-
公开(公告)号：CN107909062B
公开(公告)日：2021-05-07
申请号：CN201711311000.3
申请日：2017-12-11
Applicant: 海南大学
Abstract: 本发明涉及一种基于信息熵的遥感影像特征离散化方法及系统，该方法包括步骤：建立基于像元值和所属类别的影像信息决策表；基于信息熵的区间分隔模型计算区间信息熵，基于信息熵进行区间分割；对所述影像信息决策表进行离散化，并分别计算离散化前、后影像信息表的不可分辨关系差异度；对离散化的结果进行评估，选择最优的离散化方案。本发明方法及系统可以降低离散化区间数目，避免区间信息的冗余性，缓解离散化数据失真问题。
-
公开(公告)号：CN112580483A
公开(公告)日：2021-03-30
申请号：CN202011468816.9
申请日：2020-12-15
Applicant: 海南大学
Abstract: 本发明提供一种基于粗糙模糊模型的遥感影像特征离散化方法，包括下列步骤：列出遥感影像中被选中样本在各个波段的像元值和所属类别，并建立基于像元值和所属类别的影像信息决策表；初始化各个类别的类中心以及样本例对类中心之间的隶属度；迭代更新各个类别的类中心以及样本例对类中心之间的隶属度，获得各类别的类中心的最终值以及隶属度最终值；建立粗糙模糊集，并计算粗糙模糊集的平均近似精度，对所述影像信息决策表进行离散化，基于平均近似精度以及遗传算法对离散化结果进行评估，选择最优的离散化方案。
-
公开(公告)号：CN112286921A
公开(公告)日：2021-01-29
申请号：CN202011175316.6
申请日：2020-10-29
Applicant: 海南大学
IPC: G06F16/215 , G06F16/23 , G06F16/242 , G06F16/2455 , G06F16/25 , G06Q10/10
Abstract: 本发明提供一种基于多源异构数据的动态企业画像生成方法，包括下列步骤：S1、采集目标企业的信息数据，并对所述企业信息数据进行预处理；S2、构建企业画像模型，所述企业画像模型由企业基本属性、企业经营范围、企业主要产品、企业内外关联、企业行业评价五个维度特征组成，从预处理后的企业信息数据中提取特征项，并填充至对应的维度特征，实现企业信息向量化，标签化；S3、若目标企业的信息数据出现变动，根据变动的企业信息数据，形成新的特征项，并将维度特征中的旧的特征项进行替换更新，形成新的企业画像。
-
公开(公告)号：CN112256965A
公开(公告)日：2021-01-22
申请号：CN202011145676.1
申请日：2020-10-23
Applicant: 海南大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于lambdaMart的神经协同过滤模型推荐方法，所述方法包括以下步骤：S1：输入用户信息，所述用户信息包括用户基本信息和电影评论信息，所述电影评论信息包括已评分电影信息和未评分电影信息；S2：嵌入层将用户信息映射为用户特征向量，将电影评论信息映射为电影特征向量；S3：将用户特征向量、电影特征向量输入到神经协同过滤模型中，提取高阶特征信息，同时提取排序信息；S4：对高阶特征信息和排序信息进行处理获得推荐结果并输出。提出LM‑NCF模型，通过改进神经协同过滤模型，利用多层感知机的非线性特征处理提取隐含高阶特征信息以及lambdaMart个性化排序算法提取排序信息，使推荐更加精准。
-
公开(公告)号：CN112115441A
公开(公告)日：2020-12-22
申请号：CN202011048942.9
申请日：2020-09-29
Applicant: 海南大学
Abstract: 本发明公开了一种基于区块链的人才认证方法，包括如下步骤：用户注册、资料上传、资料审核和成果转化；本发明的有益效果在于，首先，本发明的人才认证方法基于区块链技术，基于用户的认证信息、审核结果、成果信息等都将存储在区域块链上，无法被篡改，无法伪造，可查证和追溯，保障了各方的利益，降低了法律风险；其次，本发明的人才认证方法采用区块链技术，避免了中心化平台运营中出现的服务器受攻击等因素带来的数据丢失、数据被篡改等问题。
-
Patent Agency Ranking
公开(公告)号：CN111651613A
公开(公告)日：2020-09-11
申请号：CN202010649393.4
申请日：2020-07-08
Applicant: 海南大学
