-
公开(公告)号：CN115662128A
公开(公告)日：2023-01-31
申请号：CN202211312456.2
申请日：2022-10-25
Applicant: 辽宁工程技术大学
IPC: G08G1/01 , G06N3/08 , G06N3/0464 , G06F16/2458
Abstract: 本发明公开了一种基于注意力机制的动态时空神经网络交通流量预测方法，步骤为：对流输入、流输出与周期组件进行建模；构建局部动态预测模块；构建全局相关性预测模块；构建融合预测模块。首先，通过对交通数据的最近周期依赖、日周期依赖和周周期依赖进行建模，在每个分量上使用三维卷积神经网络提取城市交通高维特征。然后，使用改进的残差结构捕捉远距离区域对预测区域的相关度，融合空间注意力和时间注意力机制捕捉不同区域不同时间段上的交通流量之间的动态相关性。最后，使用基于参数矩阵的方法对三个分量的输出进行加权融合，得到预测结果。实验分析和结果表明，与现有预测方法相比，本发明具有更好的预测精度和鲁棒性。
-
公开(公告)号：CN112635078A
公开(公告)日：2021-04-09
申请号：CN202011232041.5
申请日：2020-11-06
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种中医药知识图谱构建与可视化方法，步骤为：创建知识图谱的模式；将关系数据库中的中医药信息转化为RDF数据；根据两个实体的属性相似度匹配来实现实体对齐，将两个实体合并成一个实体，避免实体重复冗余；将对齐后的三元组表格生成owl文件，导入可视化工具protege中，形成知识图谱系统；利用算法计算出方剂中饮片的权重信息；利用svg矢量图生成穴位功效知识图谱；搭建web项目。本发明的中医药知识图谱构建与可视化方法为用户提供了获取和查看中医知识的又一途径，可以向用户直观的展示庞大的中医药数据，并且条理分明，用户可根据图谱内容追根溯源，查看数据间的关联。
-
公开(公告)号：CN112270199A
公开(公告)日：2021-01-26
申请号：CN202011208313.8
申请日：2020-11-03
Applicant: 辽宁工程技术大学
IPC: G06F40/30 , G06F40/194 , G06N3/08 , G06F16/332
Abstract: 本发明公开了一种基于CGAN方法的个性化语义空间关键字Top‑K查询方法，步骤为：对于空间对象文本信息中的每个单词/词组，使用CGAN方法生成一系列与之相关的关键字，存储在单词语义相似度表中，用于对查询关键字的语义扩展；构建AIR‑tree混合索引结构；利用构建的AIR‑tree混合索引进行查询结果快速匹配；得到匹配结果的综合得分，并按综合得分选出top‑k个最终结果。本发明通过利用条件对抗生成网络技术实现空间关键字查询的语义扩展，并通过构建AIR‑tree混合索引以及数值属性元组的Skyline集合，提升查询效率以及对文本和数值查询的支持；本发明可以支持空间关键字的语义近似查询，能处理数值属性，具有较高的查询效率，在很大程度上提高了查询结果的用户满意度和查询效率。
-
公开(公告)号：CN111861017A
公开(公告)日：2020-10-30
申请号：CN202010724228.0
申请日：2020-07-24
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于现网数据的充电站网络优化方法，包括：获取电动汽车的充电事件建立充电花费时间的第一张量，基于所述第一张量融合各充电站的特征确定充电花费时间的第二张量；基于所述第二张量各单元的充电花费时间确定各充电站的访问率；基于所述各充电站的访问率选择现网热点充电站，从所述现网热点充电站出发基于各充电站效益分数优化当前充电站点网络布局，删除现网冗余充电站点，提高现网的充电站使用率。
-
公开(公告)号：CN111241419B
公开(公告)日：2023-11-24
申请号：CN202010022487.9
申请日：2020-01-09
Applicant: 辽宁工程技术大学
IPC: G06F16/9536 , G06N3/084 , G06Q50/00
Abstract: 本发明公开了一种基于用户关系嵌入模型的下一个兴趣点推荐方法，步骤为：根据朋友关系和用户历史签到记录数据分别建立朋友关系表和偏好相似关系表，通过这两个表建立用户关系图；根据建立的用户关系图采用随机游走算法得到用户关系序列，用户关系序列经过Word2Vec词嵌入模型得到每个用户的低纬嵌入向量；利用用户的低纬嵌入向量对神经网络的用户嵌入层参数进行初始化，使用门控循环单元给出下一个兴趣点推荐。本发明的基于用户关系嵌入模型的下一个兴趣点推荐方法将偏好相似关系引入到推荐模型中，增强了用户关系的表示，解决了现有方法只考虑用户朋友关系的片面性导致推荐
-
Patent Agency Ranking
公开(公告)号：CN109816706B
公开(公告)日：2022-12-06
申请号：CN201910105274.X
申请日：2019-02-01
Applicant: 辽宁工程技术大学
IPC: G06T7/33
