-
公开(公告)号:CN109684384B
公开(公告)日:2023-03-28
申请号:CN201811639046.2
申请日:2018-12-29
Applicant: 太原科技大学
IPC: G06F16/2458 , G06F16/248
Abstract: 本发明公开了一种轨迹数据时空密度分析系统及其分析方法,技术方案如下:时空密度分析模块利用轨迹数据预处理模块得到的目标轨迹数据进行计算,得到各个轨迹点的时空密度值,时空分布密度可视化模块将目标轨迹数据以及轨迹点的时空密度值,分别绘制成轨迹散点图和时空密度曲线,呈现给用户;在结果提取模块,针对用户感兴趣的密度分析结果进行提取和保存,最后根据提取结果的经纬度和时间信息在地图上相应位置进行标注。本系统和方法能够服务于更加广泛的应用,计算过程和结果的呈现更加直观,且不需要用户提前对数据进行过多的预处理,系统的操作更加简单。
-
公开(公告)号:CN114492526B
公开(公告)日:2022-11-22
申请号:CN202210089742.0
申请日:2022-01-25
Applicant: 太原科技大学
Abstract: 本发明公开了一种面向多星光谱自动识别的SPEC‑Net网络架构及识别方法;属于天体光谱数据分析与处理技术领域;所述的网络架构包括:多星光谱生成计算模型、多星光谱判别计算模型、多星光谱映射计算模型;本发明针对多星系统谱线不同径向速度进行特征提取,通过对抗式学习机制,得到具有类内高内聚、类间低耦合特性的多星光谱低维度表征,然后以此展开自动识别;SPEC‑Net具有良好的泛化生成性;多星光谱映射计算模型的存在则保障了特征映射的鲁棒性和稳定性;提供了多星光谱自动识别的端到端的解决方案。
-
公开(公告)号:CN110334659B
公开(公告)日:2022-05-10
申请号:CN201910612231.0
申请日:2019-07-08
Applicant: 太原科技大学
Abstract: 本发明公开了一种基于二分类的双峰发射线搜寻方法,首先利用相关子空间方法对双峰发射线数据做出特征提取,通过不同大小数据集,取不同参数时对相关子空间的个数和特征线分析,得出相关子空间的多条特征线;其次,根据相关子空间的特征线之间不同强弱的关联性,利用频繁模式挖掘和粗糙集理论将相关子空间分类;然后,利用支持向量机的方法对选出的训练集进行训练,从而构造出双峰发射线数据的分类模型;本发明的方法对于双峰发射线数据的搜寻具有可行性和有效性;在正样本比例极小的情况下,与其它方法相比,该方法可以将正样本的特征有效学习,从而构造出可用于双峰发射线数据分类的模型。
-
公开(公告)号:CN110807051B
公开(公告)日:2021-03-26
申请号:CN201911064443.6
申请日:2019-10-31
Applicant: 太原科技大学
IPC: G06F16/2458 , G06F16/29 , G06F16/9535 , H04L29/08
Abstract: 本发明一种基于云平台的上下文感知实时推荐服务的方法,属于服务信息推荐方法技术领域;所要解决的技术问题为:提供一种基于云平台的上下文感知实时推荐服务方法的改进;解决该技术问题采用的技术方案为:包括如下步骤:采用向量模型对上下文模型进行定义,对数据的关联规则进行挖掘,采用基于滑动窗口的分布式关联规则挖掘方法,挖掘关联规则与匹配服务推荐:本发明应用于服务信息推荐。
-
公开(公告)号:CN118114191A
公开(公告)日:2024-05-31
申请号:CN202311763548.7
申请日:2023-12-21
Applicant: 太原科技大学
IPC: G06F18/25 , G06F18/24 , G06F18/27 , G06F18/214 , G06F18/213 , G06N20/20
Abstract: 本发明公开了一种基于集成回归的Am/Ap星并行化分类模型,所述的分类模型基于DCU系统架构开发,主要包括:a.恒星光谱去伪连续谱预处理模块;b.标准化光谱特定波段等值宽度特征提取模块;c.光谱特征集成回归并行训练模块,包括光谱特征分组、光谱特征交叉、光谱特征集成回归、光谱特征回归正负误差区间四个子模块;d.待测光谱并行分类模块。本发明具有以下优点:可以使用较少特征实现对Am/Ap恒星的有效分类;对低信噪比的Am/Ap恒星光谱数据有一定的区分能力;记录不同特征组合的回归值,可用于进一步探究Am/Ap恒星的等值宽度特征间的相关性信息。
-
公开(公告)号:CN117876707A
