-
公开(公告)号：CN106777006B
公开(公告)日：2020-10-23
申请号：CN201611115832.3
申请日：2016-12-07
Applicant: 重庆邮电大学
IPC: G06F16/953 , G06F16/35
Abstract: 本发明涉及一种基于Spark下并行超网络的分类算法，具体包括以下步骤：步骤S1.把文本数据部署到Spark平台上；步骤S2.在Spark平台上对文本数据进行并行化预处理；步骤S3.在Spark平台上，对超网络算法的演化学习进行并行化实现。本发明主要解决在大规模文本数据量的情况下，演化超网络分类算法的并行处理问题，通过分布式数据存储阶段，数据预处理阶段，并且通过改变超边结构以及超网络演化计算方式，修改目标函数，完成对超网络算法的并行化处理，提高传统超网络的分类算法性能和效率，解决在海量数据中，传统的超网络模型已经难以满足时间和空间的限制。
-
公开(公告)号：CN107086935A
公开(公告)日：2017-08-22
申请号：CN201710457666.3
申请日：2017-06-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于WIFI AP记录的机场客流分布预测方法，涉及大数据挖掘处理技术领域，从控制中心获取WIFI AP记录进行预处理操作，通过WIFI AP接入设备数量分类WIFI AP，为各类WIFI AP分别构建训练样本集，使用各自的训练样本集分别构建回归模型，根据回归模型获取测试样本集，集合第一类模型和第二类模型的测试样本集获得预测结果，预测机场客流分布。本发明利用相关特性，使用数据挖掘及机器学习的相关方法，对机场的客流分布进行预测，达到有效利用机场资源。
-
公开(公告)号：CN106777006A
公开(公告)日：2017-05-31
申请号：CN201611115832.3
申请日：2016-12-07
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于Spark下并行超网络的分类算法，具体包括以下步骤：步骤S1.把文本数据部署到Spark平台上；步骤S2.在Spark平台上对文本数据进行并行化预处理；步骤S3.在Spark平台上，对超网络算法的演化学习进行并行化实现。本发明主要解决在大规模文本数据量的情况下，演化超网络分类算法的并行处理问题，通过分布式数据存储阶段，数据预处理阶段，并且通过改变超边结构以及超网络演化计算方式，修改目标函数，完成对超网络算法的并行化处理，提高传统超网络的分类算法性能和效率，解决在海量数据中，传统的超网络模型已经难以满足时间和空间的限制。
-
公开(公告)号：CN106599935A
公开(公告)日：2017-04-26
申请号：CN201611244051.4
申请日：2016-12-29
Applicant: 重庆邮电大学
IPC: G06K9/62
CPC classification number: G06K9/6256 , G06K9/6262 , G06K9/6271
Abstract: 本发明请求保护一种基于Spark大数据平台的三支决策不平衡数据过采样方法，涉及数据挖掘邻域，Spark大数据技术。首先使用Spark的RDD进行数据变换，得到归一化的LabeledPoint格式 的样本集，并分成训练集和测试集；其次采用Spark的RDD进行数据变化，求样本间的距离，确定领域半径，根据邻域三支决策模型将整个训练集中的样本划分成正域样本，边界域样本和负域样本；然后分别对边界域样本，负域样本进行过采样；最后调用Spark Mllib机器学习算法，验证采样效果。本发明有效解决大规模不平衡数据集在机器学习和模式识别领域中的分类问题。
-
公开(公告)号：CN107086935B
公开(公告)日：2020-05-12
申请号：CN201710457666.3
申请日：2017-06-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于WIFI AP记录的机场客流分布预测方法，涉及大数据挖掘处理技术领域，从控制中心获取WIFI AP记录进行预处理操作，通过WIFI AP接入设备数量分类WIFI AP，为各类WIFI AP分别构建训练样本集，使用各自的训练样本集分别构建回归模型，根据回归模型获取测试样本集，集合第一类模型和第二类模型的测试样本集获得预测结果，预测机场客流分布。本发明利用相关特性，使用数据挖掘及机器学习的相关方法，对机场的客流分布进行预测，达到有效利用机场资源。
-
Patent Agency Ranking
公开(公告)号：CN105630936A
