-
公开(公告)号：CN111563535A
公开(公告)日：2020-08-21
申请号：CN202010287673.5
申请日：2020-04-13
Applicant: 西北工业大学
IPC: G06K9/62
Abstract: 本发明提供了一种基于秩为r的离散非负矩阵分解聚类方法。首先，利用k-means算法进行数据集划分并得到样本锚点；然后，利用锚点计算得到初始相似度矩阵；最后，构建基于秩为r的离散非负矩阵分解聚类问题模型，并采用迭代更新方法对模型进行求解，得到指示矩阵，从而得到数据聚类结果。本发明所构建聚类问题模型采用对角块结构逼近输入矩阵，能够充分挖掘输入矩阵的行和列之间的联合信息，获得更好的聚类结果。
-
公开(公告)号：CN110070121A
公开(公告)日：2019-07-30
申请号：CN201910297553.0
申请日：2019-04-15
Applicant: 西北工业大学
IPC: G06K9/62
Abstract: 本发明提供了一种基于树策略与平衡K均值聚类的快速近似K近邻方法，以提高近似K邻近检索的性能与速度。首先，通过平衡K均值聚类方法构造平衡K均值树，使得数据高效有序地以树型结构组织起来，实现对任一新样本数据的快速定位；然后，利用锚定位法与邻近簇思想，通过平衡树快速寻找得到新数据样本的多个近似近邻点，即K近邻点。本发明方法同时兼顾了基于树的K近邻算法与平衡K均值算法的优势，可以应用于图像识别、数据压缩、模式识别和分类、机器学习、文档检索系统、统计与数据分析等多个领域。
-
公开(公告)号：CN109885758A
公开(公告)日：2019-06-14
申请号：CN201910037640.2
申请日：2019-01-16
Applicant: 西北工业大学
IPC: G06F16/9535 , G06Q30/06
Abstract: 本发明提供了一种基于二部图的新型随机游走推荐方法。首先，构建用户-产品二部图，即根据评分矩阵构造得到相似度矩阵，并进行拉普拉斯正则化处理；然后，采用随机游走思想，利用正则化后的相似度矩阵计算得到具有停止条件的转移矩阵；最后，计算得到推荐矩阵，并将推荐矩阵进行降序排序，得到推荐结果。本发明方法将推荐问题看作半监督的多标签分类问题，采用随机游走思想，可以提高稀疏数据的推荐准确率，并使推荐结果更符合实际应用的需求。
-
公开(公告)号：CN116299241A
公开(公告)日：2023-06-23
申请号：CN202310313804.6
申请日：2023-03-28
Applicant: 西北工业大学
IPC: G01S7/40
Abstract: 本发明提供了一种雷达天线扫描周期的测算方法、装置、设备和可读存储介质。测算方法包括：对获取的雷达天线扫描数据进行归一化处理，获得脉冲幅度数据序列；对脉冲幅度数据序列进行重采样，获得初始重采样数据序列；采用差值算法对初始重采样数据序列进行信号填充和拟合，获得目标重采样数据序列；挖掘并提取目标重采样数据序列的预设信号描述特征参数，并根据预设信号描述特征参数进行信号重建，以获得重建的雷达天线扫描数据；根据重建的雷达天线扫描数据，获得雷达天线扫描周期的初始测算值；采用能量重心校正算法对雷达天线扫描周期的初始测算值进行修正，获得雷达天线扫描周期的目标测算值。本发明的测算方法易于实现且测算精度高。
-
公开(公告)号：CN115524669A
公开(公告)日：2022-12-27
申请号：CN202211179832.5
申请日：2022-09-26
Applicant: 西北工业大学
IPC: G01S7/02
Abstract: 本发明涉及一种基于自加权结构化特征选择的雷达辐射源信号精细化特征识别方法，采集不用型号雷达设备发射的信号数据，对原始数据进行信号数据预处理、归一化处理，构建基于自加权结构化特征选择的雷达辐射源信号精细化特征识别模型，使用辐射源信号数据在上述模型上进行运行测试，对得到的识别结果进行输出，从而得到识别的雷达辐射源信号的类型。采用机器学习中的无监督特征选择为基础进行识别，避免了深度学习中神经网络的构建和数据训练过程。极大降低了模型中的超参的数目，避免了超参的调整，使得模型在实际情况下易于实现。
-
Patent Agency Ranking
公开(公告)号：CN115130498A
公开(公告)日：2022-09-30
申请号：CN202210646867.9
申请日：2022-06-09
Applicant: 西北工业大学
