-
公开(公告)号：CN118568613B
公开(公告)日：2024-12-27
申请号：CN202410828907.0
申请日：2024-06-25
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2431 , G06F18/25 , G06F18/214 , G06N3/0895
Abstract: 本发明涉及深度学习技术领域，具体提供一种基于特征融合的半监督学习方法、系统、终端及存储介质，包括：从有标签数据集中随机选择两个初始训练子集。利用两个训练子集的有标签数据分别训练分类器1和分类器2。然后每次迭代过程中，分类器1和分类器2分别对子集1和子集2中经过特征融合的无标签样本以及未经特征融合的无标签样本进行预测，通过比较融合前后的变化大小来度量模型预测的置信度，从而确定一部分无标签样本的伪标签。每个子集的分类器选择出预测置信度最高的若干无标签样本，加入到对方子集的有标签数据集中，使用扩增后的有标签样本重新训练分类器。本发明大大提升了分类器的训练效率和准确度。
-
公开(公告)号：CN118965139A
公开(公告)日：2024-11-15
申请号：CN202411464881.2
申请日：2024-10-21
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F18/2411 , G06F18/213 , G06F18/25 , G06V10/764 , G06V10/40 , G06V10/80
Abstract: 本申请涉及多模态数据处理技术领域，具体为以音频模态为目标模态的多模态情感分析方法和系统；为解决现有技术中多模态情感分析准确度较低的问题，本申请制定当存在音频模态时，将图像模态和文本模态翻译为音频模态，经融合后进行神经网络处理，得到多模态情感预测结果；当不存在音频模态时，用互信息分数来判断哪个模态中所含的情感信息更多，以此来让其他模态向其翻译，得到缺失联合特征，并将标准完整联合特征作为目标，缺失联合特征向完整联合特征逼近进行神经网络处理，得到多模态情感预测结果；该方法应用到多模态情感分析领域中，处理过程更灵活、分析过程更全面、更合理，得到情感预测结果准确度更高。
-
公开(公告)号：CN114185059B
公开(公告)日：2024-09-06
申请号：CN202111313334.0
申请日：2021-11-08
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了基于多雷达融合的多人跟踪系统、方法、介质、终端，涉及雷达测量技术领域。主机接收来自不同雷达的多组数据，将不同雷达的数据进行对齐，同步到同一坐标轴上；对不同雷达数据同步时先将时间进行同步，使同步的数据为同一时间不同雷达采集的数据；对每个激光雷达数据中的动点数据提取出来；使用卡尔曼滤波器跟踪并计算目标的位置；数据处理完毕后即时的将数据存储到文件，并即时的上传到云。本发明是一个即时性的系统，很多同类发明使用的都是机器学习算法来进行目标识别和跟踪，但是此类算法占用资源多，计算时间相当长，不满足即时性的需要，而本系统可以即时的根据激光雷达反馈结果，而且延迟在1s之内。
-
公开(公告)号：CN118134606B
公开(公告)日：2024-07-23
申请号：CN202410544307.1
申请日：2024-05-06
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06Q30/0601 , G06Q30/0251 , G06N3/0442 , G06N3/08 , G06Q30/0202
Abstract: 本申请涉及商业领域数据预测推荐技术领域，具体为基于用户偏好的服务推荐方法、系统、设备和存储介质；为解决现有技术当中服务推荐准确度较低的问题，本申请首先将基于交互结构图得到的目标用户和服务信息，分别进行门控图神经网络处理和双向门控循环单元处理，获得目标用户长期偏好向量和目标用户短期偏好向量后，进行融合，得到目标用户个性化偏好向量；最后，将每个服务与目标用户个性化偏好向量的概率映射值作为推荐值，并将推荐值大于推荐阈值的服务，作为推荐服务推荐给目标用户，实现快捷准确的服务推荐，应用在商业领域数据预测中，能增加用户体验，提升商业内容消费。
-
公开(公告)号：CN118035565B
公开(公告)日：2024-06-11
申请号：CN202410430460.1
申请日：2024-04-11
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F16/9535 , G06N3/0464 , G06N3/08 , G06F18/241 , G06F18/25 , G06F18/22
Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为基于多模态情绪感知的主动服务推荐方法、系统和设备；该服务推荐方法，首先针对不同模态特点进行不同特征提取方式，得到文本特征向量、图像特征向量和音频特征向量；然后，将片段融合向量与视频总融合向量均值进行处理后分类，得到用户情绪向量；最后，基于用户地址、属性和情绪、服务地址和属性、场景等信息，构建用户‑服务‑情景的图结构，基于图卷积处理的方式，得到的目标用户节点传播特征向量，服务节点传播特征向量，情景节点传播特征向量，经推荐值计算，将推荐值大于阈值对应的服务推荐给目标用户，实现对目标用户丰富且准确的服务推荐，提升用户的体验感。
