-
公开(公告)号：CN111259964B
公开(公告)日：2023-04-07
申请号：CN202010052607.X
申请日：2020-01-17
Applicant: 上海海事大学
IPC: G06V10/764 , G06V10/762 , G06T7/66
Abstract: 本发明公开了一种不平衡数据集的过采样方法，首先，将获取的不平衡数据集划分为正类样本集和负类样本集；其次，求解正类样本集的质心以及距离质心最远的三个正类样本，以所求的三个正类样本为顶点建立三角形；其次，随机选取其中一个三角形顶点与质心连线，并在所述连线上随机生成新的正类样本；其次，利用CCA和GAN思想评估新生正类样本合理性，对正类样本集进行更新；最后，更新的正类样本集的样本量远小于负类样本集时，需要继续补充正类样本集，直到更新的正类样本集与负类样本集的样本量平衡。本发明提供的不平衡数据集的过采样方法算法简便和数据集分布合理，显著提高了不平衡数据分类准确性，并通过实验证明具有良好应用效果。
-
公开(公告)号：CN108334897B
公开(公告)日：2023-04-07
申请号：CN201810060430.0
申请日：2018-01-22
Applicant: 上海海事大学
IPC: G06F18/23211 , G06F18/2415
Abstract: 本发明涉及机器学习领域，提出了一种海洋轨迹聚类及预测的方法。为了准确预测未来的轨迹点需要先进行轨迹聚类。本发明轨迹聚类方法主要是将海上复杂多变性和强波动性的轨迹点进行相似性度量，挖掘其中潜在的数据信息。该方法将高斯混合模型GP与狄利克雷过程DP相结合，利用DP的非参贝叶斯框架，确定聚类数目提高聚类自适应性。算法采用在DP基础上加入中国餐馆过程，采用坍塌的Gibbs sampling方法进行模型求解，实现了由有限混合模型到无限混合模型的无监督分类，可自动获取聚类数目,对已聚类的轨迹通过高斯过程回归预测方法预测未来的轨迹点。本发明避免了人工指定聚类数目和参数估计时局部最大化的弊端，在保证自适应聚类的前提下，提高预测的准确率。
-
公开(公告)号：CN102082998A
公开(公告)日：2011-06-01
申请号：CN201010022852.2
申请日：2010-01-15
Applicant: 上海海事大学
CPC classification number: Y02D70/126
Abstract: 本发明公开了一种支持TDOA、TOA和RSSI三种模式的实时定位方法，该方法包括如下步骤：(1)提供采用微波频段的定位标签和定位接入点；(2)通过实时定位嵌入式软件与信号处理算法实现目标的实时定位跟踪；(3)完成虚拟门禁、线性、平面定位算法和定位仿真软件。本发明为了满足物流过程中复杂的定位需求，实现支持TOA、TDOA和RSSI三种主要定位模式的实时定位方法，具有低功耗、适用门禁、线及平面定位应用的优点。
-
公开(公告)号：CN109376446B
公开(公告)日：2022-11-08
申请号：CN201811318562.5
申请日：2018-11-07
Applicant: 上海海事大学
Abstract: 本发明公开了基于粒子群算法的极化曲线拟合方法，包括确定极化曲线实验数据和函数模型表达式；利用粒子群算法求解最优适应度值，该方法用于确定电化学极化曲线函数模型中的动力学参数，以解决目前曲线拟合方法中对于数据点的拟合精度不高和对函数模型中参数初始值的要求过高的问题，本发明的极化曲线拟合方法只需要设置一些粒子群算法的初始参数，无需对函数模型中的参数进行初始值设置，便可实现曲线拟合，本发明将约束范围内所有可能的结果作为粒子的搜索空间，每个粒子有速度和位置两个属性，其中位置信息便代表参数，将误差平方和作为目标函数，通过设定初始粒子种群并按算法进行进化计算，最终结果精度高，误差小。
-
公开(公告)号：CN112990594A
公开(公告)日：2021-06-18
申请号：CN202110339239.1
申请日：2021-03-30
Applicant: 上海海事大学
Abstract: 本发明提供一种基于多头自注意力机制的交通流量预测模型及方法，预测模型包含：输入层，用于输入交通路网中N个站点在前T个时刻的历史交通流量序列；时间注意力模型模块，用于对各站点的历史交通流量序列进行多头自注意力机制计算，提取历史交通流量序列的时间序列特征；图注意力模型模块，用于对所述时间序列特征进行多头自注意力机制计算，获得站点之间的相关度矩阵，并根据所述相关度矩阵更新所述时间序列特征；全连接层，用于根据更新后的所述时间序列特征，对各站点的时间序列中各时间点数据进行全连接输出；输出层，用于输出所述交通路网中N个站点在T+1时刻的交通流量数据。本发明能够提高预测下一个时间的交通状况的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111259964A
