-
公开(公告)号：CN108197629A
公开(公告)日：2018-06-22
申请号：CN201711488481.5
申请日：2017-12-30
Applicant: 北京工业大学 , 首都医科大学附属北京友谊医院
Abstract: 本发明公开了一种基于标签相关性约束张量分解的多模态医学影像特征提取方法，属于医学图像技术领域；本发明结合不同模态的图像综合分析，获取关于医学图像特征区域更丰富的融合数据，并结合标签约束对数据进行投影，提取具有特定意义的特征，进而提出一种基于标签相关性约束张量分解的多模态医学影像特征提取和分类方法，这种方法兼顾多种模态医学影像提供的特征区域信息，利用该特征区域标签信息有针对性的将原始数据投影到新的特征空间，在此基础上进行对应标签模型的训练，更加符合医学上的针对性。
-
公开(公告)号：CN108197629B
公开(公告)日：2021-12-31
申请号：CN201711488481.5
申请日：2017-12-30
Applicant: 北京工业大学 , 首都医科大学附属北京友谊医院
Abstract: 本发明公开了一种基于标签相关性约束张量分解的多模态医学影像特征提取方法，属于医学图像技术领域；本发明结合不同模态的图像综合分析，获取关于医学图像特征区域更丰富的融合数据，并结合标签约束对数据进行投影，提取具有特定意义的特征，进而提出一种基于标签相关性约束张量分解的多模态医学影像特征提取和分类方法，这种方法兼顾多种模态医学影像提供的特征区域信息，利用该特征区域标签信息有针对性的将原始数据投影到新的特征空间，在此基础上进行对应标签模型的训练，更加符合医学上的针对性。
-
公开(公告)号：CN113850295B
公开(公告)日：2024-04-02
申请号：CN202110992718.3
申请日：2021-08-27
Applicant: 北京工业大学
IPC: G06F18/23 , G06Q10/047 , G06Q50/40
Abstract: 本发明公开了一种基于Weighted‑LeaderRank和GMM聚类的站点选址预测方法，通过地铁站打卡数据与出租车OD数据预测未来地铁线路以及对通过排序后的站点，选取最具代表性的几个地铁站，预测其未来周边站点选址位置。本发明将已建成地铁站点，站与站之间的客流量的关系转换成带权的有向图，然后基于该带权的有向图计算每个节点的Weighted‑LeaderRank值；筛选出处于地铁站点覆盖范围之外的出租车OD数据，对其数据进行GMM聚类，得到聚类结果即未来城市总体新建地铁站点的预测位置。通过提出一种模型评价方法，对模型设置不同的参数并对结果进行对比，最后得到最优的模型，并将其应用于预测代表性地铁站周边新建站点的位置。
-
-
公开(公告)号：CN106951517B
公开(公告)日：2020-06-19
申请号：CN201710163193.6
申请日：2017-03-19
Applicant: 北京工业大学
IPC: G06F16/33
Abstract: 本发明公开了狭隘范围内文献的多样性查询方法，以期要得到k条基于关键词的多样性文献，方法的实现步骤如下：步骤一：构建数据关系，设计静态离线排序评价分数；步骤二：输入关键词生成备选的OS；步骤三：根据得到的OS，选取评价分数最高的元组，根据已选择的分数最高节点对其他剩余节点进行文本相似性和关联多样性削弱，再根据文本相似性和关联多样所占的权重返回给用户k条全面的信息。
-
Patent Agency Ranking
公开(公告)号：CN107633067B
公开(公告)日：2020-03-27
申请号：CN201710862301.9
申请日：2017-09-21
Applicant: 北京工业大学
IPC: G06F16/2458 , G06F16/28 , G06F16/29 , G06F40/30
Abstract: 本发明公开了一种基于人员行为规律和数据挖掘方法的群体识别方法，属于数据挖掘领域，尤其涉及一种基于人员行为规律的大型活动中重点群体识别的方法。利用人员的轨迹数据信息抽取其停留区域及人员去往各个停留区域的频繁度，然后基于提取出的人员停留区域信息，进一步提取各区域语义信息以更准确表达用户行为，结合人员行为规律和特征相似度，利用数据挖掘方法进行群体聚类，最终从目标人群中识别出重点特殊群体。
-
公开(公告)号：CN107862089B
公开(公告)日：2020-03-13
申请号：CN201711253610.2
申请日：2017-12-02
Applicant: 北京工业大学
IPC: G06F16/335 , G06F16/33 , G06F16/35
Abstract: 本发明公开了一种基于感知数据的标签提取方法，对象数据包括数值数据和文本数据，标签提取首先将这两部分数据分开处理，提取出各自标签后，再通过概率统计将其关联。数值特征标签提取，特征标签提取是通过聚类来选出质心来做为类的最终标签，聚类的好坏直接关系特征标签提取的效果。标签都代表着某类别最突出的特征点，即在语义上与本类中的所有实例的差别最小。大多数聚类算法都遵循着这个原则，但实际上数值特征标签本身并不需要表示出本簇的特征语义。序列特征标签提取过程主要分为聚类以及质心的选择两部分。将传入的感知数据与标签库中的标签进行相似度匹配，得出相应的数值标签。通过与文本标签库的关联获取相应的文本标签并返回。
-
公开(公告)号：CN110297874A
公开(公告)日：2019-10-01
申请号：CN201910268910.0
申请日：2019-04-04
Applicant: 北京工业大学
IPC: G06F16/29 , G06F16/9537
Abstract: 本发明公开了基于Voronoi的多尺度道路网skyline查询方法，该方法基于Voronoi建立各路口节点支配范围，并在当前尺度上对用户所在位置的Voronoi区域进行检索，如果能在该尺度上检索到skyline结果集，则返回给用户；否则通过设置聚合网格参数gridSize及道路拟合参数α减少路口节点，再对剩余路口节点重新划分支配区域，以扩大用户所在区域的检索尺度继续检索，直到能够返回给用户满足要求的skyline结果集为止。同时在查询用户所在的区域的方法中，本发明中提出了一种优化用户检索区域的方法。
-
公开(公告)号：CN104735620B
公开(公告)日：2019-01-29
申请号：CN201510121303.3
申请日：2015-03-19
Applicant: 北京工业大学
Abstract: 一种基于多个基站的精确定位方法，通过移动终端与服务器端的数据交换来达到通过基站的数据实现精准定位的目的；在此过程中，需要对基站数据进行一系列的筛选工作，同时对获得的原始数据进行离散变换以求得最优解；求解的过程中会根据实际场景选择合适的物理模型，信号‑距离关系中最常用的并且涉及到的有对数路径损耗模型和自由空间损耗模型，以此来确定不同元素的变化趋势和相互之间的关系，并用模糊数学的求解方法确定中间结果，最后用影响因子模型确定最终的结果。
-
公开(公告)号：CN107633067A
公开(公告)日：2018-01-26
申请号：CN201710862301.9
申请日：2017-09-21
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于人员行为规律和数据挖掘方法的群体识别方法，属于数据挖掘领域，尤其涉及一种基于人员行为规律的大型活动中重点群体识别的方法。利用人员的轨迹数据信息抽取其停留区域及人员去往各个停留区域的频繁度，然后基于提取出的人员停留区域信息，进一步提取各区域语义信息以更准确表达用户行为，结合人员行为规律和特征相似度，利用数据挖掘方法进行群体聚类，最终从目标人群中识别出重点特殊群体。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.063 seconds)
