-
公开(公告)号：CN115149961A
公开(公告)日：2022-10-04
申请号：CN202210778393.3
申请日：2022-06-30
Applicant: 南京邮电大学
IPC: H03M7/30
Abstract: 本发明是一种基于速度偏差和道路语义的在线路网轨迹数据压缩方法，包括步骤1：连续GPS采样点匹配到路网上，得到连续GPS采样点对应的路径轨迹；步骤2：采用窗口速度偏差策略，在线分割出路径轨迹对应的各个道路子区域的空间分量和速度分量；步骤3：对空间分量和速度分量分别进行二进制位串编码，空间分量表征该段路径轨迹对应的路段序列，速度分量表征该段路径轨迹对应的平均速度。本发明根据速度偏差在线压缩路网轨迹点，压缩数据保留了交通状态，每个压缩单元对应同一道路的若干连续路段，能准确表征轨迹对应的道路子区域，空间分量和速度分量分别表征，既能提高压缩效率，又能在无需额外计算的情况下直接支持通行速度查询。
-
公开(公告)号：CN112201340A
公开(公告)日：2021-01-08
申请号：CN202010678145.2
申请日：2020-07-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于贝叶斯网络过滤的心电图病症确定方法，属于心电图病症诊断领域。该发明在已训练好的基分类器的基础上，采用两层结构确定最终病症标签：第一层构建投票器对基分类器的结果进行筛选，产生锚点病症集和候选病症集；第二层采用基于BDe评分的爬山法构建贝叶斯网络，贝叶斯网络对锚点病症集和候选病症集进行过滤，确定最终预测病症集。该方法特点:(1)充分利用了病症标签间的依赖关系，提高了模型的泛化能力；(2)通过两层过滤处理能够纠正基分类器的预测结果，提高模型预测的准确度；(3)由于构建贝叶斯网络使用的因果关系是一种强关联性，因此模型具有稳定性的特点，不会因为数据分布不同而表现出太大差异。
-
Patent Agency Ranking
公开(公告)号：CN110287391A
公开(公告)日：2019-09-27
申请号：CN201910503981.4
申请日：2019-06-12
Applicant: 南京邮电大学
IPC: G06F16/909 , G06F16/901
Abstract: 一种基于Hadoop的多层次轨迹数据存储方法、存储介质和终端，所述方法包括：读取具有预设时空属性的初始轨迹数据；对所读取的初始轨迹数据按照时空属性进行多层级划分，得到对应的块数据；为所得到的块数据构建对应的块内数据索引；将所述块数据和对应的块内数据索引进行存储。上述的方案，可以提高所存储的轨迹数据的查询效率。
-
公开(公告)号：CN104391908B
公开(公告)日：2019-03-05
申请号：CN201410655506.6
申请日：2014-11-17
Applicant: 南京邮电大学
IPC: G06F16/901
Abstract: 本发明公开了一种图上基于局部敏感哈希的多关键字索引方法，属于图数据(graph data)管理技术领域，该方法是双层索引来支持图上的多关键字查询。若干图根据顶点关键字在n‑gram空间聚类后，根据聚簇结构构建上层的位图和下层的局部敏感哈希表：上层的位图根据关键字包含的粗粒度的n‑gram(n个连续字母构成的字符串)实现图到类簇的映射；下层的每个类簇对应一个局部敏感哈希表，哈希表的桶中包含细粒度的n‑gram对应的候选图。该索引具有如下优势：(1)查询I/O和关键字个数独立，显著减少多关键字查询的I/O次数，加快查询速度；(2)不同粒度的n‑gram相结合，有效避免索引对拼写错误敏感，提高了概率返回期望的结果。
-
公开(公告)号：CN106095802A
公开(公告)日：2016-11-09
申请号：CN201610374502.X
申请日：2016-05-31
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F16/29
Abstract: 本发明公开了城市路网上基于R树的全时态移动对象索引方法，首先根据移动对象位置更新信息m查找基于x‑y的上层索引，找到移动对象所处的封闭路段e，并取出其相关信息；然后形成运行矢量mv＝(mid,t,v,rid,pos)，通过rid访问道路索引表，取得道路对应的R‑tree；根据mid访问轨迹单元哈希表，获得轨迹单元链表，访问链表尾结点lu‑tail；根据lu‑tail是否为空，生成链表轨迹单元LU；将连续轨迹单元和活动轨迹单元相继添加到链表尾部，建立索引，同时维护链表信息。本发明引入了动态链表和移动对象哈希表，可直接得出移动对象的历史轨迹信息，无需搜索整个层移动对象树森林。采用了指数平滑法预测移动对象的速度，提高了速度预测的精度，支持移动对象的全时态位置查询。
-
公开(公告)号：CN104391908A
公开(公告)日：2015-03-04
申请号：CN201410655506.6
申请日：2014-11-17
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30958
Abstract: 本发明公开了一种图上基于局部敏感哈希的多关键字索引方法，属于图数据(graph data)管理技术领域，该方法是双层索引来支持图上的多关键字查询。若干图根据顶点关键字在n-gram空间聚类后，根据聚簇结构构建上层的位图和下层的局部敏感哈希表：上层的位图根据关键字包含的粗粒度的n-gram(n个连续字母构成的字符串)实现图到类簇的映射；下层的每个类簇对应一个局部敏感哈希表，哈希表的桶中包含细粒度的n-gram对应的候选图。该索引具有如下优势：(1)查询I/O和关键字个数独立，显著减少多关键字查询的I/O次数，加快查询速度；(2)不同粒度的n-gram相结合，有效避免索引对拼写错误敏感，提高了概率返回期望的结果。
-
公开(公告)号：CN103714294A
公开(公告)日：2014-04-09
申请号：CN201310722947.9
申请日：2013-12-24
Applicant: 南京邮电大学
IPC: G06F21/60
CPC classification number: G11B5/024
Abstract: 本发明涉及一种数据覆写方法，利用数据自身序列完成数据覆写，其中，将目标数据序列中对应数据位上的数据，采用“模2加”运算获得运算结果数据序列，构成数据覆写序列，然后利用数据覆写序列实现针对目标数据序列的覆写，降低了计算机资源的消耗，不需要预先生成覆写序列，而且每次覆写序列的序列长度都不确定，在保证存储数据被安全销毁的前提下，能够提高数据覆写的效率，大大降低了数据恢复的可能性。
-
-
-
-
-
-
Search Results
27
records
(took 0.021 seconds)
