-
公开(公告)号：CN104850649B
公开(公告)日：2018-06-19
申请号：CN201510287900.3
申请日：2015-05-29
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: G06F17/30
Abstract: 本申请提供了一种在地图上进行兴趣点采样的方法及系统，该方法包括：根据路网信息对待采样区域进行预处理得到一个初始区域；搜索初始区域内的兴趣点数量；根据初始区域内的兴趣点数量判断初始区域是否为可用区域；若初始区域内的兴趣点数量小于阈值，则为可用区域，否则将初始区域分割，直至获取可用区域；根据可用区域内的兴趣点数量估算采样区域内的兴趣点数量。该方法通过先把初始的大区域分割成多个区域，然后再选取某一个区域根据路网信息进行迭代分割，直到出现一个可用区域，该预处理过程利用离线路网信息，无需在线提交查询，在很大程度上减少查询次数，实现大区域查询的高效性和准确性。
-
公开(公告)号：CN105068879A
公开(公告)日：2015-11-18
申请号：CN201510548175.0
申请日：2015-08-31
Applicant: 苏州大学张家港工业技术研究院
IPC: G06F9/54
Abstract: 本申请公开了查找目标订阅的方法及装置，应用于位置感知的订阅/发布系统，该方法包括：接收信息发布者发布的事件，所述事件包括值对信息及空间地理位置信息，其中，所述值对信息为一组等号谓词合取式；计算所述事件的谓词个数；对预先建立的布尔表达式列表分别进行以下匹配处理，直到所有布尔表达式列表被处理完，得到目标订阅集合。本发明公开的查找目标订阅的方法中，通过将订阅中的关键词按照属性及大小进行划分的方式，将订阅存储在布尔表达式子表及布尔表达式列表中，进而有效提升了查询匹配的效率。
-
公开(公告)号：CN104850645A
公开(公告)日：2015-08-19
申请号：CN201510282807.3
申请日：2015-05-28
Applicant: 苏州大学张家港工业技术研究院
IPC: G06F17/30
Abstract: 本发明提供了一种基于矩阵分解的主动学习评分引导方法及系统，包括：分别获取新用户的用户特征、其他用户的用户特征、新用户未评分项目的项目特征及其他用户已评分项目的项目特征；通过计算新用户的用户特征和其他用户的用户特征间的余弦相似度获取相似用户；采用相似用户中已评分项目的流行度和信息含量获取最优项目，并将最优项目交由新用户，以采用新用户对最优项目进行评分，获取评分结果。与现有技术相比，本发明采用基于矩阵分解的主动学习评分引导方法及模型，更好的预测了用户的偏好信息，进而提高了推荐准确率。
-
公开(公告)号：CN105068879B
公开(公告)日：2018-08-17
申请号：CN201510548175.0
申请日：2015-08-31
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: G06F9/54
Abstract: 本申请公开了查找目标订阅的方法及装置，应用于位置感知的订阅/发布系统，该方法包括：接收信息发布者发布的事件，所述事件包括值对信息及空间地理位置信息，其中，所述值对信息为一组等号谓词合取式；计算所述事件的谓词个数；对预先建立的布尔表达式列表分别进行以下匹配处理，直到所有布尔表达式列表被处理完，得到目标订阅集合。本发明公开的查找目标订阅的方法中，通过将订阅中的关键词按照属性及大小进行划分的方式，将订阅存储在布尔表达式子表及布尔表达式列表中，进而有效提升了查询匹配的效率。
-
Patent Agency Ranking
公开(公告)号：CN104679904A
公开(公告)日：2015-06-03
申请号：CN201510124552.8
申请日：2015-03-20
Applicant: 苏州大学张家港工业技术研究院
IPC: G06F17/30
Abstract: 本发明公开了一种路网中位置点查询方法及装置，应用于路网，所述路网中包括多个位置点，每个位置点具有其各自的空间位置信息及位置属性信息，所述方法包括：接收查询请求，所述查询请求包括查询位置点及查询关键字；基于所述查询请求，确定所述路网中的目标位置点；其中，所述目标位置点的位置属性信息与所述查询关键字之间的对应关系满足预设第一条件，且所述目标位置点的空间位置信息与所述查询位置点的位置信息之间的对应关系满足预设第二条件。