Abstract: 本发明公开了一种基于知识图谱嵌入的动态推荐方法和系统。该方法包括步骤：接收输入的查询事实，在知识图谱中查找是否存在所述查询事实，若存在所述查询事实，则直接输出推荐结果，若不存在所述查询事实，则更新所述知识图谱后再输出推荐结果；其中更新所述知识图谱是采用结合图卷积神经网络与ANALOGY模型的动态知识图谱嵌入方法。本发明能够减少知识图谱的冗余学习过程，使用户每次数据更新或者有了新的倾向与喜好时，能够迅速地更新整个知识图谱，大大提高整个动态推荐的可靠性与稳定性。
-
公开(公告)号：CN111598184A
公开(公告)日：2020-08-28
申请号：CN202010449396.3
申请日：2020-05-25
Applicant: 海南大学
Abstract: 本发明涉及一种基于DenseNet的图像噪声识别方法和装置。本发明的基于DenseNet的图像噪声识别方法包括：获取无噪声图像，在无噪声图像中添加多个设定类型和设定强度的噪声，得到噪声图像训练集；提取噪声图像的灰度概率分布曲线，得到第一可视化统计特征图像；将第一可视化统计特征图像作为训练样本输入至图像噪声识别网络模型；提取待测噪声图像的灰度曲线，得到第二可视化统计特征图像；将第二可视化统计特征图像输入至训练好的图像噪声识别网络模型，得到待测噪声图像的噪声类型与强度估计值。本发明的方法解决了现有的图像噪声识别技术对低强度混合噪声的识别准确率低的问题，可以很好地对图像中存在的低强度混合噪声进行噪声类型与噪声强度的识别。
-
公开(公告)号：CN106685710B
公开(公告)日：2019-11-05
申请号：CN201611192996.6
申请日：2016-12-21
Applicant: 海南大学
Abstract: 本发明公开了一种基于中间件的服务失败迁移方法，所述方法包括：根据负载均衡策略获取目标节点；根据所述目标节点的运行情况调整所述目标节点上的中间件的实例配置数量，获取所述中间件的负载信息；建立所述目标节点上的中间件信息模型，根据所述中间件信息模型获取服务信息；对所述服务信息进行MD5加密；将所述服务信息传递给所述目标节点；对接收到服务信息的目标节点进行MD5验证，若验证信息一致，则由所述目标节点上的中间件继续服务，若验证信息不一致，则重新获取服务信息。本发明克服了传统服务故障粒度过粗的缺点，能够准确快速定位故障中间件，提高中间件的可靠性，进而为用户提供无缝和可靠的服务。
-
公开(公告)号：CN109271424A
公开(公告)日：2019-01-25
申请号：CN201811152715.3
申请日：2018-09-29
Applicant: 海南大学
IPC: G06F16/2458 , G06F16/28 , G06K9/62
Abstract: 本发明公开了一种基于密度的参数自适应聚类方法，涉及数据挖掘技术领域。该方法包括以下步骤：S1、数据集的预处理：输入待处理的数据集，利用预设的滑动窗口截取数据流，对截取的单元数据进行预处理以得到训练数据；S2、训练数据的模型训练和优化：对所述训练数据进行聚类，以得到所述训练数据的独立的簇和簇中心；将所有的簇进行模型训练，并将训练后的簇进行优化选择以得到优选参数，再将优优选参数的簇进行训练，以得到模型组；S3、模型匹配：将测试数据与所有的簇中心进行相似度匹配，得到最相似的簇中心对应的簇，以获得与该簇对应的相似模型；S4、预测分析：根据所述相似模型计算所述测试数据，以得到所述测试数据的预测值。
-
公开(公告)号：CN109063870A
公开(公告)日：2018-12-21
申请号：CN201810821480.6
申请日：2018-07-24
Applicant: 海南大学
CPC classification number: G06Q10/025 , G06Q30/0631 , G06Q50/12 , G06Q50/14
Abstract: 本发明涉及一种基于Q学习的组合服务策略优化方法，该方法包括步骤：步骤1，定义组合服务W中子服务F的QoS模型，根据子服务F的QoS模型确定子服务F的静态信任度；步骤2，根据QoS模型中的属性及业务相同的子服务的个数，得到二维Q矩阵，并将该二维Q矩阵归一化处理，并计算得到每个子服务F的综合评价值；进行Q学习算法学习，根据系统状态Xn做出决策，选择相应的动作直至学习结束，得到组合服务最优策略。本发明基于组合服务中子服务的个数以及每个子服务属性生成状态空间，将组合服务的综合评价值列入效益函数，用于寻找使整个QoS最优的策略，解决单一子服务组合运行时的差异问题。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.038 seconds)
