-
公开(公告)号：CN113901142A
公开(公告)日：2022-01-07
申请号：CN202111190860.2
申请日：2021-10-13
Applicant: 辽宁大学
IPC: G06F16/27 , G06F16/22 , G06F16/2455 , G06F16/248
Abstract: 一种面向时空数据的区块链架构及范围查询处理方法，包括以下步骤：步骤1：依据节点在区块链网络中的作用划分节点类别；步骤2：对产生的时空数据进行数据处理并签名确认，然后将时空数据发布到区块链网络中，由其中的节点进一步处理；步骤3：从区块链网络中获取时空数据，当数据量达到一定峰值范围，即(1M‑2M)时，将时空数据存储在基于四叉树及单链表存储结构的区块中，并在块头中引入所存时空数据的时间范围及空间范围，之后将区块通过对多个前向区块的引用存储到区块链中。步骤4：给出要查询时空数据的时间及空间维度范围，在构建的区块链中利用区块头中存储的时空范围进行时空数据的范围查询，并返回查询结果。本发明通过上述方法，在提高时空数据吞吐量以及时空数据查询效率方面提升了区块链技术对于时空数据的支持度。
-
公开(公告)号：CN113158792B
公开(公告)日：2024-05-10
申请号：CN202110276110.0
申请日：2021-03-15
Applicant: 辽宁大学
IPC: G06V20/10 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/096
Abstract: 一种基于改进模型迁移学习的微震事件识别方法，步骤1)时间序列数据的预处理；步骤2)CNN特征提取；步骤3)LSTM特征提取；步骤4)源域特征及时间序列特征迁移；步骤5)微震分类器生成与识别。本发明通过上述方法，提供了一种基于改进模型迁移学习的微震事件识别方法，在考虑微震数据图像特征的同时，迁移源域和原始时间序列数据的特征，最终实现微震事件的有效识别。
-
公开(公告)号：CN113569057B
公开(公告)日：2024-03-22
申请号：CN202110861901.X
申请日：2021-07-29
Applicant: 辽宁大学
Abstract: 本发明涉及一种面向本体标签知识图谱的样例查询方法，属于数据查询及查询优化领域。该方法首先利用本体标签树索引，将实体节点按照本体标签层级进行划分形成树形结构，以便快速确定查询节点候选范围，提高查询效率，更好的体现实体间语义关系及用户的查询意图；通过本体标签树索引形成一级本体标签索引以及d‑邻域信息缩小搜索空间，得到更精确的候选结果集，使查找结果更准确；接着将候选节点集合按相关性公式计算得分并降序排序，便于形成有序的答案集；最后，选取选择性最小的查询节点作为起始节点进行边标签同构匹配，以减少候选匹配代价,通过边标签同构迭代修剪子图，采用有效的双向边索引技术，不必遍历候选节点的所有邻接边即可形成有序的候选结果，提高匹配效率。
-
Patent Agency Ranking
公开(公告)号：CN111814897A
公开(公告)日：2020-10-23
申请号：CN202010696976.2
申请日：2020-07-20
Applicant: 辽宁大学
IPC: G06K9/62
Abstract: 一种基于多层次shapelet的时间序列数据分类方法，步骤1)时间序列数据的预处理：对原始时间序列使用SAX方法进行数据降维处理；步骤2)时间序列初始子序列的获取：滑动窗口的方法来提取时间序列中的子序列集合，通过改变和调整窗口的大小，间接控制子序列的提取长度；步骤3)多层次shapelet候选集的发现与提取：通过提出的多层次shapelet框架对候选集合进行过滤与合并，选择信息增益大的shapelet作为候选集；4)Shapelet转换及构建分类器。本发明通过上述方法，提供了一种高效的多层次shapelet候选集过滤模型，有效的减少shapelet候选集的数量并快速筛选了具有较高分类能力的shapelet集合，然后通过ELM分类器实现时间序列数据的有效分类。
-
公开(公告)号：CN114707543A
公开(公告)日：2022-07-05
申请号：CN202210281630.5
申请日：2022-03-21
Applicant: 辽宁大学
Abstract: 本发明实施例提供一种矿山微震事件识别方法、介质及设备，属于矿山数据处理领域。所述方法包括：将矿山微震监测系统监测得到的历史微震数据转化微震波形图像，再将所述微震波形图像转化为四邻域的微震波形图结构；对所述微震波形图结构进行区域限定，并基于所限定的区域提取出所述微震波形图结构中的任意节点的相似特征层；以及将所述微震波形图像作为改进型卷积神经网络模型的输入层，并依次连接所述相似特征层以及针对该改进型卷积神经网络模型预先配置的卷积层、池化层、全连接层和输出层，以形成用于识别矿山微震事件的识别模型。本发明实施例所设计的识别模型，能够实现对相似特征层的提取，从而对矿山微震事件进行有效识别。
-
公开(公告)号：CN113901142B
公开(公告)日：2024-05-07
申请号：CN202111190860.2
申请日：2021-10-13
Applicant: 辽宁大学
IPC: G06F16/27 , G06F16/22 , G06F16/2455 , G06F16/248
Abstract: 一种面向时空数据的区块链架构及范围查询处理方法，包括以下步骤：步骤1：依据节点在区块链网络中的作用划分节点类别；步骤2：对产生的时空数据进行数据处理并签名确认，然后将时空数据发布到区块链网络中，由其中的节点进一步处理；步骤3：从区块链网络中获取时空数据，当数据量达到一定峰值范围，即(1M‑2M)时，将时空数据存储在基于四叉树及单链表存储结构的区块中，并在块头中引入所存时空数据的时间范围及空间范围，之后将区块通过对多个前向区块的引用存储到区块链中。步骤4：给出要查询时空数据的时间及空间维度范围，在构建的区块链中利用区块头中存储的时空范围进行时空数据的范围查询，并返回查询结果。本发明通过上述方法，在提高时空数据吞吐量以及时空数据查询效率方面提升了区块链技术对于时空数据的支持度。
-
公开(公告)号：CN113569057A
公开(公告)日：2021-10-29
申请号：CN202110861901.X
申请日：2021-07-29
Applicant: 辽宁大学
Abstract: 本发明涉及一种面向本体标签知识图谱的样例查询方法，属于数据查询及查询优化领域。该方法首先利用本体标签树索引，将实体节点按照本体标签层级进行划分形成树形结构，以便快速确定查询节点候选范围，提高查询效率，更好的体现实体间语义关系及用户的查询意图；通过本体标签树索引形成一级本体标签索引以及d‑邻域信息缩小搜索空间，得到更精确的候选结果集，使查找结果更准确；接着将候选节点集合按相关性公式计算得分并降序排序，便于形成有序的答案集；最后，选取选择性最小的查询节点作为起始节点进行边标签同构匹配，以减少候选匹配代价,通过边标签同构迭代修剪子图，采用有效的双向边索引技术，不必遍历候选节点的所有邻接边即可形成有序的候选结果，提高匹配效率。
-
公开(公告)号：CN113158792A
公开(公告)日：2021-07-23
申请号：CN202110276110.0
申请日：2021-03-15
Applicant: 辽宁大学
Abstract: 一种基于改进模型迁移学习的微震事件识别方法，步骤1)时间序列数据的预处理；步骤2)CNN特征提取；步骤3)LSTM特征提取；步骤4)源域特征及时间序列特征迁移；步骤5)微震分类器生成与识别。本发明通过上述方法，提供了一种基于改进模型迁移学习的微震事件识别方法，在考虑微震数据图像特征的同时，迁移源域和原始时间序列数据的特征，最终实现微震事件的有效识别。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
