-
公开(公告)号：CN108717465A
公开(公告)日：2018-10-30
申请号：CN201810560998.9
申请日：2018-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于用户行为分析的子群发现方法。输入；设定阈值，构建聚类中心的数据池D1；从D1中选取任意样本作为初始C1；计算每个样本与当前已有聚类中心之间的最大交互强度即联系最为密切的一个聚类中心之间的联系强度；计算每个样本被选做下一个聚类中心的可能性,按照可能性大小优先计算与D1内各节点间的权重，值大者作为一个聚类中心；选择出k个聚类中心；针对样本集中每个样本x,计算它到k个聚类中心的交互强度，并将它分到交互强度最大的聚类中心所对应的类中；重新计算他们的聚类中心，与D中数据的交互强度直到聚类中心不再变化；输出簇划分。本发明可明显减少中心点选取时的迭代次数，使得子群的划分更加稳定准确。
-
公开(公告)号：CN103176961B
公开(公告)日：2017-02-08
申请号：CN201310069560.8
申请日：2013-03-05
Applicant: 哈尔滨工程大学
IPC: G06F17/27
Abstract: 本发明的目的在于提供一种基于潜在语义分析的迁移学习方法，包括以下步骤：对训练数据做去停用词、词干化处理，分别计算源领域与目标领域词汇权重，得到词汇-文本矩阵M，对矩阵M进行奇异值分解，将M中词汇与文本映射到低维潜在语义空间，去除源领域中同义词噪音影响，调整矩阵M结构，从源领域中找出与目标领域文本关联度较大的词汇作为迁移词，再对矩阵M结构进行调整，分析调整后的矩阵M中目标领域词汇，得到目标领域数据新的特征表示，在训数据集中得到最终分类器，对测试数据集S进行分类。
-
公开(公告)号：CN103020122B
公开(公告)日：2015-09-30
申请号：CN201210464867.3
申请日：2012-11-16
Applicant: 哈尔滨工程大学
IPC: G06F17/30
Abstract: 本发明提供的是一种基于半监督聚类的迁移学习方法。包括计算目标数据与辅助数据各类中数据的相似度、平均相似度；由平均相似度得到目标数据与类标签的一个相似度权重向量，取向量中权重最大的为目标数据的标签；以目标数据为质心，进行K-均值聚类，聚类成簇，每簇中以簇中数据占所属类中总数据比例最大者的标签为簇标签；将再分类结果与预分类结果做对比；在最终形成的目标数据相似度权重向量中，挑选权重最大的数据标签作为目标数据数据标签，从而形成最终分类器。本发明提供一种将分类方法、技术从一个领域迁移到另一个领域的提高分类结果精确度的一种基于半监督聚类的迁移学习方法。
-
公开(公告)号：CN119271904A
公开(公告)日：2025-01-07
申请号：CN202411301425.6
申请日：2024-09-18
Applicant: 哈尔滨工程大学
IPC: G06F16/9536 , G06Q50/00 , G06N5/02 , G06N5/04 , G06N3/042
Abstract: 本发明公开了一种基于反事实推理的社交网络知识感知推荐方法、程序、系统及存储介质。本发明所述的系统包括反事实数据生成装置、数据筛选装置、奖赏反馈装置、推荐装置。所述的方法将反事实推理引入到基于知识图谱的知识感知推荐系统中，利用知识图谱中的项目特征信息生成更多元化的反事实数据，将反事实推理从顺序推荐任务推广到更广泛的应用场景中，通过减轻知识感知推荐系统中虚假相关性的影响，同时作为一种数据增强方法缓解数据稀疏问题，使模型达到更优的效果，可广泛应用于社交网络场景下数据推荐等应用领域。
-
公开(公告)号：CN117594031A
公开(公告)日：2024-02-23
申请号：CN202311373031.7
申请日：2023-10-23
Applicant: 哈尔滨工程大学
IPC: G10K11/28 , G06F30/20 , G06F119/14
Abstract: 一种基于传输线方程的二次谐波全反射声学镜及其构建方法，涉及非线性声学领域。解决了二次谐波随着传输的距离逐渐累积的问题。所述方法包括：采用电声类比法将等效电传输线的电压v类比为声压p，将电流i类比为流过波导横截面的体积速度u；根据传输线方程构建声学系统的等效传输线模型；根据所述基尔霍夫电压定律和基尔霍夫定律和电流定律将等效传输线模型进行转换，获取二次谐波全反射声学系统的压力的演化模型。本发明应用于超声领域。
-
Patent Agency Ranking
公开(公告)号：CN110361006B
公开(公告)日：2022-07-19
申请号：CN201910575692.5
