本发明属于计算机目标识别匹配领域，公开了一种基于邻近关系的目标重叠事件识别与轨迹重构方法，该方法通过合理运用优先权队列和链表等数据结构，优化了数据的存取和处理流程来提高目标数据的处理效率，并通过结合目标之间的邻近关系及所属邻近集群的合并和分裂来实现对目标重叠事件的识别；对于目标缺失轨迹采用动态补偿机制，实现轨迹中补偿结点的实时创建；同时借助分区思想引入轨迹差异度函数，通过最小化目标函数来比较子轨迹之间的匹配效果，实现了高效的最优匹配策略，减少了误匹配的可能性，最终能够较为准确合理地重构动态事件下目标的完整轨迹。
📄 2024106157429
📂 G06F7_544
👤 南京邮电大学
📅 2024-05-17
本发明公开了一种海洋灾害区域的船舶预警模型的构建方法、系统、装置及存储介质,其方法包括:在平面直角坐标系中设定船舶在t时刻的航行区域,并在所述航行区域内随机生成n个灾害点;通过谱聚类算法将n个灾害点划分到k个簇中,并将每个簇内的点依次首尾相连构建灾害围栏;将船舶和灾害点位置以R‑tree型数据结构进行存储并建立索引规则;以t时刻船舶位置为中心,从R‑tree型数据结构的树根开始对树中各个节点对应的灾害围栏执行射线算法,以判定船舶在t时刻与每个灾害围栏的位置关系;基于位置关系构建海洋灾害区域预警仿真模型,并导入船舶的历史航行数据生成海洋灾害区域预警模型;能够提升船舶在海洋灾害区域的路径规划和预警效率。
📄 2021109504761
📂 G06F16_22
👤 南京邮电大学
📅 2021-08-18
一种基于图神经网络的基因交互关系预测方法和装置，该方法包括：每个实验组的转录表达数据进行预处理，包括标准化基因ID，将不同实验组的基因转录表达数据以统一的基因ID表示；得到作为后续分析的原始数据；按照每个样本组进行基因相似度的计算，获取样本组中基因与基因之间的相似度数据；通过对所有样本组的数据进行统计和筛选，选取符合设定条件的基因对，作为构建图数据结构的基础；进一步对原始数据进行处理，保证所有样本组中仅包含图结构中定义的基因；随后，对这些样本组的数据进行标准化处理，使得所有样本组的数据维度一致；对上述生成的图数据组进行模型训练，最终得到图结构中的边权重数据，能够准确反映基因之间的交互关系。本发明可用于基因表达数据的分析，预测基因之间的交互关系，并能够在没有标签数据的情况下进行无监督学习。
📄 2024116154906
📂 G16B25_10
👤 浙江工业大学
📅 2024-11-13
一种基于深度强化学习的自动化停车场调度方法，包括：步骤1：建立自动化停车场的环境；步骤2：定义泊车机器人的运行代价；步骤3：建立环境、智能体模型及设定奖励值；步骤4：对DQN算法进行改进；步骤5：使用改进的DQN算法进行训练。本发明使用对DQN算法进行改进，相对于使用一般的DQN算法，训练效率更高；在样本数据结构方面，保存了状态信息及该状态下所有动作的价值，相对于传统的保存状态之间的转移形式，能在训练前期获得较为准确的价值估计，避免价值模型陷入局部最优解。
📄 2019106473035
📂 G06Q10_06
👤 浙江工业大学
📅 2019-07-17
三维路网下交通拥堵识别方法，首先输入包含时空交通信息与三维的城市路网信息，通过对路网数据结构化建模成图数据，并进行剪枝，构建以目标有向交通流为中心节点的绳结状树形结构。然后，使用基于有向图的卷积网络捕获高阶空间特征。最后针对连续路网特征进行时序分析，同时引入了多模式注意机制来捕获长程时间依赖关系，并识别交通拥堵。本发明通过提出新的方法(ADGCN)提取特征值，将路段作为节点和关联在上游和下游路段之间的有向边，构造一个绳结状图来描述该路的三维交通路网，利用多模型自注意机制在时间维度上分析长程数据依赖关系，提出了识别交通拥堵的新框架；此外还引入了大量不同的环境指标，能够更快并且更加准确的预测拥堵。
📄 2020111791435
📂 G06Q10_04
👤 浙江工业大学
📅 2020-10-29
基于知识共享和模型迁移的全封闭压缩机故障诊断方法，属于压缩机故障诊断技术领域。它包括以下步骤：一、数据准备及预处理；二、迁移模型准备及模型独立训练；三、构建判别器、训练判别器及再训练目标迁移模型；四、训练分类器；步骤五、故障诊断。本发明不需要目标域设备提供数据标签，仅提供部分无标记数据即可，大大降低数据依赖程度；利用梯度下降算法实现目标域特征向量分布项源域特征向量的靠近，实现模型迁移；利用深度稠密连接自编码器结构实现无监督特征学习，再次降低数据依赖程度；针对振动信号这类超长时序数据，深度密连接网络结构可实现超长序列数据的高效训练，通过将一维超长数据折叠成二维数据结构，可大大提高数据使用效率。