-
Patent Agency Ranking
公开(公告)号：CN118134606A
公开(公告)日：2024-06-04
申请号：CN202410544307.1
申请日：2024-05-06
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06Q30/0601 , G06Q30/0251 , G06N3/0442 , G06N3/08 , G06Q30/0202
Abstract: 本申请涉及商业领域数据预测推荐技术领域，具体为基于用户偏好的服务推荐方法、系统、设备和存储介质；为解决现有技术当中服务推荐准确度较低的问题，本申请首先将基于交互结构图得到的目标用户和服务信息，分别进行门控图神经网络处理和双向门控循环单元处理，获得目标用户长期偏好向量和目标用户短期偏好向量后，进行融合，得到目标用户个性化偏好向量；最后，将每个服务与目标用户个性化偏好向量的概率映射值作为推荐值，并将推荐值大于推荐阈值的服务，作为推荐服务推荐给目标用户，实现快捷准确的服务推荐，应用在商业领域数据预测中，能增加用户体验，提升商业内容消费。
-
公开(公告)号：CN116155835B
公开(公告)日：2024-04-16
申请号：CN202310071364.8
申请日：2023-01-17
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种基于排队论的云资源服务质量评估方法及系统，确定服务节点相对于服务的处理能力和容量；根据服务节点所包含的服务数量，将服务节点进行分类，分成基本服务节点和组合服务节点；针对不同服务节点，采用相应的排队模型进行服务质量评估，并输出评估结果。本发明能够从服务层次上刻画云资源消耗的本质特征，将终端用户的服务质量需求映射为云资源的消耗，从而在能够满足用户服务质量需求的前提下，为服务提供商降低云资源的租用成本。
-
公开(公告)号：CN117609003A
公开(公告)日：2024-02-27
申请号：CN202311351513.2
申请日：2023-10-18
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种基于两阶段的微服务异味检测方法，所述方法包括如下步骤：S1、根据微服务系统源码文件，采取具体的分析项，基于一个或多个分析项，检测不同类型的微服务异味；S2、将不同类型异味检测算法的结果汇总；S3、在微服务系统运行时，实时收集运行时容器性能日志、运行时路径追踪日志、运行时数据库操作日志；S4、根据静态和运行态结合分析检测方式的初步判定结果、各种微服务运行时日志，进行运行态下异味的判定；S5、将3种不同检测方式的结果汇总，以JSON字符串形式输出，每种异味的每个检测结果均包含位置信息。该方法采用静态和运行态两阶段结合的方法，能够全面检测、精准定位多而杂的微服务异味。
-
公开(公告)号：CN117234882A
公开(公告)日：2023-12-15
申请号：CN202311282020.8
申请日：2023-09-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种在线应用云资源供应软件定义模型构建方法及终端机，属于云资源供应、整合与调度领域，根据公有云环境下的云资源，设计云资源的描述、发现与集成服务系统，对公有云环境进行统一管理，实现云资源供应软件定义模型的资源层的构建；采用行为模式模型图对公有云环境下的在线应用的负载以及行为模式进行分析，描述出在线应用的负载分布以及服务之间依赖关系；对在线应用的服务质量指标进行描述与建模，实现云资源供应软件定义模型的业务层构建；根据用户服务质量需求，构建满足预设条件的虚拟数据中心，并实现云资源供应软件定义模型控制层的构建。本发明实现降低成本的同时，提高云资源的使用效率和质量。
-
公开(公告)号：CN110097288B
公开(公告)日：2023-11-10
申请号：CN201910380650.6
申请日：2019-05-08
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/0631 , G06Q10/0835 , G06Q10/047 , G06F16/9537
Abstract: 本发明提出了一种基于图搜索的城市众包配送任务分配方法,将实际电子地图映射成众包配送网络图，将任务的起始位置、目标位置以及骑手的位置映射到配送网络图中，考虑配送路径优化并在图中完成任务分配。本发明考虑众包骑手的配送能力和任务匹配度，以时间约束内为骑手分配任务的数量最多为目标，建立基于配送网络图的众包任务分配模型。提出一种基于配送网络图的众包任务分配算法，即基于蚁群规划的众包任务分配算法，求解问题模型。最后，将得到的分配结果返回到电子地图中，便于用户以可视化的方式查看。本发明提供的一种新的城市众包配送服务调度解决方案，得到骑手的配送任务集合的同时也能输出骑手配送路径，具有实用价值。
-
-
-
-
-
-
-
-
-
Search Results
107
records
(took 0.043 seconds)
