-
公开(公告)号：CN111274338B
公开(公告)日：2022-11-08
申请号：CN202010017938.X
申请日：2020-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于移动大数据的预出境用户识别方法，属于数据挖掘技术领域。该方法包括：采集出境服务机构的通信基站位置数据、出境服务通话端口数据和出境服务APP的域名关键词数据，利用所采集数据建立维表数据库；基于维表数据库与移动大数据，分别提取用户的通话行为特征、上网行为特征、出行行为特征和静态特征；将用户的行为特征和静态特征进行聚合关联，构建特征宽表；设计特征选择算法，从特征宽表中筛选出与类别强相关的特征子集；借助逻辑回归分类器构建预出境用户识别模型，完成模型的训练、评估与调参；将待测试数据输入识别模型，识别预出境用户。本发明能够有效识别预出境用户，主要用于数据挖掘场合。
-
公开(公告)号：CN109858460B
公开(公告)日：2022-06-10
申请号：CN201910127877.X
申请日：2019-02-20
Applicant: 重庆邮电大学
IPC: G06V10/25 , G06V10/30 , G06V10/762 , G06V20/54 , G06K9/62
Abstract: 本发明涉及一种基于三维激光雷达的车道线检测方法，属于智能交通道路环境感知领域，用于获取道路环境中的车道线，包括步骤：以激光雷达中心为原点建立三维坐标系，设置感兴趣区域；检测出道路路沿，根据路沿的几何特征提取路沿候选点，根据路沿方向一致性的特征去除噪声；由路沿位置确定车道线所在路面的点云数据，根据不同介质的反射强度不同的特征，对扫描线进行分层处理，设置反射强度阈值提取车道线候选点，根据车道线全局连续性的特征进行聚类去噪；使用二项式曲线拟合车道线。本发明使用三维激光雷达传感器检测车道线，解决了传统相机在夜晚、强光等光照条件差的情况下无法识别车道线的问题，检测精度较高，可靠性强。
-
公开(公告)号：CN111339165B
公开(公告)日：2022-06-03
申请号：CN202010130947.X
申请日：2020-02-28
Applicant: 重庆邮电大学
IPC: G06F16/2458 , G06K9/62
Abstract: 本发明涉及一种基于Fisher分和近似马尔科夫毯的移动用户出境特征选择方法，属于数据挖掘领域。首先利用Fisher准则保留分类能力强的特征，剔除不相关特征和弱相关特征。其次融合最大信息系数MIC和对称不确定性SU两种度量方法，设计相关性度量标准MSCC，利用MSCC标准进一步剔除不相关特征。最后结合MSCC度量标准，利用近似Markov‑Blanket判断条件剔除Fisher候选特征集中的冗余特征，最终获得维度规模较小的最优特征子集。本发明能够有效的对移动用户的出境特征进行选择，提高模型的分类准确率。
-
公开(公告)号：CN111343585A
公开(公告)日：2020-06-26
申请号：CN202010129640.8
申请日：2020-02-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于隐马尔可夫模型的移动用户轨迹地图匹配方法，属于移动通信及计算机应用技术域。该方法首先建立基站与区域路网信息数据库；然后根据基站位置借助冯洛诺伊图实现对基站定位轨迹的插值填充，完成匹配之前的数据预处理工作；最后基于HMM建立地图匹配模型，并使用维特比算法求解，得到出行行为对应的路网轨迹信息。本发明充分利用了移动数据中的时空位置信息与道路拓扑结构信息，构建基于隐马尔可夫模型的地图匹配算法，将与实际位置有偏差的定位点投影到位置对应路段上，从而矫正定位误差，提高定位精度。为基于移动位置数据展开的出行方式和出行目的识别等相关研究奠定了重要基础。
-
公开(公告)号：CN111144452A
公开(公告)日：2020-05-12
申请号：CN201911266151.0
申请日：2019-12-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于信令数据和聚类算法的移动用户出行链提取方法，属于移动通信和计算机应用领域。具体包括：1)针对常见的轨迹震荡序列类型，完成基于时间窗的震荡轨迹检测，并制定数据修正策略以修正原序列中的震荡轨迹数据；2)计算局部时空密度、高密度空间距离、高密度时间间隔；3)计算各轨迹点的聚类中心权值大小，利用聚类中心权值制定筛选策略自动地选取聚类中心候选点；4)根据基站覆盖场景信息制定合并策略，对冗余的聚类中心候选点进行合并，将合并后的聚类中心点记为停驻点；5)利用各停驻点对原出行轨迹进行划分，得到完整的出行链信息。本发明解决了传统密度聚类算法仅能识别单一密度噪声的问题，降低了计算复杂度。
-
Patent Agency Ranking