公开(公告)日：2016-06-01
申请号：CN201510975984.X
申请日：2015-12-22
Applicant: 北京奇虎科技有限公司 , 重庆邮电大学
CPC classification number: G06F16/2246 , G06K9/6267
Abstract: 本发明提供了一种基于单类决策树的不平衡数据处理方法及装置，其中方法包括：对不平衡数据进行预处理；针对预处理后的不平衡数据，选取构单决策树的分类属性，构建单决策树，并在满足预定条件时终止构建单决策树；对所述构建好的单决策树进行剪枝处理；装置包括：预处理模块、构建模块以及剪枝模块；本发明采用目标类F值选取分裂属性，充分考虑数据的不平衡性，有效地对大数据中的小类样本数据进行分类，使分类结果更加准确，从而提高小类样本数据分类的准确率。
-
公开(公告)号：CN103646557A
公开(公告)日：2014-03-19
申请号：CN201310567486.2
申请日：2013-11-13
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于物联网的三维缩微智能交通管理系统,包括缩微智能车,还包括信息采集模块、无线通信模块、信息存储模块、中央处理单元和三维交互终端；所述信息采集模块包括环境节点和运动节点；所述无线通信模块包括路由器和协调器，环境节点和运动节点的信息通过路由器汇聚到协调器，所述路由器通过无线网络与协调器通信；所述协调器通过RS232串口与中央处理单元实现信息交换，所述中央处理单元对协调器发送来的信息进行分析处理后实现对缩微智能车的控制，信息存储模块对车辆信息进行存储，并通过三维交互终端对实时车辆信息进行显示。本发明通过智能交通物联网将人、车、路三者进行信息的实时交互真正实现智能交通车联网。
-
公开(公告)号：CN106599935B
公开(公告)日：2019-07-19
申请号：CN201611244051.4
申请日：2016-12-29
Applicant: 重庆邮电大学
IPC: G06K9/62
Abstract: 本发明请求保护一种基于Spark大数据平台的三支决策不平衡数据过采样方法，涉及数据挖掘邻域，Spark大数据技术。首先使用Spark的RDD进行数据变换，得到归一化的LabeledPoint格式 的样本集，并分成训练集和测试集；其次采用Spark的RDD进行数据变化，求样本间的距离，确定领域半径，根据邻域三支决策模型将整个训练集中的样本划分成正域样本，边界域样本和负域样本；然后分别对边界域样本，负域样本进行过采样；最后调用Spark Mllib机器学习算法，验证采样效果。本发明有效解决大规模不平衡数据集在机器学习和模式识别领域中的分类问题。
-
公开(公告)号：CN103646557B
公开(公告)日：2016-01-06
申请号：CN201310567486.2
申请日：2013-11-13
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于物联网的三维缩微智能交通管理系统,包括缩微智能车,还包括信息采集模块、无线通信模块、信息存储模块、中央处理单元和三维交互终端；所述信息采集模块包括环境节点和运动节点；所述无线通信模块包括路由器和协调器，环境节点和运动节点的信息通过路由器汇聚到协调器，所述路由器通过无线网络与协调器通信；所述协调器通过RS232串口与中央处理单元实现信息交换，所述中央处理单元对协调器发送来的信息进行分析处理后实现对缩微智能车的控制，信息存储模块对车辆信息进行存储，并通过三维交互终端对实时车辆信息进行显示。本发明通过智能交通物联网将人、车、路三者进行信息的实时交互真正实现智能交通车联网。
-
公开(公告)号：CN204086873U
公开(公告)日：2015-01-07
申请号：CN201420382515.8
申请日：2014-07-11
Applicant: 重庆邮电大学
IPC: G05B19/042
Abstract: 本实用新型公开了一种智能机器人远程控制系统，包括智能车，该智能车包括车体、以及安装在车体上的车轮、电机、电机驱动模块和单片机最小系统，单片机最小系统与电机驱动模块连接，电机驱动模块与电机连接，电机与车轮连接；还包括远程控制手机、第一蓝牙模块和车载手机，车载手机和第一蓝牙模块设置在车体上，所述第一蓝牙模块与单片机最小系统连接，所述车载手机具有第二蓝牙模块，该车载手机通过第二蓝牙模块、第一蓝牙模块与单片机最小系统建立通信连接，所述车载手机通过通信网络与远程控制手机建立通信连接。本实用新型能够对智能车进行远程控制。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
