-
公开(公告)号：CN110119479A
公开(公告)日：2019-08-13
申请号：CN201910409277.2
申请日：2019-05-16
Applicant: 苏州大学
IPC: G06F16/9535 , G06F16/958 , G06Q10/06 , G06Q10/04 , G06Q30/02 , G06Q50/12 , G06N3/04
Abstract: 本发明公开了一种餐馆推荐方法，该方法包括：获取用户对餐馆的历史评分数据，并利用历史评分数据构建用户餐馆评分矩阵；获取各个待选餐馆的美食图片，利用评分预测模型提取美食图片的视觉特征；其中，视觉特征包括CNN特征和美学特征；利用评分预测模型将用户餐馆评分矩阵中未评分餐馆对应的视觉特征转化为预测评分，获得用户餐馆预测评分矩阵；利用用户餐馆预测评分矩阵向用户推荐感兴趣餐馆。本方法通过结合美食图像的美学特征中隐含的用户偏好和餐馆内容，可向用户推荐满足用户偏好的餐馆，使得餐馆推荐准确率更佳，可提升用户体验。本发明还公开了一种餐馆推荐装置、设备及可读存储介质，具有相应的技术效果。
-
公开(公告)号：CN103257983B
公开(公告)日：2016-06-15
申请号：CN201210330860.2
申请日：2012-09-10
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明在于公开了一种基于唯一性约束的Deep Web实体识别方法，方法包括两个主要步骤：首先从硬性约束角度出发，将问题归结为一个k部图聚类问题，提出了聚类算法；然后将其扩展到软性约束条件下，将实体识别问题归结为优化问题，并提出了匹配算法。本发明将记录连接和数据融合集成起来并以一种全局的方式应用它们，提出了在硬性约束下的k部图聚类问题，并将它扩展到软性约束的情况中；同时基于属性值的相似性和同一记录里属性之间的关联性做出全局性的决策，能够识别不正确的值并且将它们从一开始就和正确的值区分开来，从而获得更好的识别效果；且本发明方法对属性值进行聚类从而表现出更加细粒度的聚类效果。
-
公开(公告)号：CN103257981B
公开(公告)日：2016-04-13
申请号：CN201210191981.3
申请日：2012-06-12
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明在于公开了一种基于查询接口属性特征的Deep Web数据表面化方法，包括查询接口模式信息抽取；清洗查询无关的属性；清洗垃圾属性值；属性分类；组装查询；查询集合；判断是否达到一定覆盖度；若是，则该方法流程结束；若不是，判断查询集合是否为空；若是，则将数据经领域样本库提交到样本库中；若不是，则将数据经数据爬取模块和数据记录抽取模块提交到样本库中。本发明基于查询接口属性特征的数据表面化方法可以取得较高的数据表面化效率，并能够有效解决查询接口中Top-k的问题。
-
公开(公告)号：CN104778284A
公开(公告)日：2015-07-15
申请号：CN201510236691.X
申请日：2015-05-11
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明的空间图像查询方法和系统，在接收到用户提交的空间图像查询请求后，对该请求中所包含的携带位置信息的查询图像进行预设处理，得到查询图像的视觉词袋模型；之后，利用查询图像的视觉词袋模型及位置信息，对图像数据集进行基于图像内容及位置信息的搜索，实现基于图像内容相似度及空间临近度的top-k图像(最优的k个图像)查询，供用户参考。可见，区别于传统的图像查询技术依据关键词进行文本查询，本发明依据用户提交的图像进行基于图像内容(采用视觉词袋模型表征)的查询，不存在文本查询中所存在的局限性问题，可有效处理空间图像的查询问题。
-
公开(公告)号：CN103020111B
公开(公告)日：2015-06-17
申请号：CN201210422998.5
申请日：2012-10-29
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明公开了一种图像检索方法，基于词汇树层次语义模型实现。首先提取图像包含颜色信息的SIFT特征来构造图像库的特征词汇树，生成描述图像视觉信息的视觉词汇。并在此基础上利用Bayesian决策理论实现视觉词汇到语义主题信息的映射，进而构造了一个层次语义模型，并在此模型基础上完成了基于内容的语义图像检索算法。通过检索过程中用户的相关反馈，不仅可以加入正反馈图像扩展图像查询库，同时能够修正高层语义映射。实验结果表明，本发明的检索方法性能稳定，并且随着反馈次数的增加，检索效果明显提升。
