一种动态社交网络节点离开行为预测方法

    公开(公告)号:CN110472104A

    公开(公告)日:2019-11-19

    申请号:CN201910659963.5

    申请日:2019-07-22

    Abstract: 本发明属于社交网络分析技术领域,具体涉及一种动态社交网络节点离开行为预测方法。本发明在全局层面利用有影响力的节点对其他的影响来定义节点在全局上的活跃度,利用k-core分解有效地识别具有影响力的节点,并且可以保证这些点在自身邻域保持较好的聚集程度;在局部层面结合节点邻域的拓扑结构和节点自身属性(主要使用时间戳)定义节点在自身邻域上的活跃度,综合分析节点全局和局部的活跃度进行排序,达到预测节点离开行为的目的。

    基于子载波动态选择的速度自适应室内人体检测方法

    公开(公告)号:CN109409216A

    公开(公告)日:2019-03-01

    申请号:CN201811086897.9

    申请日:2018-09-18

    Abstract: 本发明涉及一种基于子载波动态选择的速度自适应室内人体检测方法,训练阶段包括信道状态信息的获取及预处理;信道状态信息去噪;信道状态信息特征值提取;信道状态信息分类训练,检测阶段包括信道状态信息预处理;提取窗口内的特征值:按照窗口分割进行特征值提取,所述特征值作为人体检测的验证数据;人体检测。该方法可以防止由于慢速移动对信道状态信息影响不明显,而造成检测结果不准确的情况发生,有效的解决检测环境中存在慢速移动的人体时,检测漏报率较高的问题。

    基于图规划的启发式Web服务组合方法

    公开(公告)号:CN107105052A

    公开(公告)日:2017-08-29

    申请号:CN201710343392.5

    申请日:2017-05-16

    Abstract: 本发明提供的是一种基于图规划的启发式Web服务组合方法。首先对服务组合问题进行建模,阐述了其与智能规划问题的对应关系;为了解决基于图规划的服务组合算法的盲目搜索的缺点,提出了状态距离的概念,分析和证明了其在可达性分析中的作用,给出了状态距离矩阵的构建方法;依据状态距离矩阵,设计启发函数对服务的可达性进行估计,修剪不必要的服务,减小规划图的规模,提高算法的求解效率。

    一种基于KAP有向图模型的医学图像分类方法

    公开(公告)号:CN105279508A

    公开(公告)日:2016-01-27

    申请号:CN201510566372.5

    申请日:2015-09-08

    CPC classification number: G06K9/3233 G06K9/6267

    Abstract: 本发明属于医疗信息技术领域,具体涉及一种基于KAP有向图模型的医学图像分类方法。本发明包括:待分类图像提出分类请求:待分类图像应为原始医学图像数据;图像预处理过程:对原始医学图像提取感兴趣ROI区域,计算图像ROI区域的灰度直方图,得到图像ROI区域的灰度直方图的波谷列表,根据波谷列表对图像分级提取纹理特征,根据实际需要将得到的分级纹理图像规范化到统一的大小,并在纹理部位提取出图像的角点。本发明提出的面向纹理的角点提取方法有效的降低了角点的提取时间,同时由于纹理部位是图像中灰度变化最剧烈的位置,也是图像中反应信息量最重要的位置,进而提高了角点的代表性。

    一种基于多模态医学影像数据模型的医学数据提取和并行加载方法

    公开(公告)号:CN105184074A

    公开(公告)日:2015-12-23

    申请号:CN201510551820.4

    申请日:2015-09-01

    Abstract: 本发明属于医疗信息技术领域,具体涉及一种基于多模态医学影像数据模型的医学数据提取和并行加载方法。本发明包括:数据准备;数据建模;数据提取;数据加载;数据使用。本发明提出的多模态数据模型是对医学影像数据的一个统一模型。提出的基于多模态数据模型的DICOM提取和并行加载技术实现了医学影像数据的统一建模和存储。这种统一建模的数据提取和加载技术对原始数据的利用率很高,不同类型数据之间的关系也被精确完整地表达,从而扩展了基于医学影像数据的数据挖掘的挖掘范围和深度。采用统一模型对所有模态的数据建模,使数据的后期使用和更新具有更好的通用性和一致性。

    一种基于图熵的医学图像聚类方法

    公开(公告)号:CN105139430A

    公开(公告)日:2015-12-09

    申请号:CN201510534713.0

    申请日:2015-08-27

    Abstract: 本发明属于医疗信息技术领域,具体涉及一种基于图熵的医学图像聚类方法。本发明包括:(1)待聚类图像提出聚类请求;(2)图像预处理过程;(3)图的稀疏化;(4)基于图熵的带权无向图聚类;(5)展示结果。本发明提出利用图熵的方法对医学图像进行聚类,通过将医学图像集抽象成完全图,之后对其进行稀疏化剪枝处理,所留下的边说明两张图像均认为与对方很相似,最后提出带权无向图的聚类方法。通过以上过程对医学图像进行聚类,可以有效的降低聚类时间而且聚类的准确率也没有明显的降低,利用这种方法可以辅助医生在日常工作中对病人的病情进行诊断。

    一种基于道路网络空间中移动对象位置隐私保护方法

    公开(公告)号:CN103249038A

    公开(公告)日:2013-08-14

    申请号:CN201310121193.1

    申请日:2013-04-09

    Abstract: 本发明涉及的是一种基于道路网络空间中移动对象位置隐私保护的方法。本发明包括如下步骤:用户发送位置查询请求信息到匿名服务器;匿名服务器使用匿名算法完成匿名;匿名服务器将完成匿名后的查询发送给基于位置的服务器;基于位置的服务器根据匿名后的请求进行查询处理;匿名服务器从查询处理结果集中选出真实位置返回给用户。本发明初始化生成的假位置更加自然,真实,符合人们的生活习惯;在移动过程中实现了对用户隐私的保护,提高了对用户隐私的保护程度。

    基于多任务时空图卷积的空气质量预测方法

    公开(公告)号:CN114841400B

    公开(公告)日:2024-10-29

    申请号:CN202210299336.7

    申请日:2022-03-25

    Abstract: 本发明提出基于多任务时空图卷积的空气质量预测方法。本发明所述方法使用记忆网络、注意力机制,多层图卷积网络等技术构建基于多任务的深度时空序列数据预测模型,利用单一站点的本地属性和整体站点的全局属性,动态的构建站点间的邻接关系图;利用多层图卷积分别聚合单一站点的时序关系以及邻居站点的空间关系;利用多任务协同训练策略既考虑细粒度站点级别的预测任务,也充分考虑了粗粒度城市级别的预测任务,大大提高了时空序列数据预测效果。

    基于多粒度对比学习的空气质量预测方法和系统

    公开(公告)号:CN118535920A

    公开(公告)日:2024-08-23

    申请号:CN202410662597.X

    申请日:2024-05-27

    Abstract: 基于多粒度对比学习的空气质量预测方法和系统,涉及空气质量预测领域。解决现有的研究没有考虑多粒度表征的模式多样性以及现有方法在处理时空数据的不均匀分布时显示局限性的问题。方法包括:获取空气质量监测站点的空气质量监测数据集和时间特征数据集,将空气质量监测数据集和时间特征数据集进行预处理并分为训练集、验证集和测试集,并将PM2.5作为目标污染物;将空气质量数据划分为不同的粒度,构建基于多粒度对比学习的空气质量预测模型;训练基于多粒度对比学习的空气质量预测模型;将测试集输入到训练后的基于多粒度对比学习的空气质量预测模型,获取空气质量预测值。应用于环境监测领域。

Patent Agency Ranking