一种基于分段的隐马尔可夫模型地图匹配方法

    公开(公告)号:CN110095127A

    公开(公告)日:2019-08-06

    申请号:CN201910274942.1

    申请日:2019-04-08

    Applicant: 西北大学

    Inventor: 王欣 崔革 边文涛

    Abstract: 本发明公开一种基于分段的隐马尔可夫模型地图匹配方法,包括以下步骤:步骤1,对GPS轨迹进行噪音处理并对路网建立R-tree空间索引;步骤2,使用角度对GPS轨迹进行分段,并搜索分段后子轨迹段对应的候选路径集;步骤3,使用隐马尔可夫模型选择轨迹对应的概率最大的路径作为匹配结果。本发明的方法解决了GPS轨迹逐点地图匹配方法效率低的问题,同时也提高了地图匹配的准确度。

    一种柔性流行嵌入的数据聚类方法

    公开(公告)号:CN109389149A

    公开(公告)日:2019-02-26

    申请号:CN201810989222.9

    申请日:2018-08-28

    Applicant: 西北大学

    CPC classification number: G06K9/6221

    Abstract: 本发明公开了一种柔性流行嵌入的数据聚类方法,在该方法中,通过改进柔性流行嵌入(FME)的理论,形成了一种柔性嵌入聚类(FEC),并将其嵌入到二分谱图分割(BSGP)中,形成了一种新的基于图结构优化柔性嵌入聚类(SOGFE)方法;利用本发明提供的方法进行聚类时可以学习一个优化过的有明确聚类结构的亲和度矩阵并不需要后续处理步骤,并且也可以学习一个合适的投影方向来将高维数据投影到低维子空间中;在两个合成数据集和四个基准数据集上的聚类实验表明,该方法比现有的聚类方法在鲁棒性、降维、聚类性能方面有更优越的表现。

    一种基于ARIMA统计模型的带宽分配方法

    公开(公告)号:CN115174405A

    公开(公告)日:2022-10-11

    申请号:CN202210644023.0

    申请日:2022-06-08

    Applicant: 西北大学

    Abstract: 本发明公开一种基于ARIMA统计模型的带宽分配方法,基于SDN的网络架构,利用控制平面和数据转发平面相分离的特点,通过控制平面灵活地控制数据平面的带宽使用。从Github上获取ABR视频流的带宽数据集Oboe,搭建SDN网络实验平台,模拟实际的带宽使用情况,测量带宽的使用情况。根据测量的历史带宽,使用ARIMA统计模型预测未来带宽的使用需求,设置调整系数以调整带宽利用率和丢包率,根据调整结果分配带宽。根据ARIMA统计模型的预测,该方法可以在保证传输质量的情况下,提升带宽利用率。

    一种网约服务拼单路线规划方法及存储介质

    公开(公告)号:CN112964266B

    公开(公告)日:2022-08-19

    申请号:CN202110156527.3

    申请日:2021-02-04

    Applicant: 西北大学

    Abstract: 本发明公开了一种网约服务拼单路线规划方法及存储介质。该方法通过获取乘客出行需求信息,构建拼单数据的时空拓扑关系,并根据时空拓扑关系规划车辆拼车的出行路线。基本步骤包括:获取城市路网信息,城市交通信息和行车信息并根据交通信息与路网信息,生成交通加权路网;获取所有乘客出行请求,根据所述交通加权路网生成乘客出行路网数据;建立乘客间的可拼车关系,生成拼单数据;构建拼单数据的时空拓扑关系图;生成拼车路线。本发明的路线规划方式能够在满足所有客户服务需求的前提下,使通行成本达到最低、降低区域交通压力。尤其适用于网约车、无人自动驾驶服务行业、快递拼单路线规划。

    基于生成对抗网络的书法图片生成方法

    公开(公告)号:CN112950749A

    公开(公告)日:2021-06-11

    申请号:CN202110284046.0

    申请日:2021-03-17

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于生成对抗网络的书法图片生成方法:步骤1,裁剪整幅书法图像得到裁剪图片;步骤2,得到所有的裁剪图片及标注文件组成的数据集;步骤3,对数据集中的每张裁剪图片进行预处理;步骤4,使用步骤3得到的预处理后得到的数据集中的标准化后的裁剪图片、字的二值化图片和标注文件中的字的位置和大小信息计算损失函数,训练生成对抗网络,得到训练好的书法图片生成模型;步骤5,获得待生成书法图像的字的编码和附加信息;步骤6,得到生成的书法图片。实验结果表明,本发明的方法能够生成效果良好的书法图片,解决了现有技术中的书法图像修复工作中由于破损程度过大而无法修复的情况。

    一种鲁棒自动加权多特征聚类方法

    公开(公告)号:CN108764276A

    公开(公告)日:2018-11-06

    申请号:CN201810325323.6

    申请日:2018-04-12

    Applicant: 西北大学

    CPC classification number: G06K9/6221

    Abstract: 本发明提出了一种鲁棒自动加权多特征聚类方法,用于处理数据集中异常值的多视图聚类问题。在提出的方法中,采用鲁棒L1标准来测量最终学习相似矩阵的距离和不同视图的相似矩阵之间的距离,通过引入超参数来学习权重,使用最好的超参数,该方法直接获得每个数据点的簇标签,而无需任何后处理,如K‑means;通过对两个合成数据集的评价表明了该方法的有效性。与基于四种实际数据集的多视图聚类方法相比,本方法的性能优于其他所有的比较方法。

Patent Agency Ranking