-
公开(公告)号：CN106599913B
公开(公告)日：2019-08-06
申请号：CN201611115834.2
申请日：2016-12-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于聚类的多标签不平衡生物医学数据分类方法，包括以下步骤：S101对标签不均衡的数据根据特征相似度和标签关联性定义关系矩阵；S102根据关联矩阵对数据进行聚类；S103对每个类簇中的不平衡标签进行有方向性的增加；S104对每个类簇中的数据用多标签分类器进行训练学习；S105根据投票原则把每个分类器的结果进行合并，预测出标签。本发明通过层次聚类方法对数据进行聚类，并且在聚类时考虑标签关联性来降低簇内标签的不平衡性，从而提高重采样方法生成新数据的可靠性，降低噪声数据的概率。
-
公开(公告)号：CN106570178B
公开(公告)日：2020-09-29
申请号：CN201610991719.5
申请日：2016-11-10
Applicant: 重庆邮电大学
IPC: G06F16/35
Abstract: 本发明请求保护一种基于图聚类的高维文本数据特征选择方法，该方法包括：剔除不相关特征，并构造加权无向图；再结合社区发现算法快速地将特征聚类；并以“最大相关最小冗余”原则搜索类簇空间，剔除类簇内的冗余特征；最后根据特征与类别间的关系挑选出最佳特征子集。本发明旨在利用图能体现特征空间分布的特性，结合高效的社区发现进行特征聚类，选取出具有代表性的特征，并消除聚类过程中忽略数据分布情况和每个特征与类别都具有不同程度的重要性问题。同时解决聚类时的盲目性，使得文本分类结果具有更高的准确性和稳定性。
-
公开(公告)号：CN104200249A
公开(公告)日：2014-12-10
申请号：CN201410424590.0
申请日：2014-08-26
Applicant: 重庆邮电大学
Abstract: 本发明实施例公开了一种衣物自动搭配的方法，及装置，其中方法的实现包括：获取需要自动搭配的衣物的第一图片；对所述第一图片进行颜色识别、形状识别以及图像识别，获得颜色的特征值、形状的特征值以及图案的特征值；根据所述第一图片的形状的特征值确定所述第一图片对应衣物需要搭配的衣物类别；依据所述第一图片的颜色的特征值、形状的特征值以及图案的特征值，选择第二图片中符合预定的图像搭配规则以及图案搭配规则，并且符合所述衣物类别的第二图片，与所述第一图片进行搭配。本发明实施例在终端一侧就可以实现衣物的自动搭配，完成对衣物的管理，不用通过网络通信实现，降低衣物自动搭配实现成本。
-
Patent Agency Ranking
公开(公告)号：CN106599913A
公开(公告)日：2017-04-26
申请号：CN201611115834.2
申请日：2016-12-07
Applicant: 重庆邮电大学
CPC classification number: G06K9/6219 , G06K9/6215 , G06K9/6282 , G16H50/20
Abstract: 本发明涉及一种基于聚类的多标签不平衡生物医学数据分类方法，包括以下步骤：S101对标签不均衡的数据根据特征相似度和标签关联性定义关系矩阵；S102根据关联矩阵对数据进行聚类；S103对每个类簇中的不平衡标签进行有方向性的增加；S104对每个类簇中的数据用多标签分类器进行训练学习；S105根据投票原则把每个分类器的结果进行合并，预测出标签。本发明通过层次聚类方法对数据进行聚类，并且在聚类时考虑标签关联性来降低簇内标签的不平衡性，从而提高重采样方法生成新数据的可靠性，降低噪声数据的概率。
-
公开(公告)号：CN104820924B
公开(公告)日：2018-04-27
申请号：CN201510242186.6
申请日：2015-05-13
Applicant: 重庆邮电大学
Abstract: 一种基于笔迹鉴定的网上安全支付系统，包括：101用户注册模块；102接收模块：用于接收用户输入的任一待笔迹签名样本，进行多特征融合，将多种属性特征值作为样本的特征值，挖掘各个属性值对正确识别本人签名贡献程度，降序排序，按照贡献值排序找一组最优权值融合多种特征；103学习、训练模块：将综合后的多特征集转化为1到8的数据后作为基于邻域超网络分类器的输入，进行训练和测试；104鉴定模块：用户输入签名，将待识别超边与所述超边库中的超边进行对比来鉴定用户笔迹的真伪；S105支付模块：将笔迹鉴定应用到网上安全支付。本发明具有更高的稳定性、安全性、便捷性；同时结合了多特征融合技术，能够提高签名样本的识别效率，以及准确性。
-
公开(公告)号：CN104200249B
公开(公告)日：2017-07-21
申请号：CN201410424590.0
申请日：2014-08-26
Applicant: 重庆邮电大学 , 腾讯科技(深圳)有限公司
Abstract: 本发明实施例公开了一种衣物自动搭配的方法，及装置，其中方法的实现包括：获取需要自动搭配的衣物的第一图片；对所述第一图片进行颜色识别、形状识别以及图像识别，获得颜色的特征值、形状的特征值以及图案的特征值；根据所述第一图片的形状的特征值确定所述第一图片对应衣物需要搭配的衣物类别；依据所述第一图片的颜色的特征值、形状的特征值以及图案的特征值，选择第二图片中符合预定的图像搭配规则以及图案搭配规则，并且符合所述衣物类别的第二图片，与所述第一图片进行搭配。本发明实施例在终端一侧就可以实现衣物的自动搭配，完成对衣物的管理，不用通过网络通信实现，降低衣物自动搭配实现成本。
-
公开(公告)号：CN106570178A
公开(公告)日：2017-04-19
申请号：CN201610991719.5
申请日：2016-11-10
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明请求保护一种基于图聚类的高维文本数据特征选择方法，该方法包括：剔除不相关特征，并构造加权无向图；再结合社区发现算法快速地将特征聚类；并以“最大相关最小冗余”原则搜索类簇空间，剔除类簇内的冗余特征；最后根据特征与类别间的关系挑选出最佳特征子集。本发明旨在利用图能体现特征空间分布的特性，结合高效的社区发现进行特征聚类，选取出具有代表性的特征，并消除聚类过程中忽略数据分布情况和每个特征与类别都具有不同程度的重要性问题。同时解决聚类时的盲目性，使得文本分类结果具有更高的准确性和稳定性。
-
公开(公告)号：CN104820924A
公开(公告)日：2015-08-05
申请号：CN201510242186.6
申请日：2015-05-13
Applicant: 重庆邮电大学
CPC classification number: G06Q20/382 , G06K9/00416 , G06K2209/01
Abstract: 一种基于笔迹鉴定的网上安全支付系统，包括：101用户注册模块；102接收模块：用于接收用户输入的任一待笔迹签名样本，进行多特征融合，将多种属性特征值作为样本的特征值，挖掘各个属性值对正确识别本人签名贡献程度，降序排序，按照贡献值排序找一组最优权值融合多种特征；103学习、训练模块：将综合后的多特征集转化为1到8的数据后作为基于邻域超网络分类器的输入，进行训练和测试；104鉴定模块：用户输入签名，将待识别超边与所述超边库中的超边进行对比来鉴定用户笔迹的真伪；S105支付模块：将笔迹鉴定应用到网上安全支付。本发明具有更高的稳定性、安全性、便捷性；同时结合了多特征融合技术，能够提高签名样本的识别效率，以及准确性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
