公开(公告)号：CN115269639A

公开(公告)日：2022-11-01

申请号：CN202210722637.6

申请日：2022-06-20

Applicant: 河北工业大学

Inventor： 顾军华 ,  温先斌 ,  张亚娟 ,  许晓笛 ,  何政波

IPC: G06F16/2453 ,  G06F16/2457 ,  G06F16/28 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明为基于深度学习的关系型数据库基数估计方法，首先，获取数据库的元数据和统计信息并构建数据库表之间的关系拓扑图；接着，为关系拓扑图的各个节点和连通子图分别建立一个基数估计器；然后，创建训练用的SQL语句，在数据库中执行SQL语句并保存查询结果；将SQL语句和查询结果作为训练数据，对基数估计器进行训练；最后，利用训练后的基数估计器估计基数，若SQL语句只涉及单张数据库表的查询或者连接查询所涉及的数据库表已存在相应的基数估计器，则对基数进行直接估计；否则，将SQL语句拆分为多个子查询，对基数进行间接估计。每个基数估计器只对应于数据库中的单个或部分数据库表，当数据库中的数据改变时，只对部分基数估计器进行更新，降低了更新成本。

公开(公告)号：CN115238868A

公开(公告)日：2022-10-25

申请号：CN202210897626.1

申请日：2022-07-28

Applicant: 河北工业大学

Inventor： 杨亮 ,  彭玮航 ,  周文淼 ,  崔灿 ,  贾永娜 ,  张亚娟 ,  牛炳鑫 ,  顾军华

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明为基于平滑与锐化融合的网站流量预测方法及系统，该方法获取网站的历史流量数据并转换为网站流量图数据，网站流量图数据的节点表示该网站中的一个网页，边表示网页之间的链接关系，从网站流量图数据中获取节点属性信息和图拓扑信息；接着，基于图卷积神经网络构建网站流量预测模型，节点属性信息和图拓扑信息为模型的输入，模型的输出通过多层感知机压缩得到各个节点的预测标签纵向堆叠形成的一维列向量，即各个网页的流量预测结果；模型由多个图卷积层堆叠而成，在图卷积层中引入锐化操作，将平滑操作和锐化操作结合，使得模型既能够充分提取网站流量图数据中节点与邻居节点属性信息之间的相似部分，也能够提取差异部分，提高了预测准确性。

公开(公告)号：CN110853011B

公开(公告)日：2022-05-27

申请号：CN201911095123.7

申请日：2019-11-11

Applicant: 河北工业大学

Inventor： 顾军华 ,  田泽培 ,  孙哲然 ,  王峰 ,  郑子辰 ,  李一凡 ,  张亚娟

IPC: G06T7/00 ,  G06T7/136 ,  G06V10/25 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明用于肺结节检测的卷积神经网络模型的构建方法，涉及图像分析，是一种根据肺结节不同形态自适应提取特征的肺结节检测方法，引入了自适应卷积层和多尺寸特征图融合预测技术，充分考虑到CT图像中不同结节的大小以及形态差异，提高速度的同时也提高了精度，克服了现有技术使用的3D和2D卷积检测模型均存在使用不同的卷积神经网络提取特征没有充分考虑到CT图像中不同结节的形态差异和3D卷积网络的计算量比较大需要很大的内存空间，使得其应用受到限制的缺陷。

公开(公告)号：CN112148931A

公开(公告)日：2020-12-29

申请号：CN202011045034.4

申请日：2020-09-29

Applicant: 河北工业大学

Inventor： 杨亮 ,  栗位勋 ,  王悦雪 ,  张亚娟 ,  顾军华

IPC: G06F16/901 ,  G06F16/906 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开了一种用于高阶异构图分类的元路径学习方法，包括以下步骤：步骤1、在多通道模式下构建多条元路径，得到第L层的邻接矩阵A(L)；步骤2、对元路径进行信息补全，得到邻接矩阵A(L2)；步骤3、将邻接矩阵A(L2)的每个通道分别进行GCN聚类运算得到优化目标Z，以此完成整个元路径的学习。本方法能够学习出潜在的元路径信息，也就是把原本比较零散短小的元路径数据，经过模型的学习得到信息丰富、路径更长的元路径；在得到中间邻接矩阵后，在中间邻接矩阵的每一片上进行分类运算，使得分类结果更加准确。

公开(公告)号：CN111159523A

公开(公告)日：2020-05-15

申请号：CN201911342546.4

申请日：2019-12-23

Applicant: 河北工业大学

Inventor： 顾军华 ,  佘士耀 ,  陈博 ,  李鑫航 ,  张丹红 ,  常光耀 ,  张亚娟

IPC: G06F16/953 ,  G06N3/00

Abstract: 本发明为一种基于Spark的并行蚁群优化社区发现方法，主要包含三个并行模块：确定蚂蚁转移顺序、构造最优解和解的优化。确定蚂蚁转移顺序模块负责计算网络节点的凝聚性度量值，并将其升序排列，获取对应的节点顺序列表，作为蚁群的转移顺序，降低蚂蚁转移过程中的随机性，从而提高算法的精确度；构造最优解模块负责使每只蚂蚁均完成解向量的构造，构成解空间，并获取最优解空间中模块度最高的解；解的优化模块负责对蚁群产生的最优解进行优化，以获得更好的社区划分结果。该方法提高了在大规模网络中进行社区发现的可行性和有效性。

公开(公告)号：CN109766557A

公开(公告)日：2019-05-17

申请号：CN201910049494.5

申请日：2019-01-18

Applicant: 河北工业大学

Inventor： 顾军华 ,  许馨匀 ,  武君艳 ,  谢志坚 ,  陈博 ,  佘士耀 ,  张亚娟 ,  张素琪

IPC: G06F17/27 ,  G06Q30/02

Abstract: 本发明实施例公开了一种情感分析、装置、存储介质及终端设备。情感分析方法包括：获取待进行情感分析的目标数据；对目标数据进行分词处理，获取与目标数据对应的初始词向量集合；根据初始词向量集合确定目标数据中待分析目标对应的目标向量；将初始词向量集合及目标向量输入至预先训练的情感分析模型中，根据情感分析模型的输出结果，确定待分析目标的情感极性；其中，情感分析模型基于多层卷积神经网络训练生成。通过采用上述技术方案，能够基于多层卷积神经网络训练而成的情感分析模型，平行地接收和处理待进行情感分析的目标数据，并充分挖掘目标数据中关于特定目标的情感信息，可以准确、高效地分析出相关数据中特定目标的情感极性。

公开(公告)号：CN105373794B

公开(公告)日：2018-02-06

申请号：CN201510937041.8

申请日：2015-12-14

Applicant: 河北工业大学

Inventor： 于洋 ,  阎刚 ,  于明 ,  师硕 ,  刘依 ,  张亚娟 ,  耿美晓

IPC: G06K9/34 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明一种车牌识别方法，涉及用于识别图形的方法，步骤是：图像预处理；根据颜色和纹理特征分割车辆区域；提取车辆区域图的显著因子图；利用基于扩展的Haar‑like特征的Adaboost分类器提取候选车牌；从候选车牌中确定真车牌位置；将标记的车牌从对应的车辆区域原图中分割出来；利用结构特征进行字符分割；基于改进的模板匹配方法的字符识别。本发明方法克服了现有的车牌识别方法应用场景比较单一，有的只适用于简单的单一场景的单一车牌识别，难以适用于多场景的多车牌识别，识别率容易受到强光、雾霾和弱光照环境的影响的缺陷。