申请日：2019-06-28
Applicant: 哈尔滨工程大学
Abstract: 本发明是局部航迹分维度的选择性航迹状态估计融合方法。本发明对局部航迹进行读取和预处理，进行时间对准和空间对准；对局部航迹按纬度进行拆分，利用基于灰色接近关联度的航迹质量衡量算法进行单纬度下的航迹质量计算，并分维度排序；设置循环次数，根据航迹质量依据选择单纬度航迹数，将两条高质量的单纬度航迹和进行航迹状态估计融合，得到融合航迹，确定系统航迹；当融合航迹的航迹质量大于高质量的单纬度航迹的航迹质量，本发明实现了局部航迹的选择性融合，维度拆分后，再经过算法结构实现航迹选择，并采用局部航迹与局航迹的多传感器的简单凸组合融合方法后，融合生成的系统航迹精度有所提高。
-
公开(公告)号：CN114511905A
公开(公告)日：2022-05-17
申请号：CN202210066025.6
申请日：2022-01-20
Applicant: 哈尔滨工程大学
IPC: G06V40/16 , G06V10/762 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于人脸聚类技术领域，具体涉及一种基于图卷积神经网络的人脸聚类方法。本发明首先对人脸数据做特征提取，把人脸特征看成节点，计算所有节点的局部密度值；然后，基于局部密度值将数据划分为高密度节点和低密度节点两部分，高密度节点连接最近邻中同为高密度的节点，形成多个聚类中心；为低密度节点构造自适应子图，作为图卷积神经网络的输入，预测节点间的连通性；最后，将两部分合并后使用伪标签传播将不符合要求的边切除，获取最终的聚类结果。本发明基于密度将数据划分为两部分，仅对低密度部分构建子图进行推理，提高了聚类的效率，同时自适应子图能够提取更为丰富的上下文信息，使得对子图的推理更为准确，提高了聚类的准确度。
-
公开(公告)号：CN112861970A
公开(公告)日：2021-05-28
申请号：CN202110179265.2
申请日：2021-02-09
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机视觉中的图像识别技术领域，具体涉及一种基于特征融合的细粒度图像分类方法。本发明实现了细粒度图像在分类任务上对局部细节特征的提取，并精准定位在关注的目标区域，解决了细粒度图像在分类任务上类内差异小的难点，利用改进的非极大值抑制soft‑NMS优化区域建议网络RPN来获取目标对象，避免背景信息的干扰。本发明通过注意力模块SCA改进双线性卷积神经网络B‑CNNs用于细粒度分类任务，以获取不同维度的注意力特征。较现有的分类方法，本发明定位在区分的关键部分，具有更高的准确度。
-
公开(公告)号：CN110849372A
公开(公告)日：2020-02-28
申请号：CN201911188834.9
申请日：2019-11-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于EM聚类的水下多目标轨迹关联方法。对数据进行预处理；通过引入信息熵来构建构建轨迹质量分级模型，在轨迹关联的时候，把质量好的点当做中心优先进行轨迹关联匹配；通过轨迹间拓扑信息建立高斯混合模型同时将质量好的点当做质心，得到高斯概率密度函数；建立混合整数非线性规划模型，利用递归的思想降低关联偏差；通过EM聚类，对未知参数求极值，来设定关联判断门限，同时对结果进行唯一化处理，求解得到水下目标轨迹的对应关系，最后匹配出水下目标的轨迹。本发明在不同目标个数、不同传感器测角测距误差、以及不同传感器探测概率等情况下，本发明具有很好的正关联率，具备一定的优越性和鲁棒性。
-
公开(公告)号：CN110361006A
公开(公告)日：2019-10-22
申请号：CN201910575692.5
申请日：2019-06-28
Applicant: 哈尔滨工程大学
Abstract: 本发明是局部航迹分维度的选择性航迹状态估计融合方法。本发明对局部航迹进行读取和预处理，进行时间对准和空间对准；对局部航迹按纬度进行拆分，利用基于灰色接近关联度的航迹质量衡量算法进行单纬度下的航迹质量计算，并分维度排序；设置循环次数，根据航迹质量依据选择单纬度航迹数，将两条高质量的单纬度航迹和进行航迹状态估计融合，得到融合航迹，确定系统航迹；当融合航迹的航迹质量大于高质量的单纬度航迹的航迹质量，本发明实现了局部航迹的选择性融合，维度拆分后，再经过算法结构实现航迹选择，并采用局部航迹与局航迹的多传感器的简单凸组合融合方法后，融合生成的系统航迹精度有所提高。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.068 seconds)
