241 , G06F18/23213 , G06F18/213 , G06F18/214 , G06F18/22 , G06N3/0475 , G06N3/094 , G06N3/096
Abstract: 本发明提供一种基于DSN深度对抗迁移网络的日常行为迁移识别方法,包括:获取若干个候选源域及目标域;分别将候选源域与目标域的日常行为标签及传感器映射到同一空间;在该同一空间内获取与日常行为标签对应的日常行为特征向量,从而由候选源域中筛选出目标域的相似源域;采用领域自适应方法拉近各相似源域与目标域的特征向量分布;分别将每个相似源域与目标域的特征向量组合后作为DSN网络的输入,从而训练获得与相似源域数量相当的基分类器;对各个基分类器对目标域内特征向量的分类结果进行集成学习,从而获得目标域的日常行为识别结果。本发明采用深度对抗网络迁移DSN方法,可自动化地提取更具表现力的特征,效果好于手动提取特征。
-
公开(公告)号:CN101917394B
公开(公告)日:2013-03-20
申请号:CN201010202939.8
申请日:2010-06-13
Applicant: 大连海事大学
Abstract: 本发明公开了一种在手机设备上进行数据共享的中间件系统及工作方法,该系统应用于至少一个服务器端和两个以上运行于手机设备的客户端组成的系统中;客户端包括客户端项目管理单元,客户端消息转换单元,客户端缓存单元,客户端通信单元,客户端DOM操作单元,客户端消解策略单元,客户端冲突消解单元;服务器端具有:服务器端消息队列管理单元,服务器端存储单元,服务器端通信单元,服务器端消解策略单元,服务器端DOM操作单元,服务器端冲突消解单元。通过上述各单元的数据传输和处理,使两个终端互相发送消息,并对接收到的消息进行处理,进而继续发送处理过的消息,并且程序可进行回滚,这样也保证了两个终端之间消息的双向同步。
-
公开(公告)号:CN113516231A
公开(公告)日:2021-10-19
申请号:CN202110913768.8
申请日:2021-08-10
Applicant: 大连海事大学
Abstract: 本发明提供一种基于DSN深度对抗迁移网络的日常行为迁移识别方法,包括:获取若干个候选源域及目标域;分别将候选源域与目标域的日常行为标签及传感器映射到同一空间;在该同一空间内获取与日常行为标签对应的日常行为特征向量,从而由候选源域中筛选出目标域的相似源域;采用领域自适应方法拉近各相似源域与目标域的特征向量分布;分别将每个相似源域与目标域的特征向量组合后作为DSN网络的输入,从而训练获得与相似源域数量相当的基分类器;对各个基分类器对目标域内特征向量的分类结果进行集成学习,从而获得目标域的日常行为识别结果。本发明采用深度对抗网络迁移DSN方法,可自动化地提取更具表现力的特征,效果好于手动提取特征。
-
公开(公告)号:CN109615013A
公开(公告)日:2019-04-12
申请号:CN201811535743.3
申请日:2018-12-14
Applicant: 大连海事大学
IPC: G06K9/62
Abstract: 本发明提供一种基于行为特征概率分布约束的传感器事件流分割方法,包括:计算行为概率特征;以天为单位,计算训练集中任意两个行为的转移概率分布;计算每个行为每天出现次数的概率分布;计算每个所述行为触发传感器的个数的概率分布;计算每个行为触发传感器的种类数量的概率分布;计算每个簇的行为实例数的概率分布;计算每个簇的行为实例数的概率分布;构成行为的概率特征集以及分割传感器事件流。本发明提出的基于行为特征概率分布约束的居民日常行为识别方法通过计算多种行为特征的概率分布,并应用概率约束求解的方法可以求得满足特征集概率分布的最优传感器事件的行为实例分割结果。
-
公开(公告)号:CN101582075B
公开(公告)日:2011-05-11
申请号:CN200910012239.X
申请日:2009-06-24
Applicant: 大连海事大学
IPC: G06F17/30
Abstract: 本发明公开了一种Web信息抽取系统,其特征在于包括:检索解析模块、规则生成模块和数据抽取存储模块:检索解析模块包括网络爬虫单元和HTML解析器;规则生成模块包括单槽抽取规则生成单元和多槽抽取规则生成单元;数据抽取存储模块,规则生成模块生成的抽取规则,从检索解析模块下载的网页上提取数据并以结构化的形式存储。该系统具有:生成单槽抽取规则时界面操作简单、容易理解;对于生成多槽抽取规则,系统提供图形界面帮助用户标注,节省用户的时间和体力;对于预先生成的抽取规则和任务序列,系统提供两种方式实现批量任务的抽取和存储;系统可以根据用户配置的参数,在预先设定的周期和时间完成抽取存储任务。