-
公开(公告)号：CN104850645B
公开(公告)日：2018-08-14
申请号：CN201510282807.3
申请日：2015-05-28
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
IPC: G06F17/30
Abstract: 本发明提供了一种基于矩阵分解的主动学习评分引导方法及系统，包括：分别获取新用户的用户特征、其他用户的用户特征、新用户未评分项目的项目特征及其他用户已评分项目的项目特征；通过计算新用户的用户特征和其他用户的用户特征间的余弦相似度获取相似用户；采用相似用户中已评分项目的流行度和信息含量获取最优项目，并将最优项目交由新用户，以采用新用户对最优项目进行评分，获取评分结果。与现有技术相比，本发明采用基于矩阵分解的主动学习评分引导方法及模型，更好的预测了用户的偏好信息，进而提高了推荐准确率。
-
公开(公告)号：CN104881689B
公开(公告)日：2018-06-19
申请号：CN201510337187.9
申请日：2015-06-17
Applicant: 苏州大学张家港工业技术研究院 , 苏州大学
Abstract: 本发明提供了一种多标签主动学习分类方法及系统，包括：分别采用对数似然获取已标注样本标签对的似然度及采用熵的方式获取待标注样本标签对的不确定性；分别计算多个相同样本的不同标签间的KL距离及多个不同标签间的权重因子；将每个KL距离和与之相应的权重因子进行乘法运算，获取相应的结果，将多个结果进行相加，获取与待标注样本标签对相关的待标注样本标签对的KL距离和，采用KL距离和确定交叉标签不确定性；确定待标注样本标签对的最终不确定性；进而依据似然度和待标注样本标签对的最终不确定新的样本标签对训练集，并采用新的样本标签对训练集训练分类器。
-
公开(公告)号：CN104881689A
公开(公告)日：2015-09-02
申请号：CN201510337187.9
申请日：2015-06-17
Applicant: 苏州大学张家港工业技术研究院
CPC classification number: G06K9/6267 , G06F17/30705 , G06K9/66
Abstract: 本发明提供了一种多标签主动学习分类方法及系统，包括：分别采用对数似然获取已标注样本标签对的似然度及采用熵的方式获取待标注样本标签对的不确定性；分别计算多个相同样本的不同标签间的KL距离及多个不同标签间的权重因子；将每个KL距离和与之相应的权重因子进行乘法运算，获取相应的结果，将多个结果进行相加，获取与待标注样本标签对相关的待标注样本标签对的KL距离和，采用KL距离和确定交叉标签不确定性；确定待标注样本标签对的最终不确定性；进而依据似然度和待标注样本标签对的最终不确定新的样本标签对训练集，并采用新的样本标签对训练集训练分类器。
-
公开(公告)号：CN104850649A
公开(公告)日：2015-08-19
申请号：CN201510287900.3
申请日：2015-05-29
Applicant: 苏州大学张家港工业技术研究院
IPC: G06F17/30
Abstract: 本申请提供了一种在地图上进行兴趣点采样的方法及系统，该方法包括：根据路网信息对待采样区域进行预处理得到一个初始区域；搜索初始区域内的兴趣点数量；根据初始区域内的兴趣点数量判断初始区域是否为可用区域；若初始区域内的兴趣点数量小于阈值，则为可用区域，否则将初始区域分割，直至获取可用区域；根据可用区域内的兴趣点数量估算采样区域内的兴趣点数量。该方法通过先把初始的大区域分割成多个区域，然后再选取某一个区域根据路网信息进行迭代分割，直到出现一个可用区域，该预处理过程利用离线路网信息，无需在线提交查询，在很大程度上减少查询次数，实现大区域查询的高效性和准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.029 seconds)
