公开(公告)号：CN119131710A

公开(公告)日：2024-12-13

申请号：CN202411271006.2

申请日：2024-09-11

Applicant: 大连海事大学

Inventor： 白梅 ,  杨明泽 ,  王习特 ,  马茜

IPC: G06V20/54 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLO神经网络的车速识别系统，包括视频处理和摄像头校准模块用于将视频转化为图像集，并根据百分比与校准阈值判断是否对交通摄像头进行校准，车辆识别与跟踪模块用于基于改进后的yolov8神经网络模型对每一张图像中的车辆集进行识别并获取识别结果，基于识别结果对视频中的车辆集进行跟踪并获取跟踪结果，根据跟踪结果获取车辆的像素位移数据，深度图生成模块用于基于Pixelformer模型对图像生成深度图，车速计算模块用于基于深度图拟合缩放比例因子，基于像素位移数据和缩放比例因子计算车辆在相邻图像间的实际速度，基于车辆的实际速度和测速周期计算不同方向的车流速度。本发明增加了定位车辆时的精度和系统对车辆速度估计的精度。

公开(公告)号：CN119027817A

公开(公告)日：2024-11-26

申请号：CN202411184574.9

申请日：2024-08-27

Applicant: 大连海事大学

Inventor： 王习特 ,  王英龙 ,  白梅 ,  马茜

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/08

Abstract: 本发明公开了一种融合动态上采样的轻量化遥感图像目标检测方法，包括构建AUD‑YOLO模型，所述对YOLOv8改进包括将Backone部分中的第二层、第四层和第六层的Conv层均替换为GSConv卷积层，将Backone部分第八层的Conv层替换为GEconv层，所述GEconv层用于检测第七层输出的遥感图像中的小目标物体，将Neck部分中的第一层和第四层的上采样器均替换为动态上采样算子采样器，获取遥感图像数据集，基于遥感图像数据集对AUD‑YOLO模型进行训练，获取待检测的遥感图像，基于训练后的AUD‑YOLO模型对待检测的遥感图像进行检测，并获取检测结果。本发明降低了模型参数量，并提高了模型检测的精度。

公开(公告)号：CN117235662A

公开(公告)日：2023-12-15

申请号：CN202311125424.6

申请日：2023-09-01

Applicant: 大连海事大学

Inventor： 马茜 ,  张锦磊 ,  白梅 ,  王习特 ,  宁博 ,  李冠宇

IPC: G06F18/25 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种海洋生物探测系统中的缺失值填补方法，涉及海洋数据预处理技术领域，包括如下步骤：S1：数据获取：对获得到的多模态数据包括图像以及文本数据进行标准化和归一化处理，获得预处理后的数据；S2：特征提取及融合：分别训练VGG16模型以及textCNN模型对于获取到的图像以及文本数据分别使用以上两种模型提取特征，并通过训练不断更新模型获取更有效的特征。将获取到的图像以及文本特征通过特征融合模型得到融合后的特征以实现信息互补；S3：数据填补：基于S2获取到的融合特征，进行迭代式地更新模型以及缺失值填补。本发明解决了已有数据填补方法无法适应多模态高缺失率数据的问题。

公开(公告)号：CN116597647A

公开(公告)日：2023-08-15

申请号：CN202310585391.7

申请日：2023-05-23

Applicant: 大连海事大学

Inventor： 王习特 ,  许铮 ,  白梅 ,  马茜

IPC: G08G1/01 ,  G06F16/9537 ,  G06F16/29 ,  G06F17/18

Abstract: 本发明公开了一种面向城市交通数据的实时异常轨迹检测方法，包括将交通轨迹数据集中的GPS点经地图匹配映射到城市交通路网中，根据SD对将交通轨迹数据集划分为不同的训练集，根据不同训练集中的轨迹构建基于SD对的时空模型，获取测试轨迹，当测试轨迹为已达轨迹时，对已达轨迹进行异常判断，当已达轨迹为正常时，测试轨迹为正常，反之为异常，当测试轨迹包括已达轨迹和未达轨迹时，对已达轨迹进行异常判断，当已达轨迹为正常时，对未达轨迹进行异常判断，当未达轨迹为异常轨迹时，测试轨迹为异常，当未达轨迹为正常轨迹时，将测试轨迹为正常，当已达轨迹为异常时，测试轨迹为异常。提高了实时异常轨迹检测的效率并提高了检测的准确性。

公开(公告)号：CN110134675A

公开(公告)日：2019-08-16

申请号：CN201910432271.7

申请日：2019-05-23

Applicant: 大连海事大学

Inventor： 马茜 ,  刘洪波 ,  李冠宇 ,  宁博

IPC: G06F16/215

Abstract: 本发明提供一种面向海洋数据流的数据清洗方法和系统，所述数据清洗方法包括以下步骤：步骤1：给定传感器网络监测区域内的n个数据源S＝{s1,s2,…,Sn}，从准确性、完整性、一致性三方面，对每个数据源的可靠性进行周期性地综合度量；步骤2：根据数据源可靠性和用户给定的任意精度要求，选择部分数据源进行数据传输；步骤3：基于步骤2选中的数据源，将其获取到的数据从传感器节点经由传感器网络端传送到服务器端，实现数据流的实时获取；步骤4：对于实时数据流，进行在线的、一体式的异常点检测、异常点修复和缺失值填补；步骤5：对用户的查询进行快速响应。本发明解决了已有数据清洗方法无法适应高速动态数据流的问题。

