专利交易市场

本发明涉及一种基于图论和汇流累积量的河网分级系统及方法，属于水利工程与地理信息技术领域；包括以下步骤：获取原始DEM数据和水系数据，将所述水系数据转换至预设投影坐标系；基于所述DEM数据提取初级河网，并结合河网长度和流域面积对所述初级河网进行筛选，得到精简化河网；河网流量计算：基于汇流累积量对所述精简化河网中的每条河网要素进行流量赋值；图论建模：将所述精简化河网抽象为有向图模型；河网分级：以所述出水口为起点逆向追溯，结合节点入度/出度和边权重确定主干与支流层级关系，实现河网分级。本发明实现了河网分级从“形态描述”到“水文功能刻画”的升级，适用于高精度河网精细化分析及智慧水利应急管理等场景。

本发明涉及人工智能领域，提供一种基于连通图的因子筛选方法、装置、设备及介质，能够结合贪婪遍历算法及连通图进行因子的筛选，有效剔除相关性较强的重复因子，避免由于因子的冗余造成数据的冗余，并且，最终得到的目标因子也具有较强的可解释性。本发明还涉及区块链技术，目标因子可存储于区块链。

本发明公开了一种HMCVT的动态矩阵与图论模型构建方法，包括以下步骤：S1、建立液压机械无级变速器的分层拓扑图；S2、构建分层拓扑图的邻接矩阵作为特征矩阵；S3、确定液压机械无级变速器的传动约束条件和结构约束条件；S4、构建转速矩阵方程并化简，通过化简后的转速矩阵方程进行同构识别，找出具有相同传动机理的HMCVT的图论模型；S5、构建基本转矩矩阵方程，得到不同连接方式下的转矩状态矩阵方程，通过转速矩阵方程和转矩状态矩阵方程反映图论模型的动态性能。本发明利于转换计算机编程语言，为实现结构数字化提供有力的理论参考，可以大大节省HMCVT结构设计的时间，降低设计的复杂度。

本发明公开了结合图论的智能客服知识库优化方法及系统，涉及自然语言处理相关技术领域，该方法包括：建立与智能客服知识库的数字通信，建立节点集；以节点集作为匹配主体，进行附加信息匹配；将智能客服知识库和附加信息集输入至关系分析模型，建立节点关联；基于节点关联和节点集建立初始知识图谱；获取节点集访问数据，进行关键节点提取，并更新为强化知识图谱；依据更新评价结果更新强化知识图谱。解决了现有客服知识库存在的信息分散、结构不清晰、更新不及时，导致难以高效精准的找到关键信息，进而影响服务效率和质量的技术问题，实现知识库的系统化、结构化，达到了提升知识库信息检索的准确性和时效性的技术效果。

本发明公开了一种基于图论和数据驱动的产品优化设计方法，通过从互联网采集产品相关的用户偏好信息，构建一个动态的实时数据模型，并基于提取的用户偏好信息生成产品配置图，利用基于图论及Metropolis‑Hasting路径生成算法的产品配置方法，以较低成本快速生成多种个性化产品性能配置。同时相关的产品设计人员可以通过产品配置图直观地了解到不同产品之间的差异，对产品性能间的可能组合进行枚举，并针对部分生成的产品进行人工判别，从其中挑选一种或几种产品进行微调，避免忽略最佳配置方案情况的出现，从而更全面客观地进行产品的优化设计。

本发明属于地面激光雷达点云数据处理技术领域，具体涉及一种基于图论的单木点云枝叶分离方法。本发明基于地面激光雷达获取的多站扫描单木点云数据，依次经历构建图、分层聚类、初始枝干提取和最终枝干提取，建立用于区分单木点云枝叶组分的单木点云枝叶分离方法。本发明充分利用了图的最短路径信息，不依赖先验知识和机器学习，在保证分类精度的同时具有精简高效的特点，为单木点云进行枝叶分离提供了一种新的思路，并可进一步应用于森林参数提取、智慧林业、植被辐射传输建模等领域。

本发明公开了一种基于图论的宫颈癌组织病理学显微图像聚类系统，包括：步骤一，采集宫颈癌组织显微图像数据，进行第一阶段聚类；步骤二，通过骨架化的节点来近似表示细胞核的分布；步骤三，将每一个连通的骨架作为一个区域，通过每个区域中的骨架节点构造成最小生成树；步骤四：根据最小生成树结构图计算不同的统计值，作为图形特征；步骤五：基于提取的图形特征和全局特征，进行第二阶段的聚类。本发明提供一种基于图论的宫颈癌组织病理学显微图像聚类系统，充分利用骨架化处理中产生的节点来近似表示细胞核的分布，提高聚类效果；通过二次聚类的方式对不同类型的组织进行表达，体现组织中的特殊结构及复杂程度。

本发明提出一种基于图论分析的车联网分簇管理方法，包括以下步骤：S1：在预设范围内根据道路规划、路侧节点位置以及车载节点的分布关系建立车联网场景模型图；S2：在车联网场景模型图中随机选择节点v，从节点v的邻接节点N(v)中选择顶点分值最大的节点加入支配集S中；S3：在除去节点v和邻接节点N(v)的其它节点中随机选择节点u，并从节点u的邻接节点N(u)中选择顶点分值最大的节点加入到支配集S中；S4：重复步骤S2和步骤S3，直至所有的节点要么在支配集S中，要么在支配集S中各个节点所对应的邻接节点中，并将最终支配集S中的各个节点作为当前车联网场景模型下骨干网络的簇头节点。该方法有效简化了骨干网，减少了集群数量。