-
公开(公告)号：CN109801681B
公开(公告)日：2023-03-31
申请号：CN201811515699.X
申请日：2018-12-11
IPC: G16B40/00
Abstract: 本发明公开了一种基于改进的模糊聚类算法的SNP选择方法，包括：获取SNP数据集；对获取到的SNP数据进行预处理，包括数据的清洗和重新编码；对预处理后的数据基于假设性检验进行初步筛选；对初筛过的数据，分别计算每个SNP的重要程度；利用改进的模糊聚类算法对SNP进行聚类；从聚类得到的每个簇中根据对称的不平衡性原则进一步筛选，构造SNP子集。本发明针对SNP数据，在考虑单个SNP对分类结果的影响的同时，也兼顾了局部区域SNP之间的相互关联性，在对数据实现降维的同时，充分挖掘了SNP内部的信息。使用该方法构造出来的SNP子集，相比于其他选择方法而言具有更好的分类效果，可应用于SNP数据的选择中。
-
公开(公告)号：CN109801681A
公开(公告)日：2019-05-24
申请号：CN201811515699.X
申请日：2018-12-11
IPC: G16B40/00
Abstract: 本发明公开了一种基于改进的模糊聚类算法的SNP选择方法，包括：获取SNP数据集；对获取到的SNP数据进行预处理，包括数据的清洗和重新编码；对预处理后的数据基于假设性检验进行初步筛选；对初筛过的数据，分别计算每个SNP的重要程度；利用改进的模糊聚类算法对SNP进行聚类；从聚类得到的每个簇中根据对称的不平衡性原则进一步筛选，构造SNP子集。本发明针对SNP数据，在考虑单个SNP对分类结果的影响的同时，也兼顾了局部区域SNP之间的相互关联性，在对数据实现降维的同时，充分挖掘了SNP内部的信息。使用该方法构造出来的SNP子集，相比于其他选择方法而言具有更好的分类效果，可应用于SNP数据的选择中。
-
公开(公告)号：CN107169062A
公开(公告)日：2017-09-15
申请号：CN201710303440.8
申请日：2017-05-02
CPC classification number: G06F16/2465 , G06K9/6215
Abstract: 本发明公开了一种基于始末距离的时间序列符号聚合近似表示方法，包括：获取时间序列数据；对时间序列数据进行预处理操作；对预处理后的数据进行分段并获取各段的分段信息；计算段间的始末距离，并结合符号距离定义新的距离度量。本发明将时间序列数据的形态趋势和统计特征相结合,形成一种新的符号聚合近似表示方法,将时间序列数据从高维空间映射到低维空间。该方法不仅和原符号聚合近似表示方法一样满足下界定理，而且还能达到更优秀的分类效果，可应用于时间序列数据集的降维操作和距离度量中。
-
公开(公告)号：CN119851025A
公开(公告)日：2025-04-18
申请号：CN202411937501.2
申请日：2024-12-26
Applicant: 江苏大学
IPC: G06V10/764 , G06V10/44 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种深度交叉熵集成的多视图图像分类方法，基于图像构建数据集，且分为训练集和测试集；构建交叉熵集成图像分类模型的网络架构，交叉熵集成图像分类模型包括骨干网络、原型网络和集成分类网络三个部分；骨干网络部分中的处理过程为：将输入的图像编码为特征映射#imgabs0#原型网络部分中将特征映射#imgabs1#投影到原型特征P上，获得一组多样化的特征表示V；集成分类网络中将输入图像的多个视图表征V＝{V1,V2…VN}进行加权融合，并计算集成交叉熵损失；利用训练集对交叉熵集成图像分类模型进行训练；用训练好的交叉熵集成图像分类模型进行图像分类，本发明适应不同的数据集和任务的需求，解决传统多视图图像分类方法固有的问题。
-
公开(公告)号：CN114372518B
公开(公告)日：2024-03-22
申请号：CN202111626398.6
申请日：2021-12-28
Applicant: 江苏大学
IPC: G06F18/22 , G06F40/279 , G06F18/214
Abstract: 本发明提供了一种基于解题思路和知识点的试题相似度计算方法，包括整理试题特征信息形成知识点类特征集和解题思路类特征集，其中一方面以Jaccard系数作为两试题之间的知识点相似度，另一方面从试题解题思路的角度出发，考量两试题之间的相似性，其中利用Skip‑gram模型将解题思路中的语料信息转换为相对应的词向量，进而以计算词向量之间欧氏距离的方式，评价试题之间的相似度，最终与知识点相似度相结合，提升数学类试题相似度评价的准确性，尤其是能够避开数学题中不同符号图表所带来的干扰。