公开(公告)号：CN119296310A

公开(公告)日：2025-01-10

申请号：CN202411264890.7

申请日：2024-09-10

Applicant: 大连海事大学

Inventor： 王习特 ,  李善志 ,  白梅 ,  马茜

IPC: G08G1/01 ,  G06F18/2433 ,  G06N7/02

Abstract: 本发明公开了基于模糊离群点检测的交通流数据异常识别方法，包括获取交通流数据集，基于交通流数据集构建δ个B+树索引，构建第一边界查找算法和第二边界查找算法，构建MBAFOM查找算法，所述MBAFOM查找算法用于设置限定参数，从δ个B+树索引中获取所有的叶子结点，根据第一边界查找算法和第二边界查找算法计算所有叶子结点的第一邻居个数和第二邻居个数，根据限定参数、与叶子结点对应的第一邻居个数和第二邻居个数计算叶子结点的类型，获取所有的潜在离群点，计算潜在离群点的模糊离群度，将所有的确定离群点、潜在离群点及所述潜在离群点的模糊离群度作为异常交通数据。本发明提高了数据结点的检索效率和异常交通数据的检测精度。

公开(公告)号：CN116525025A

公开(公告)日：2023-08-01

申请号：CN202310527206.9

申请日：2023-05-10

Applicant: 大连海事大学

Inventor： 王习特 ,  王朝金 ,  白梅 ,  马茜

IPC: G16C20/40 ,  G16C20/90 ,  G06F16/901 ,  G06F18/22

Abstract: 本发明公开了一种基于分区的化合物结构图相似查询方法，包括获取待查询化合物结构图、化合物结构图数据库G，当G为空则输出相似结果集，当G不为空，则依次取出G中的化合物结构图g，计算g与q的第一编辑距离下界并判断是否满足阈值，若是，则判断G是否为空，若否则设置分区结束条件，分别对q与g进行分区，计算分区后的g与q的第二编辑距离下界并判断是否满足阈值，若是则判断G是否为空，若否则获取分区过程产生的映射列表，根据映射列表构建状态空间树，根据状态空间树计算g与q的第三编辑距离下界并判断是否满足阈值，若是则判断G是否为空，若否则将g加入相似结果集中。提高了检测相似化合物结构图的速度和检测精度。

公开(公告)号：CN120030017A

公开(公告)日：2025-05-23

申请号：CN202510122316.6

申请日：2025-01-26

Applicant: 大连海事大学

Inventor： 王习特 ,  史凯玮 ,  白梅 ,  马茜 ,  李冠宇

IPC: G06F16/22 ,  G06F16/2458

Abstract: 本发明公开了一种面向数据流的高效近似计数方法，S1：构建交换概率数据结构；S2：获取数据流；S3：基于交换概率数据结构并行执行数据流中数据的插入、更新和查询操作；数据的更新包括：开启数据更新线程，以对每个数组进行数据更新；数据更新线程包括采用单指令多数据流技术执行更新内存操作以及执行内存和外存之间的数据交换操作；本发明通过交换概率数据结构，以及在此结构基础上构建的近似滑动窗口模型，实现数据插入、查询以及更新并行进行，因此不影响吞吐量；同时交换概率数据结构保证在近似滑动窗口模型所存储的数据达到设定的阈值时，开启数据更新线程以对每个桶进行数据更新，且采用单指令多数据流技术并按照设定的内存更新规则对单指令多数据流兼容数组进行内存更新，该内存更新过程降低了内存消耗并提升了处理速度，同时避免阻塞插入和查询操作，从而提高了查询速度。

公开(公告)号：CN119513637A

公开(公告)日：2025-02-25

申请号：CN202411477670.2

申请日：2024-10-22

Applicant: 大连海事大学

Inventor： 马茜 ,  刘新生 ,  和梦杰 ,  白梅 ,  王习特 ,  宁博 ,  李冠宇

IPC: G06F18/23213 ,  G06F18/15 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明提供了一种聚类分析驱动的高精度缺失数据填补方法，包括如下步骤：S1、获取包含缺失值的数据，对包含缺失值的数据进行预处理；S2、将数据矩阵X、掩模矩阵M、提示矩阵H、聚类标签C1输入至生成对抗网络中，经过非线性变换得到填补矩阵X’和概率矩阵P；S3、将填补矩阵X’输入到深度子空间聚类网络中，得到重建数据矩阵以及自表达层系数矩阵；S4、计算矩阵U和U的转置的乘积，调整后得到亲和矩阵A；S5、将样本分配到不同的簇中，输出新的聚类标签C2；S6、重复S2～S5，输出此时S2得到的填补矩阵X’作为高精度填补数据矩阵。本发明利用聚类分析技术捕获数据内部潜在结构与模式的特点，进一步提升了数据填补的精度和质量。

公开(公告)号：CN119314323A

公开(公告)日：2025-01-14

申请号：CN202411316822.0

申请日：2024-09-20

Applicant: 大连海事大学

Inventor： 白梅 ,  李春叶 ,  王习特 ,  马茜

IPC: G08G1/01 ,  G08G1/065 ,  G06Q10/04 ,  G06Q50/40 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/0464

Abstract: 本发明公开了一种基于权重共享的深度时空神经网络的路网交通流预测方法，S1：获取道路结构图，进行网格划分，得到交通网格；S2：得到具有路段信息以及交通流量观测值的交通网格；S3：对交通网格进行拆分，得到当前时刻交通网格、前一日交通网格和前一周交通网格；S4：获取影响交通流量的信息；S5：建立初始交通流预测模型；S6：对初始交通流预测模型进行训练，得到训练后的交通流预测模型，并基于训练后的交通流预测模型进行交通流预测。本发明对交通网格进行了拆分，并输入初始交通流预测模型，从而可以更好的捕捉道路网络的时空关联，同时提出了权重共享模块，简化了计算过程，加速了训练过程，有助于提高模型的泛化能力。