-
公开(公告)号:CN101521899B
公开(公告)日:2010-11-17
申请号:CN200910010993.X
申请日:2009-03-31
Applicant: 大连海事大学
Abstract: 本发明涉及一种计算机软件测试系统和方法,更具体地说是涉及移动应用软件的机上测试系统和方法。本发明包括服务器端和客户端;服务器端创建测试用例集并交由测试集管理单元运行测试集,与通信服务单元建立通信连接等待客户端请求,客户端下载测试包并执行测试。本装置支持在移动电话真实的硬件环境和Java运行环境上的机上测试,获得更真实的运行状况;本装置可以自动生成测试用例包括测试驱动程序或桩调用等代码,可以提高测试覆盖率和错误检测的能力。
-
公开(公告)号:CN109615013B
公开(公告)日:2022-09-27
申请号:CN201811535743.3
申请日:2018-12-14
Applicant: 大连海事大学
IPC: G06V10/762 , G06V10/774
Abstract: 本发明提供一种基于行为特征概率分布约束的传感器事件流分割方法,包括:计算行为概率特征;以天为单位,计算训练集中任意两个行为的转移概率分布;计算每个行为每天出现次数的概率分布;计算每个所述行为触发传感器的个数的概率分布;计算每个行为触发传感器的种类数量的概率分布;计算每个簇的行为实例数的概率分布;计算每个簇的行为实例数的概率分布;构成行为的概率特征集以及分割传感器事件流。本发明提出的基于行为特征概率分布约束的居民日常行为识别方法通过计算多种行为特征的概率分布,并应用概率约束求解的方法可以求得满足特征集概率分布的最优传感器事件的行为实例分割结果。
-
公开(公告)号:CN110909047A
公开(公告)日:2020-03-24
申请号:CN201911219849.7
申请日:2019-11-28
Applicant: 大连海事大学
IPC: G06F16/2458 , G06F16/2455
Abstract: 本发明提供一种面向指定时刻的日常行为识别方法,包括以下步骤:输入数据;提取下/第一条已标注日常行为类别的传感器事件流S+;在所述传感器事件流S+中提取包含t的日常行为实例及与所述包含t的日常行为实例相应的传感器事件流S*;提取与所述实例相应的传感器事件流S*的开始时刻bt、结束时刻ot、开始传感器bs、结束传感器os;在所述传感器事件流S-中遍历传感器事件e1;S6:在S-中搜索一个传感器事件e2;提取在e1和e2之间的传感器事件流See;计算See与S*的序列相似度sim;如果sim>max,那么将sim的值赋值给max,保存S*的行为类别;将S*的行为类别作为t时刻发生的行为。
-
公开(公告)号:CN109615075A
公开(公告)日:2019-04-12
申请号:CN201811535782.3
申请日:2018-12-14
Applicant: 大连海事大学
Abstract: 本发明提供一种基于多层聚类模型的居民日常行为识别方法,包括:对训练集中的传感器事件流根据日常行为实例进行分割;通过K近邻算法进行聚簇,统计样本在每个簇下的分布;判断任意两个日常行为是否存在耦合;计算耦合集中日常行为的耦合度,降序排列;去除训练集中耦合度最大的行为实例;判断训练集是否存在耦合;使用分类模型对测试集中的行为实例进行分类;判断训练子集与原始的训练集间关系。本发明提出的多层聚类模型的行为分类方法对行为实例进行聚类,根据日常行为的耦合度对行为实例进行分步识别,克服了单层的分类方法由于行为实例耦合度较高导致分类性能较差的问题。从理论上讲,使用本发明将显著地提升居民日常行为的准确率和召回率。
-
公开(公告)号:CN101917394A
公开(公告)日:2010-12-15
申请号:CN201010202939.8
申请日:2010-06-13
Applicant: 大连海事大学
Abstract: 本发明公开了一种在手机设备上进行数据共享的中间件系统及工作方法,该系统应用于至少一个服务器端和两个以上运行于手机设备的客户端组成的系统中;客户端包括客户端项目管理单元,客户端消息转换单元,客户端缓存单元,客户端通信单元,客户端DOM操作单元,客户端消解策略单元,客户端冲突消解单元;服务器端具有:服务器端消息队列管理单元,服务器端存储单元,服务器端通信单元,服务器端消解策略单元,服务器端DOM操作单元,服务器端冲突消解单元。通过上述各单元的数据传输和处理,使两个终端互相发送消息,并对接收到的消息进行处理,进而继续发送处理过的消息,并且程序可进行回滚,这样也保证了两个终端之间消息的双向同步。
-
-
-
-
-
-
-
-
-