公开(公告)号：CN111144217A
公开(公告)日：2020-05-12
申请号：CN201911193095.2
申请日：2019-11-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于人体三维关节点检测的动作评价方法，属于计算机视觉领域，包括步骤：S1：对视频分帧后的单帧图片进行人体三维关节点检测；S2：提取视频指定帧数的关键帧；S3：构建运动向量特征和关节动能特征，并提取特征值；S4：多特征融合构建关键帧动作相似度对比模型：融合步骤S3中的子特征，针对不同类型动作，构建个性化模型；基于余弦相似度构造运动向量特征相似度函数，基于加权函数构造关节动能相似度函数；基于两相似度函数得到关键帧动作相似度对比模型，将待检测动作与标准动作的关键帧集合进行比较，最终得到运动视频的动作相似度。本方法更准确和科学，可用于体育健身动作纠正与教学。
-
公开(公告)号：CN111144217B
公开(公告)日：2022-07-01
申请号：CN201911193095.2
申请日：2019-11-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于人体三维关节点检测的动作评价方法，属于计算机视觉领域，包括步骤：S1：对视频分帧后的单帧图片进行人体三维关节点检测；S2：提取视频指定帧数的关键帧；S3：构建运动向量特征和关节动能特征，并提取特征值；S4：多特征融合构建关键帧动作相似度对比模型：融合步骤S3中的子特征，针对不同类型动作，构建个性化模型；基于余弦相似度构造运动向量特征相似度函数，基于加权函数构造关节动能相似度函数；基于两相似度函数得到关键帧动作相似度对比模型，将待检测动作与标准动作的关键帧集合进行比较，最终得到运动视频的动作相似度。本方法更准确和科学，可用于体育健身动作纠正与教学。
-
公开(公告)号：CN109858460A
公开(公告)日：2019-06-07
申请号：CN201910127877.X
申请日：2019-02-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于三维激光雷达的车道线检测方法，属于智能交通道路环境感知领域，用于获取道路环境中的车道线，包括步骤：以激光雷达中心为原点建立三维坐标系，设置感兴趣区域；检测出道路路沿，根据路沿的几何特征提取路沿候选点，根据路沿方向一致性的特征去除噪声；由路沿位置确定车道线所在路面的点云数据，根据不同介质的反射强度不同的特征，对扫描线进行分层处理，设置反射强度阈值提取车道线候选点，根据车道线全局连续性的特征进行聚类去噪；使用二项式曲线拟合车道线。本发明使用三维激光雷达传感器检测车道线，解决了传统相机在夜晚、强光等光照条件差的情况下无法识别车道线的问题，检测精度较高，可靠性强。
-
公开(公告)号：CN111311302A
公开(公告)日：2020-06-19
申请号：CN202010017939.4
申请日：2020-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于多源数据驱动的房产智能评估方法，属于大数据与数据挖掘领域。该方法包括：S1：数据获取：从多源数据中获取房产交易数据、房产配套数据以及房产周边数据，并对其进行归一化处理；S2：特征构造：根据获取的数据构造目标房产特征，包括房产建筑特征、房产品质特征以及房产区域特征；S3：模型构建：利用步骤S2构造的特征，训练多个子模型，采用多层级融合策略和贝叶斯优化算法，构建基于多源数据驱动的房产智能评估模型；S4：评估结果：基于步骤S3构建的房产智能评估模型，根据目标房产特征，对房价进行智能评估。本发明能实现智能房产评估，解决了传统房产评估带来的估价不精准、人力成本高等问题。
-
公开(公告)号：CN111274338A
公开(公告)日：2020-06-12
申请号：CN202010017938.X
申请日：2020-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于移动大数据的预出境用户识别方法，属于数据挖掘技术领域。该方法包括：采集出境服务机构的通信基站位置数据、出境服务通话端口数据和出境服务APP的域名关键词数据，利用所采集数据建立维表数据库；基于维表数据库与移动大数据，分别提取用户的通话行为特征、上网行为特征、出行行为特征和静态特征；将用户的行为特征和静态特征进行聚合关联，构建特征宽表；设计特征选择算法，从特征宽表中筛选出与类别强相关的特征子集；借助逻辑回归分类器构建预出境用户识别模型，完成模型的训练、评估与调参；将待测试数据输入识别模型，识别预出境用户。本发明能够有效识别预出境用户，主要用于数据挖掘场合。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.032 seconds)