公开(公告)日：2020-06-09
申请号：CN202010052607.X
申请日：2020-01-17
Applicant: 上海海事大学
Abstract: 本发明公开了一种不平衡数据集的过采样方法，首先，将获取的不平衡数据集划分为正类样本集和负类样本集；其次，求解正类样本集的质心以及距离质心最远的三个正类样本，以所求的三个正类样本为顶点建立三角形；其次，随机选取其中一个三角形顶点与质心连线，并在所述连线上随机生成新的正类样本；其次，利用CCA和GAN思想评估新生正类样本合理性，对正类样本集进行更新；最后，更新的正类样本集的样本量远小于负类样本集时，需要继续补充正类样本集，直到更新的正类样本集与负类样本集的样本量平衡。本发明提供的不平衡数据集的过采样方法算法简便和数据集分布合理，显著提高了不平衡数据分类准确性，并通过实验证明具有良好应用效果。
-
公开(公告)号：CN109977231A
公开(公告)日：2019-07-05
申请号：CN201910285499.8
申请日：2019-04-10
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于情感衰变因子的抑郁情绪分析方法，该方法包括以下步骤：特定人群微博文本采集与标注；微博文本预处理；情感分类器设计；抑郁指数学习模型建立，以抑郁指数表征个体抑郁程度；情感衰变因子的引入，刻画个体抑郁情绪的波动情况。本发明基于情感衰变因子的抑郁情绪分析方法是根据已有的情感词典及网络用语特点，构建专业的抑郁情感词典，更加准确识别抑郁情感特征词，提高识别准确率；本发明还提出引入情感衰变因子的数学模型来计算抑郁情绪值，真实有效地刻画个体抑郁情绪的变化过程，对于抑郁症的预防和治疗有着积极的意义；本发明准确地对个体的抑郁情绪进行了识别与分析。
-
公开(公告)号：CN109671487A
公开(公告)日：2019-04-23
申请号：CN201910136358.X
申请日：2019-02-25
Applicant: 上海海事大学
Abstract: 一种社交媒体用户心理危机预警方法，对社交媒体用户所发布的文本数据进行处理与挖掘，对用户的情绪、心理状态进行分析和预测，对用户的实时情感状态进行全自动量化评判，及时而准确地发现其存在的心理危机并发出预警，防患于未然，且无须心理专家介入，无须耗费人力物力。
-
公开(公告)号：CN102723002A
公开(公告)日：2012-10-10
申请号：CN201210162657.9
申请日：2012-05-23
Applicant: 上海海事大学
Abstract: 本发明公开一种基于RFID技术的船舶过闸管理系统及其方法，属于船舶过闸管理领域。本发明采用了电子通信技术、计算机技术及网络技术，其特征在于所述系统包括硬件系统和软件系统。硬件系统由RFID电子标签、RFID读写器船民手机、短信服务器、LED可变情报板、客户端电脑、系统服务器组成，软件系统由读写器管理子系统、电子标签管理子系统、船舶过闸管理子系统、用户管理子系统。本发明的优点在于：能够实现船舶信息的自动采集和船舶身份的两次自动核实，以及完成船舶过闸调度及自动缴费，确保运营船舶通航信息数据采集的速度和准确性，确保船舶的合法性，以及确保管理部门及时准确掌握航道和船舶过闸情况和获取辅助决策信息。
-
公开(公告)号：CN112990594B
公开(公告)日：2024-01-26
申请号：CN202110339239.1
申请日：2021-03-30
Applicant: 上海海事大学
IPC: G06Q10/063 , G06Q10/04 , G06Q50/40 , G06N3/0442 , G06V10/82 , G06N3/08
Abstract: 本发明提供一种基于多头自注意力机制的交通流量预测模型及方法，预测模型包含：输入层，用于输入交通路网中N个站点在前T个时刻的历史交通流量序列；时间注意力模型模块，用于对各站点的历史交通流量序列进行多头自注意力机制计算，提取历史交通流量序列的时间序列特征；图注意力模型模块，用于对所述时间序列特征进行多头自注意力机制计算，获得站点之间的相关度矩阵，并根据所述相关度矩阵更新所述时间序列特征；全连接层，用于根据更新后的所述时间序列特征，对各站点的时间序列中各时间点数据进行全连接输出；输出层，用于输出所述交通路网中N个站点在T+1时刻的交通流量数据。本发明能够提高预测下一个时间的交通状况的准确性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.022 seconds)