Abstract: 本发明提出一种平滑约束与三角网等比例剖分像对稠密匹配方法，包括：在像对I1与I2上应用ORB算法，获得稀疏匹配点集；筛选出以特征点为中心的邻域中密度直达的特征点集；对特征点集进行DBSCAN密度聚类，形成集合；用集合进行DBSCAN密度聚类处理剔除外点，得到内点集；构建待匹配图像I1的Delaunay三角网Tri1；构建目标图像I2的Delaunay三角网Tri2；计算三角网Tri1和Tri2中等比例点的坐标；等比例点的稠密化，进一步优化构成相似三角形的内点集；重新构造待匹配图像I1和目标图像I2的三角网Tri'1和Tri'2；判断三角区域间的相似性度量值，输出三角网稠密匹配点的坐标；本发明的目的是避免由于某些局部外点造成仿射变换矩阵估计不准确而影响整体平面稠密匹配准确率的问题，实验验证本发明方法有效。
-
公开(公告)号：CN110362652B
公开(公告)日：2022-11-22
申请号：CN201910657221.9
申请日：2019-07-19
Applicant: 辽宁工程技术大学
IPC: G06F16/31 , G06F16/33 , G06F16/387 , G06F40/30 , G06F40/242
Abstract: 本发明公开了一种基于空间‑语义‑数值相关度的空间关键字Top‑K查询方法，步骤为：利用Word Embedding技术对用户初始查询进行语义扩展；构建空间‑语义‑数值混合索引结构AKR‑tree；空间‑语义‑数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展，生成一系列与初始查询关键字语义相关的查询关键字；然后构建空间‑语义‑数值混合索引结构AKR‑tree，该索引结构能同时支持查询关键字的文本和语义匹配，并利用Skyline方法对数值属性进行处理；最后，利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象，并按空间‑语义‑数值的综合相关度进行排序。与现有同类方法相比，本发明方法具有更好的查询结果用户满意度，索引结构具有较快的查询响应时间。
-
公开(公告)号：CN113688205A
公开(公告)日：2021-11-23
申请号：CN202110983314.8
申请日：2021-08-25
Applicant: 辽宁工程技术大学
IPC: G06F16/33 , G06F16/36 , G06F16/9535 , G06F16/9537 , G06K9/62 , G16H50/70 , G16H50/80
Abstract: 本发明公开了一种基于深度学习的疾病检测方法，步骤为：利用自然语言处理技术，将病人输入的病例描述进行关键字提取，采用系统‑用户交互的模式进行疾病辅助判别；通过爬取省市范围内疾病数据，SIR传染病预测模型计算出疾病最大规模爆发时间及人数；采用实体‑关系‑属性三元组的形式利用neo4j软件生成家族遗传病知识图谱，对遗传病做出预警。本发明的基于深度学习的疾病检测方法以患者为中心，给予患者以全面、专业、个性化的医疗体验，结合大数据借鉴先进治疗经验，给患者提供安全可靠的治疗方案，有助于缓解医疗资源不足问题，并且能够有效的监测预防大型传染病。
-
公开(公告)号：CN108804551B
公开(公告)日：2021-06-04
申请号：CN201810489720.7
申请日：2018-05-21
Applicant: 辽宁工程技术大学
IPC: G06F16/9536 , G06F16/9537 , G06K9/62 , G06Q50/00
Abstract: 本发明提供一种兼顾多样性与个性化的空间兴趣点推荐方法，涉及空间兴趣点推荐技术领域。包括：构建地理‑社会关系模型；计算模型中地点对在位置和社会联系上的相关度；构建相关度矩阵W；划分模型中构建的用户社会关系网络图G；计算在划分时的损失函数；选取令损失函数最小的特征向量并对图G中的顶点进行划分，得到k个具有多样性的兴趣点集合；从k个兴趣点集合中各选取一个最能拟合用户偏好的兴趣点组成一个融合多样性与个性化的兴趣点推荐列表。本发明提供的一种兼顾多样性与个性化的空间兴趣点推荐方法，融合兴趣点的地理‑社会关系模型、谱聚类算法、矩阵分解算法，使得为用户推荐的兴趣点具备较高准确率的同时还兼顾了多样性。
-
公开(公告)号：CN109886325A
公开(公告)日：2019-06-14
申请号：CN201910105261.2
申请日：2019-02-01
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种非线性颜色空间分类的模板选择与加速匹配方法，包括：包括模型训练与图像匹配过程，模型训练包括：收集训练图像样本，提取训练图像样本的CIE色度图，人工标注其所属颜色类别号；获取五层前馈神经网络模型；图像匹配过程包括：输入彩色一对图像，设定采样率；进行隔点降采样处理；获得分类结果集合；计算相似概率的度量值；选择分值最高的前k个值所对应的i即为首选颜色类别号，根据首选颜色类别号即对应出模板图像中的模板区域及待匹配图像中的待匹配区域；到模板图像中的模板区域及待匹配图像中的待匹配区域匹配关系。实验结果表明，本发明具备更高的配准率与执行速度，解决了现有匹配方法存在的线性模型度量彩色空间颜色距离与人眼视觉判定不一致问题。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.025 seconds)
