-
公开(公告)号：CN110991252A
公开(公告)日：2020-04-10
申请号：CN201911084086.X
申请日：2019-11-07
Applicant: 郑州大学
Abstract: 本发明公开了一种不均衡场景中人群分布与计数的检测方法。该方法包括构建网络、预测密度、计算优化和数据验证，主要通过构建一个多级多分枝的卷积神经网络，每一个分支的输入来自不同分辨率的卷积层的输出组合，再融合为一个整体输出，使用训练图集分别输入到该卷积神经网络，得到预测密度图，引入训练图集的场景中的人群数量信息，与预测密度图进行比较来计算损失，来优化调整多级卷积神经网络的参数，使得计算损失的结果最小，最终获得最佳预测效果。本发明具有更高的检测准确率和检测效率，以及良好的可迁移性。
-
公开(公告)号：CN110827120A
公开(公告)日：2020-02-21
申请号：CN201910994793.6
申请日：2019-10-18
Applicant: 郑州大学
Abstract: 本发明涉及商品推荐技术领域，具体涉及一种基于GAN网络的模糊推荐方法、电子设备及存储介质。该模糊推荐方法包括以下步骤：从历史交互数据中获取用户特征向量和商品特征向量；将所述用户特征向量和商品特征向量拼接为一个向量输入判别器，并将筛选出的评分高于预设阈值的商品加入候选集合；根据所述候选集合中的所述商品特征向量和所述用户特征向量分析用户偏好以得到用户偏好分布；从所述用户偏好分布中随机抽选多个商品作为推荐列表。本实施例根据用户偏好按照概率随机生成推荐列表，不仅能够保证准确性，而且同时也给新上市的商品提供了被推荐的机会，有利于新商品的推广。
-
公开(公告)号：CN110598669A
公开(公告)日：2019-12-20
申请号：CN201910893172.9
申请日：2019-09-20
Applicant: 郑州大学
Abstract: 本发明提供一种复杂场景中人群密度的检测方法和系统，检测方法包括如下步骤：建立人工神经网络模型，采用已知人群密度的人群图像对该人工神经网络模型进行训练，直到人工神经网络模型收敛，其准确性不再变化；实时采集待检测区域的人群图像，并将其输入到训练好的人工神经网络模型，得到人群密度。本发明提供的技术方案，根据池化损失的大小对人工神经网络模型进行训练，相对于现有技术中利用真实密度图和预测密度图之间的欧几里德距离作为反向传播期间的损失并取得了应有的结果的方法相比，能够提高所训练出的人工神经网络模型的精度，解决现有技术中对人群密度检测结果精确度较低的问题。
-
公开(公告)号：CN109919112A
公开(公告)日：2019-06-21
申请号：CN201910190960.1
申请日：2019-04-02
Applicant: 郑州大学
Abstract: 本发明公开了一种复杂场景中流动人群的分布与计数检测的方法。该方法包括的步骤有：构建预训练模型、多层网络初始化、特征提取与感知、融合估算人群数量。基于这些步骤，可以先通过构建一列单列的卷积神经网络作为预训练模型，融入多层卷积神经网络中，然后再通过对人群密度信息感知，将待识别图像中的多尺度信息，通过分类感知以及得分图的方式融合进整个网络中，从而提高该网络识别人群的准确率和执行效率，以及良好的可迁移性。
-
公开(公告)号：CN113888012B
公开(公告)日：2025-04-29
申请号：CN202111227271.7
申请日：2021-10-21
Applicant: 郑州大学
IPC: G06Q10/0631 , G06Q10/083 , G06N3/092
Abstract: 本发明涉及一种自适应物流调度方法与系统，获取各时间步的与快递相关的组合特征向量，基于组合特征向量自适应地划分滑动窗口，能够准确得到滑动窗口的大小，以获得较为准确的匹配结果，提升后续快递调度的准确性，提升收件效率，基于划分得到的滑动窗口，确定收件请求最大任务数量阈值，基于收件请求最大任务数量阈值，将滑动窗口内的收件请求任务按照预设规则打包成任务组，按照贪婪策略，为各快递员分配对应的任务组，就可以针对滑动窗口内的快递员和收件请求任务进行高质量匹配，为平台获取更高整体收益。因此，本发明提供的自适应物流调度方法不但可以提升收件效率，还可以提升平台收益。
-
Patent Agency Ranking
公开(公告)号：CN119179907A
公开(公告)日：2024-12-24
申请号：CN202411252677.4
申请日：2024-09-06
Applicant: 郑州大学
IPC: G06F18/22 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N5/025 , G06N3/048