📄 2020109969266
📂 G06F18_241
👤 浙江工业大学
📅 2020-09-21
一种面向Web 2.0的JSON数据解析与建模方法，包括以下步骤：第一步：定义元数据树MDT,包括根节点TRoot、索引节点INode、数据节点DNode，同时用深度level来表示节点在树结构中的层数，根节点默认为第一层，即level＝1；第二步：读取调用的REST API所返回的JSON数据，将JSON数据集ds作为建模算法的输入，对ds进行树形结构建模；第三步：通过剪枝的方法，保留基本的数据结构信息，剪除相同的重复数据结构，缩小模型的体量，但仍然保留基础的数据结构，降低JSON数据结构所带来的查询开销。本发明有利于加快对数据进行检索定位、增强判断从属关系的准确性、提高数据利用率及易用性。
📄 2019102014209
📂 G06F16_22
👤 浙江工业大学
📅 2019-03-18
本发明通过对上下按钮发出呼叫楼层的乘客数量和这些乘客目的楼层所属区域进行估计，实现上下按钮与目的选层器混合呼叫模式下的群控，从而提高混合呼叫模式下的派梯性能。通过存储轿厢动作序列和乘客呼叫序列，并建立这两个序列之间的联系来获得各个轿厢的内招与外招数据，由此按周构建一天各个时间片断内楼层的乘客数量和这些乘客去往目的楼层所属区域比率的估计模型。上下按钮触发的呼叫将利用估算模型获得与选层器触发呼叫相同的呼叫数据结构，从而可以提升混合式呼梯情形下轿厢选派的性能。
📄 2023104672045
📂 B66B1_18
👤 浙江工业大学
📅 2023-04-25
一种基于无监督流形分割的超声波缺陷检测方法，属于碳纤维聚合物内部缺陷无损检测技术领域。它包括以下步骤：1)获取聚合物内部缺陷图像数据集；2)缺陷超声数据预处理；3)统一流形逼近与投影降维；4)无监督图像分割；5)缺陷可视化。本发明利用统一流形逼近与投影，保存局部信息和全局数据结构，对数据进行高质量的降维，并结合无监督图像分割方法进行了像素级的分割和聚类，完成了缺陷区域提取，提升了聚合物内部缺陷超声成像的可识别性，有助于提高超声波无损检测的准确性。
📄 2021109994525
📂 G06T7_00
👤 浙江工业大学
📅 2021-08-29
一种基于Spark改进的K-Means算法的电商餐饮数据分析方法，包括以下步骤：步骤1，搭建实验平台及其配置，为实现并行K-Means聚类算法搭建执行环境；步骤2，原始数据集的获取；步骤3，对原始数据集进行预处理；步骤4，使用Scalable语言实现K-Means算法在Spark中的开发；步骤5，将编辑好的程序进行编译执行，最终完成聚类过程。本发明利用Spark提供的Map和Combine算子；采用RDD的数据结构；Spark中间计算结果存于内存，与一种对K-Means算法的初始化聚类中心部分进行改进的聚类算法结合，实现电商餐饮数据分析，处理速度较快，聚类效果较好。
📄 2018115074260
📂 G06K9_62
👤 浙江工业大学
📅 2018-12-11
一种路网移动对象K近邻查询验证方法，首先数据拥有者针对路网数据与移动对象数据采用不同的索引结构来构建验证信息，然后服务器处理查询请求的同时创建验证对象(Verification Object,VO)，最后客户端根据查询结果与验证对象完成查询结果的可靠性与完备性验证。本发明针对移动对象数据提出了一种验证数据结构，在支持查询处理的基础上也能支持查询验证。
📄 2019108085797
📂 G06F16_22
👤 浙江工业大学
📅 2019-08-29
本发明提供了一种基于光谱的反应动力学速率常数的无偏估计方法，属于化学反应动力学领域。该方法首先构建光谱数据结构，根据反应物初始浓度和反应动力学速率常数的初始估计值，计算浓度分布曲线，获得将光谱矩阵，与测量得到的光谱矩阵比较，得到误差矩阵；然后根据误差矩阵调整反应动力学速率常数的估计值，重新计算误差矩阵，重复迭代，直到误差达到最小值；最后用最终误差矩阵估计噪声方差，在测量得到的光谱中增加噪声，重新计算反应动力学速率常数估计值，使用无偏估计方法，得到的结果更加接近真实值。由于使用无偏估计方法，不依赖反应物质的纯光谱等其他信息，有效的减少了噪声产生的影响，使得到的反应动力学速率常数更加精确。
📄 2019108020858
📂 G01N21_31
👤 浙江工业大学
📅 2019-08-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台