-
Patent Agency Ranking
公开(公告)号：CN110060470A
公开(公告)日：2019-07-26
申请号：CN201910237616.3
申请日：2019-03-27
Applicant: 江苏大学
Abstract: 本发明涉及一种基于路段连通概率的RSU覆盖范围划分方法，该方法通过对道路网络中路段进行连通性建模，根据采集到的交通流数据，计算各个路段的连通概率，将路段连通概率作为路段灰度对道路拓扑图进行灰度处理，利用连通概率改进分水岭算法对道路网络拓扑灰度图进行图像分割以确定RSU的覆盖区域。本发明能够实现RSU无重叠覆盖范围划分，提高道路网络连通性。
-
公开(公告)号：CN107862012A
公开(公告)日：2018-03-30
申请号：CN201711036433.2
申请日：2017-10-30
Applicant: 江苏大学 , 江苏树正信息科技有限公司
CPC classification number: G06F16/9535 , G06Q50/01
Abstract: 本发明公开了一种针对大学生群体的信息资源自动推荐方法，包括：获取用户数据和需要推荐的数据；采用用户相似度模型计算基于用户评价矩阵的邻居集合；采用基于社交网络信息的相似度模型计算基于社交网络信息的邻居集合；根据两种邻居集合，计算出预测项目的得分，并对两个结果进行混合；筛选出评分最高的TOP-N项目，得出推荐结果。本发明将用户的社交网络融合到传统的协同过滤算法中，符合大学生信息共享及交流的需要。该方法可以为面向大学生的垂直领域提供更合适的推荐结果。
-
公开(公告)号：CN105809451A
公开(公告)日：2016-07-27
申请号：CN201610112424.6
申请日：2016-02-29
Applicant: 江苏大学
CPC classification number: G06Q30/0185 , G06F16/182 , G06F16/254 , G06F17/2785 , G06F17/2795
Abstract: 本发明公开了一种大数据电商网购评价分析预测方法及系统，本发明涉及一种大数据采集与分析预测的方法与系统，通过一个部署于Spark的控制与交换中心结合若干交换代理，将评价内容这非结构文本转换为结构化数据。本发明是基于大数据的前提开发，利用大数据的数据挖掘算法对采集的所有信息进行有效的处理。本发明可应用于网上购物导购，为用户提供准确的网购评价分析，方便用户判断评论是否虚假、网购是否实用，进而决定是否购买该商品。
-
公开(公告)号：CN105590409A
公开(公告)日：2016-05-18
申请号：CN201610105761.2
申请日：2016-02-26
Applicant: 江苏大学
IPC: G08B21/04
Abstract: 本发明公开了一种基于大数据的人体跌倒检测方法及系统，方法包括以下步骤：根据手机内置传感器采集的信息构建特征向量；通过机器学习模型识别是否发生跌倒行为；当判断用户为跌倒状态时，采集到的信息数据会实时传送到大数据平台，并按照个体相似性进行存储；所述平台采用相似度度量算法分析所有上传的数据，判断是否存在更新数据；若是，则平台生成新的数据样本，同时根据数据样本生成新的机器学习分类模型。当系统判断人体发生跌倒时，手机会自动触发报警装置，从而使跌倒能够得到及时的救援。同时随着样本越来越多，系统的准确率也会不断提高。本发明可应用于监测儿童、老人及病患的活动安全。
-
公开(公告)号：CN103440393A
公开(公告)日：2013-12-11
申请号：CN201310431964.7
申请日：2013-09-18
Applicant: 江苏大学
IPC: G06F17/50
Abstract: 本发明公开了一种面向连续时间马尔科夫链的状态空间约简方法，包括以下步骤：在局部状态空间上配置连续随机逻辑中X，U，R，P，W算子的限界语义；将连续时间马尔科夫链转换为离散时间马尔科夫链，并利用均匀化技术计算局部空间上的瞬态与稳态概率；对于算子X，U，R将时域分成零点到某个时间点，两个时间点之间，某个时间点到无穷大三个时间段，并分别利用瞬态概率计算算子P对应的概率度量；对于稳定算子W，构造一组线性不等式来约束离散时间马尔科夫链中瞬态概率与稳态概率之间的关系，求出该不等式的解作为稳态概率的度量值。本发明只需遍历分析属性所需的局部空间，可有效约简状态空间，可应用于大规模随机系统的性能与可靠性分析。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.035 seconds)