Abstract: 本申请提供了一种事件态势预测方法、装置及电子设备。该方法包括步骤：将每个历史事件均拆解为对应的多个历史事件特征，构建事件内部特征图和事件之间特征图，计算获取历史事件特征的特征表示；将目标前置事件拆解为多个目标前置事件特征，为目标前置事件特征匹配对应的目标前置特征表示，利用目标预测函数，计算获取目标后续事件特征。本申请通过将事件拆解到特征层面，深入挖掘事件的全局和局部信息，融合事理图谱中提取的特征表示来丰富模型的语义，提升了学习的质量和推荐的准确性，使得突发事件无论是否存在于历史事件库中，都能通过拆解后的相同特征预测出对应的后续事件特征，缓解了突发事件的稀疏性问题。
-
公开(公告)号：CN116993127A
公开(公告)日：2023-11-03
申请号：CN202311204405.2
申请日：2023-09-14
Applicant: 郑州大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q10/083
Abstract: 本发明涉及一种跨业务实时调度方法及系统，获取同一时间批次内的包裹请求和乘客任务请求，根据包裹请求的派送起点和派送终点，确定该包裹请求所对应的最短路径，将包裹请求拆分成多个子包裹请求，增加其完成概率，根据乘客任务请求，从确定得到的所有子包裹请求中检索出所有满足预设条件的子包裹请求，得到目标子包裹请求，将目标子包裹请求与乘客任务请求进行打包，得到有效乘客任务请求包，可有效降低调度规模，提升调度效率，利用博弈论策略对有效乘客任务请求包与待匹配工人进行匹配。本发明提供的跨业务实时调度方法不仅可以进行同平台不同业务间的资源调度及协调利用，还可以在保证工人收益和工作负担均衡的前提下，提升平台整体收益。
-
公开(公告)号：CN109919112B
公开(公告)日：2021-07-20
申请号：CN201910190960.1
申请日：2019-04-02
Applicant: 郑州大学
Abstract: 本发明公开了一种复杂场景中流动人群的分布与计数检测的方法。该方法包括的步骤有：构建预训练模型、多层网络初始化、特征提取与感知、融合估算人群数量。基于这些步骤，可以先通过构建一列单列的卷积神经网络作为预训练模型，融入多层卷积神经网络中，然后再通过对人群密度信息感知，将待识别图像中的多尺度信息，通过分类感知以及得分图的方式融合进整个网络中，从而提高该网络识别人群的准确率和执行效率，以及良好的可迁移性。
-
公开(公告)号：CN111100931A
公开(公告)日：2020-05-05
申请号：CN201911212698.2
申请日：2019-12-02
Applicant: 郑州大学第一附属医院
IPC: C12Q1/6886 , C12Q1/6851 , C12N15/11
Abstract: 本发明公开了一种定量检测SMIM3基因表达量的引物探针组、试剂盒和方法，其中引物探针组，包括组分A和组分B，组分A包括上游引物SMIM3-FP、下游引物SMIM3-RP和探针SMIM3-probe，组分B包括上游引物ABL1-FP，下游引物ABL1-RP和探针ABL1-probe。本发明优点在于实现了细胞中SMIM3相对表达量的定量检测，并且本发明SMIM3的灵敏度和ABL1的灵敏度均高达100拷贝，灵敏度高，结果精准、可靠性高，为血液肿瘤细胞（尤其是急性髓系白血病和急性淋巴细胞白血病）提供了一种新的辅助诊断方法或辅助鉴定方法，具有较大的应用前景。
-
公开(公告)号：CN109753851A
公开(公告)日：2019-05-14
申请号：CN201711072786.8
申请日：2017-11-03
Applicant: 郑州大学
IPC: G06K9/00
Abstract: 本发明实施例公开一种异常检测方法和系统。该方法包括：获取一视频片段；将每一视频帧划分为多个尺寸相同的网格单元，并采用粒子选择策略选择每个网格单元中的一特征粒子；计算每一视频帧中的每个网格单元中的特征粒子所受到的排斥力合力；根据所有视频帧的相同位置的网格单元中的特征粒子所受到的排斥力合力，得到每一特征粒子的排斥力力流矩阵；将排斥力力流矩阵中的每一向量与每一预设视觉词典比较；若向量在任一预设视觉词典中的重构误差小于预设重构误差阈值，则确定向量所在的区域正常；若向量在所有预设视觉词典中的重构误差不小于预设重构误差阈值，则确定向量所在的区域异常。本发明可准确检测人群中的异常事件。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.058 seconds)