-
Patent Agency Ranking
公开(公告)号：CN104679904A
公开(公告)日：2015-06-03
申请号：CN201510124552.8
申请日：2015-03-20
Applicant: 苏州大学张家港工业技术研究院
IPC: G06F17/30
Abstract: 本发明公开了一种路网中位置点查询方法及装置，应用于路网，所述路网中包括多个位置点，每个位置点具有其各自的空间位置信息及位置属性信息，所述方法包括：接收查询请求，所述查询请求包括查询位置点及查询关键字；基于所述查询请求，确定所述路网中的目标位置点；其中，所述目标位置点的位置属性信息与所述查询关键字之间的对应关系满足预设第一条件，且所述目标位置点的空间位置信息与所述查询位置点的位置信息之间的对应关系满足预设第二条件。
-
公开(公告)号：CN103617429A
公开(公告)日：2014-03-05
申请号：CN201310688732.X
申请日：2013-12-16
Applicant: 苏州大学
IPC: G06K9/62
Abstract: 本发明公开一种主动学习分类方法和系统，该方法首先从原始的未标注样本集中筛选出不确定性较高的各个样本，得到最不确定样本集；之后，利用样本间的相似性将最不确定样本集分为h个不同的聚类，相似性较高的样本被划分在同一个聚类中，并筛选出每个聚类中最具代表性的样本，构成最具代表性样本集；后续对该最具代表性样本集进行信息标注，利用标注的样本训练分类器，最终实现利用训练的分析器对目标对象进行分类。可见，本发明通过聚类，将较为相似的、冗余性较高的样本划分在同一类中，以及基于聚类进行筛选避免了最终所选的待标注样本之间的冗余性，降低了标注时间和工作量，提高了分类效率。
-
公开(公告)号：CN103020111A
公开(公告)日：2013-04-03
申请号：CN201210422998.5
申请日：2012-10-29
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本发明公开了一种图像检索方法，基于词汇树层次语义模型实现。首先提取图像包含颜色信息的SIFT特征来构造图像库的特征词汇树，生成描述图像视觉信息的视觉词汇。并在此基础上利用Bayesian决策理论实现视觉词汇到语义主题信息的映射，进而构造了一个层次语义模型，并在此模型基础上完成了基于内容的语义图像检索算法。通过检索过程中用户的相关反馈，不仅可以加入正反馈图像扩展图像查询库，同时能够修正高层语义映射。实验结果表明，本发明的检索方法性能稳定，并且随着反馈次数的增加，检索效果明显提升。
-
公开(公告)号：CN101977415B
公开(公告)日：2013-03-27
申请号：CN201010529163.0
申请日：2010-10-22
Applicant: 苏州大学
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种具有偏好随机游动能量均衡的数据传输方法，首先对传感器节点进行随机部署；基于任何两个节点之间的最小传输距离，把节点的传输范围划分成一系列同心圆环，由于很多节点随机均匀地分布在传感器感知范围区域内，因此每个圆环可能包含一系列潜在的代理转发节点，从而传播路径是由一系列的节点形成的代理转发节点链。然后，根据圆环的划分策略提出了一种数据传输方法，这种划分策略可以具体确定节点在量源消耗和延迟中的跳转概率pi。选择的代理转发节点靠近发送节点和Sink之间的直接路径或者在直接路径之上，节省的能量最多，同时延迟最小。有助于平衡能量消耗和延迟，延长了节点的寿命，从而延长无线传感器网络的生命周期。
-
公开(公告)号：CN101924871A
公开(公告)日：2010-12-22
申请号：CN201010110655.6
申请日：2010-02-04
Applicant: 苏州大学
Abstract: 本发明公开了一种基于Mean Shift的视频目标跟踪方法，先提取跟踪目标的SIFT特征，然后用Mean-Shift算法对目标的SIFT特征进行匹配，从而实现对目标的跟踪。本方法充分利用SIFT所具有的对旋转、尺度缩放、亮度变化保持不变性，对噪声具有很好的抗干扰性等特征。本发明不仅考虑到算法的实时性，同时也能很好的解决尺度变换、物体遮挡、旋转、光照变化等问题。这一技术在安全监控、汽车辅助运动、人体运动分析和机器人视觉等领域有着广阔的应用前景和发展潜力，可以提高目标跟踪的实时性和准确性。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.029 seconds)