Abstract: 本发明实施例公开了一种电磁辐射源信号的识别方法、装置及电子设备。该方法包括：接收一个电磁辐射源信号作为输入；对电磁辐射源信号进行数据预处理，得到预处理后的电磁辐射源信号；基于无监督结构化稀疏投影学习的目标函数对预处理后的电磁辐射源信号进行处理，得到目标正交投影矩阵；依据特征子集使用分类识别模型对电磁辐射源信号进行识别，得到电磁辐射源信号的所属类别；将电磁辐射源信号的所属类别作为分类结果进行输出。通过本发明，解决了相关技术中对电磁辐射源信号的识别效果较差的技术问题，达到了有效提高特征提取精度和提升识别性能的技术效果。
-
公开(公告)号：CN111259917B
公开(公告)日：2022-06-07
申请号：CN202010104785.2
申请日：2020-02-20
Applicant: 西北工业大学
Abstract: 本发明提供了一种基于局部近邻成分分析的图像特征提取方法。首先，构建特征提取神经网络模型，并进行网络参数和记忆银行初始化；然后，对训练数据集进行子集划分，提取其低维特征，利用记忆银行矩阵在低维特征空间中寻找每个样本的k近邻，并对原子集合和k近邻集合按照标签进行集合划分，以得到的所有集合中样本的相似性度量函数为目标函数进行网络迭代训练；最后，利用训练好的特征提取网络对待处理图像进行特征提取。本发明方法可以使得同类样本的特征向量在低维空间中聚集，不同类样本的特征向量在低维空间中分散，从而使得原始数据在低维空间中具备明显的聚类结构，能够更加有效地用于图像聚类和图像检索。
-
公开(公告)号：CN113033626B
公开(公告)日：2022-04-26
申请号：CN202110253803.8
申请日：2021-03-02
Applicant: 西北工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/771 , G06K9/62
Abstract: 本发明提供了一种基于多任务协同学习的图像分类方法。首先，对输入的若干图像分类数据集进行降维预处理，并随机挑选样本数据构成训练数据；然后，构建了包含新式低秩约束项的图像分类优化模型，通过最小化前k个最小奇异值来逼近秩极小化问题，并相应提出了新的交替迭代优化算法来求解所提模型，得到具有低秩结构的分类映射矩阵；最后，利用学习到的映射矩阵对图像数据集进行分类处理。本发明可以更好地学习到不同图像分类任务间的低秩结构关系，在处理大规模且多种类图像数据集时能更快收敛并得到更好的分类结果。
-
公开(公告)号：CN111639686B
公开(公告)日：2022-03-15
申请号：CN202010416737.7
申请日：2020-05-17
Applicant: 西北工业大学
IPC: G06K9/62 , G06V10/764 , G06V10/774 , G06F16/906
Abstract: 本发明提供了一种基于维度加权和视角特征一致性的半监督分类方法。首先，采用自适应局部结构学习的方法构建多视角数据每个视角的相似度矩阵；然后，将所有视角的相似度矩阵取平均值作为初始的一致性相似度矩阵，并构建基于维度加权和视角特征一致性的多视角半监督分类模型；接着，采用交替迭代更新方法求解该模型，直至得到最终的标签矩阵；最后，根据标签矩阵得到样本的标签，完成样本分类。本发明构建的分类模型将构造相似度矩阵与标签推断相结合，降低了构图质量对分类结果的影响；且由于对视角内特征维度加权并考虑数据的局部结构信息，可以获得更好的分类结果。
-
公开(公告)号：CN112118601A
公开(公告)日：2020-12-22
申请号：CN202010834304.3
申请日：2020-08-18
Applicant: 西北工业大学
Abstract: 本发明公开了一种减少6G数字孪生边缘计算网络任务卸载延迟的方法。主要提出一种新的数字孪生边缘计算网络，使用数字孪生估计边缘服务器的状态以提供训练数据，并将用户移动过程中的一系列卸载决策的优化问题形式化，使用Lyapunov优化方法将长期迁移成本约束简化为一个多目标动态优化问题，最终使用基于Actor‑Critic的深度学习框架解决计算卸载优化问题，训练Agent由数字孪生边缘计算网络实现。本发明实现了在保持较低系统成本的前提下，最大限度降低卸载延迟、任务失败率和迁移率。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.024 seconds)
