-
公开(公告)号:CN107230188B
公开(公告)日:2019-12-24
申请号:CN201710257764.2
申请日:2017-04-19
Applicant: 湖北工业大学
IPC: G06T5/00
Abstract: 本发明公开一种视频运动阴影消除的方法,通过传统的混合高斯背景建模提取的前景使用HSV颜色空间变换,确定参数对视频中运动目标的阴影都可以完全去除,然后再将提取的前景分别通过LBP算子和大津阈值(OTSU)提取部分运动目标,两者相加可以得出完整的运动目标,最后再与前面HSV提取的运动目标再次相加,即可达到消除阴影的效果。将本方法应用于不同的环境下有阴影的视频中,实验结果表明,本发明方法对不同环境下的阴影消除只用确定同一个参数,能够准确地提取出运动目标,适用性和鲁棒性更好。
-
公开(公告)号:CN108769253A
公开(公告)日:2018-11-06
申请号:CN201810658112.4
申请日:2018-06-25
Applicant: 湖北工业大学
Abstract: 本发明属于计算机控制技术领域,公开了一种分布式系统访问性能优化的自适应预取控制方法,建立分布式系统环境下的数据访问模型;计算代价函数Cp衡量系统的综合性能;优化预取请求率λp;确定预取阈值T;基于预取阈值T预取。本发明提供的分布式系统访问性能优化的自适应预取控制方法和设计并实现了一个用于分布式系统访问性能优化的自适应预取控制方法,该方法的特点在于能够根据当前系统资源使用和用户访问延迟来设计预取控制方法,通过在线预取阈值来控制预取量,平衡系统资源使用率和用户访问延迟,从而保障系统的综合性能,大大提高应用层用户的访问速度。
-
公开(公告)号:CN110188120A
公开(公告)日:2019-08-30
申请号:CN201910256976.8
申请日:2019-04-01
Applicant: 湖北工业大学
IPC: G06F16/2457 , G06F16/28 , G06F16/29 , G06K9/62 , G06Q30/02
Abstract: 本发明公开一种基于协同过滤的个性化屏幕推荐方法,包括:(1)提取数据库中的用户对屏幕的评分表、屏幕GPS定位信息表及用户信息表;(2)根据屏幕定位坐标信息通过K-means算法对屏幕进行聚类,将屏幕分成k类(簇);(3)分别对每一类屏幕建立用户-屏幕倒查表,建立完整的用户对屏幕的评分表;(4)分别计算出目标用户与其他用户的相似度;(5)计算用户对屏幕i的感兴趣程度,(6)设定兴趣程度阈值,将大于这个阈值的屏幕推荐给目标用户;(7)将推荐给目标用户的屏幕,根据兴趣程度进行降序排列。本发明利用K-means聚类算法和基于用户的协同过滤算法能有效地帮助广告投放商快速准确的检索出自己想要的屏幕,提高广告的投放效率。
-
公开(公告)号:CN108769253B
公开(公告)日:2020-04-03
申请号:CN201810658112.4
申请日:2018-06-25
Applicant: 湖北工业大学
Abstract: 本发明属于计算机控制技术领域,公开了一种分布式系统访问性能优化的自适应预取控制方法,建立分布式系统环境下的数据访问模型;计算代价函数Cp衡量系统的综合性能;优化预取请求率λp;确定预取阈值T;基于预取阈值T预取。本发明提供的分布式系统访问性能优化的自适应预取控制方法和设计并实现了一个用于分布式系统访问性能优化的自适应预取控制方法,该方法的特点在于能够根据当前系统资源使用和用户访问延迟来设计预取控制方法,通过在线预取阈值来控制预取量,平衡系统资源使用率和用户访问延迟,从而保障系统的综合性能,大大提高应用层用户的访问速度。
-
公开(公告)号:CN110188120B
公开(公告)日:2022-12-02
申请号:CN201910256976.8
申请日:2019-04-01
Applicant: 湖北工业大学
IPC: G06F16/2457 , G06F16/28 , G06F16/29 , G06K9/62 , G06Q30/02
Abstract: 本发明公开一种基于协同过滤的个性化屏幕推荐方法,包括:(1)提取数据库中的用户对屏幕的评分表、屏幕GPS定位信息表及用户信息表;(2)根据屏幕定位坐标信息通过K‑means算法对屏幕进行聚类,将屏幕分成k类(簇);(3)分别对每一类屏幕建立用户‑屏幕倒查表,建立完整的用户对屏幕的评分表;(4)分别计算出目标用户与其他用户的相似度;(5)计算用户对屏幕i的感兴趣程度,(6)设定兴趣程度阈值,将大于这个阈值的屏幕推荐给目标用户;(7)将推荐给目标用户的屏幕,根据兴趣程度进行降序排列。本发明利用K‑means聚类算法和基于用户的协同过滤算法能有效地帮助广告投放商快速准确的检索出自己想要的屏幕,提高广告的投放效率。
-
公开(公告)号:CN112150238A
公开(公告)日:2020-12-29
申请号:CN202010930144.2
申请日:2020-09-07
Applicant: 湖北工业大学
Abstract: 本发明属于智能推荐技术领域,公开了一种基于深度神经网络的商品推荐方法及系统,基于深度神经网络的商品推荐方法包括:首先输入层进行用户与商品特征获取;嵌入层进行用户与商品特征初处理;其次用户‑商品交互层进行用户特征与商品特征交互;残差网络层进行潜在特征深度提取;最后,输出层通过sigmoid激活函数进行用户所需商品推荐的预测。本发明能有效减少平台对用户的非相关商品推荐,利用深度残差网络代替神经协同过滤推荐算法中的普通神经网络,从而捕获用户‑物品关系数据中高阶非线性特征,解决目前推荐算法由于使用的神经网络较为简单导致提取高阶非线性特征不足的问题,从而达到较好的推荐效果。
-
公开(公告)号:CN207601163U
公开(公告)日:2018-07-10
申请号:CN201721859087.3
申请日:2017-12-25
Applicant: 湖北工业大学
IPC: G01R19/00
Abstract: 本实用新型公开了一种微电网控制系统,包括电压采集器、第一电阻、第一电容、第一电感、第二电感、第二电容、第二电阻、第一三极管、第二三极管、第三三极管、第三电容、第四电容、第五电容、第六电容、第三电阻、运算放大器、第四电阻、MOS管、二极管、继电器、第五电阻、报警器、第六电阻。与现有技术相比,本实用新型在成本可控的情况下,实现了实时检测微电网控制系统电压的功能,具有很大的实用价值和开发价值。
-
-
-
-
-
-