基于知识学习和隐私保护的大数据用户购买意愿预测方法

    公开(公告)号:CN104331816A

    公开(公告)日:2015-02-04

    申请号:CN201410588278.5

    申请日:2014-10-28

    Applicant: 常州大学

    Abstract: 本发明公开了基于知识学习和隐私保护的大数据用户购买意愿预测方法,其步骤如下:(1)对大量历史数据和少量当前数据做归一化处理;(2)数据划分组并构建训练样本集;(3)统计每一组的用户购买意愿概率;(4)计算组标签;(5)使用改进的支持向量机对训练集训练;(6)构造预测函数;(7)将待预测的数据输入到预测函数中得到预测结果。本发明使用改进的支持向量机,将当前少量的数据组概率信息和大量的历史数据组概率信息融入结构风险最小化学习框架中,通过构造数据间相似距离项来实现不同时期知识的学习,从而构造了一种基于知识学习和隐私保护机制的用户购买意愿的预测方法,可适用于大样本的学习问题。

    一种套袋绿色果实图像分割方法

    公开(公告)号:CN105701829B

    公开(公告)日:2018-05-04

    申请号:CN201610029509.8

    申请日:2016-01-16

    Applicant: 常州大学

    Abstract: 本发明公开了一种套袋绿色果实图像分割方法,包括:图像采集:实时采集果实图像;果实光常区域提取:对图像中的表面光线正常区域进行提取;果实光常区域提取首先通过图像颜色增强算法加深果实绿色区域,采用对比度增强算法提高叶子与果实光常区域的颜色差别,而后在颜色增强后的色差图像区域内提取对比度增强后的图像,并进行动态阈值分割、去噪处理。果实高亮区域提取:首先提取图像的主色调,然后以主色调重构图像,重构图像与原图像做相减、二值化、去噪等来实现以果实高亮区域为主的提取。将两提取区域合并获得完整的果实目标区域。该方法能够实现套袋绿色果实图像的分割,获取完整果实区域,对推动苹果采摘机器人的实用化起到重要作用。

    基于知识学习和隐私保护的大数据用户购买意愿预测方法

    公开(公告)号:CN104331816B

    公开(公告)日:2017-10-20

    申请号:CN201410588278.5

    申请日:2014-10-28

    Applicant: 常州大学

    Abstract: 本发明公开了基于知识学习和隐私保护的大数据用户购买意愿预测方法,其步骤如下:(1)对大量历史数据和少量当前数据做归一化处理;(2)数据划分组并构建训练样本集;(3)统计每一组的用户购买意愿概率;(4)计算组标签;(5)使用改进的支持向量机对训练集训练;(6)构造预测函数;(7)将待预测的数据输入到预测函数中得到预测结果。本发明使用改进的支持向量机,将当前少量的数据组概率信息和大量的历史数据组概率信息融入结构风险最小化学习框架中,通过构造数据间相似距离项来实现不同时期知识的学习,从而构造了一种基于知识学习和隐私保护机制的用户购买意愿的预测方法,可适用于大样本的学习问题。

    一种套袋绿色果实图像分割方法

    公开(公告)号:CN105701829A

    公开(公告)日:2016-06-22

    申请号:CN201610029509.8

    申请日:2016-01-16

    Applicant: 常州大学

    CPC classification number: G06T2207/30188

    Abstract: 本发明公开了一种套袋绿色果实图像分割方法,包括:图像采集:实时采集果实图像;果实光常区域提取:对图像中的表面光线正常区域进行提取;果实光常区域提取首先通过图像颜色增强算法加深果实绿色区域,采用对比度增强算法提高叶子与果实光常区域的颜色差别,而后在颜色增强后的色差图像区域内提取对比度增强后的图像,并进行动态阈值分割、去噪处理。果实高亮区域提取:首先提取图像的主色调,然后以主色调重构图像,重构图像与原图像做相减、二值化、去噪等来实现以果实高亮区域为主的提取。将两提取区域合并获得完整的果实目标区域。该方法能够实现套袋绿色果实图像的分割,获取完整果实区域,对推动苹果采摘机器人的实用化起到重要作用。

Patent Agency Ranking