公开(公告)日:2024-04-12
申请号:CN202410051063.3
申请日:2024-01-15
Applicant: 太原科技大学
IPC: G06V10/44 , G06V10/762 , G06V10/30
Abstract: 本发明公开了一种基于区间表示的碳星光谱形态表示及并行化搜寻方法,通过分析碳星光谱的数据分布特点,以区间表示为基础,进行自适应数据表征,同时分层提取形态信息,从而对碳星光谱进行深入特征分析并进行有效表征;采用近邻决策思想缩小搜索空间,从而进行快速相似性度量,并将离群数据挖掘方法和交叉相关等天文数据处理技术相结合,搜寻碳星;通过对特征提取方法和离群数据挖掘方法中的基于近邻决策的搜索流程进行线程分散,实现并行化。本系统和方法能够广泛的服务于碳星等稀有天体搜寻任务,为其提供可靠高效的搜寻技术,补充完善稀有天体样本库。
-
公开(公告)号:CN117851624A
公开(公告)日:2024-04-09
申请号:CN202410054519.1
申请日:2024-01-15
Applicant: 太原科技大学
IPC: G06F16/535 , G06F16/51 , G06F16/55 , G06F16/583
Abstract: 本发明一种基于DG‑ADM的矮星系搜寻系统,技术方案如下:首先对基于交叉DESI‑cut数据集的矮星系数据进行获取和预处理得到训练集,并对训练集进行类别划分及标注;其次,进行矮星系搜寻模型DG‑ADM(Dwarf Galaxy Automatic Detection Model)的构建;接下来,对大规模天区的搜寻数据集进行构建及预处理,并使用DG‑ADM对该大规模天区的搜寻数据集进行矮星系搜寻来获得候选体集;最后,进行候选体集的筛查和分析,在获得候选体集之后,将其与simbad数据库交叉,SExtractor筛选,将未被证认过的候选体与SDSS数据库交叉分析。本发明具有以下优点:优化了直接使用切割图进行模型训练时缺乏与矮星系相关的背景和临域信息的问题;可以处理矮星系之间特征相似难以有效区分以及部分矮星系样本特征较弱、易于背景混淆的情况。
-
公开(公告)号:CN116959269A
公开(公告)日:2023-10-27
申请号:CN202310594217.9
申请日:2023-05-24
Applicant: 太原科技大学
IPC: G08G1/052 , G08G1/01 , G06N3/0442 , G06N3/0464 , G06F18/213 , G06Q10/04 , G06F123/02
Abstract: 本发明提供了一种基于注意力重构神经网络的交通预测方法,属于交通预测技术领域;解决了目前基于深度学习模型对交通预测中存在的特征提取不全面、模型精度低的问题;包括如下步骤:通过传感器获取道路网络上的交通信息,并将获取的道路网络上的交通信息根据时序划分为最近的时间序列和以周为单位的过去几周的周期时间序列;采用基于多头注意力的图注意力网络GAT分别捕捉最近的时间序列和周期时间序列的路段之间交通信息的空间依赖关系;分别通过长短期特征提取GRU得到最近的时间序列和周期时间序列的时间依赖性输出,最后通过注意力层来捕捉它们之间的动态重要性,最终输出预测的下一时刻的传感器测得的车辆速度;本发明应用于交通预测。
-
公开(公告)号:CN110046209B
公开(公告)日:2022-08-09
申请号:CN201910233961.X
申请日:2019-03-26
Applicant: 太原科技大学
Abstract: 本发明公开了一种基于高斯模型的轨迹停止点提取方法,给定初始半径和密度,计算各个数据点在半径范围内的邻居点的数量记为该点的密度,标记密度小于MD的所有轨迹点,求出所有标记轨迹点的邻居数量的均值和方差,建立移动点的密度高斯模型,通过调整半径和密度相应的调整移动点的密度高斯模型,直到剩余停止点的结构不再发生变化,获得最终的移动点密度高斯模型。利用该密度高斯模型拟合各条轨迹数据,并按不同的时间段进行划分,得到最终的停止点的聚集模式。该方法从移动点的聚集特征分析出发,通过移动点的密度特征建立高斯模型,通过高斯模型来排除轨迹中的移动点,从而提高停止点的提取精度。
-
公开(公告)号:CN111079840A
公开(公告)日:2020-04-28
申请号:CN201911300499.7
申请日:2019-12-17
Applicant: 太原科技大学
Abstract: 本发明公开了一种基于卷积神经网络和概念格的图像语义完备标注方法,首先构建自适应CNN网络,分割待标注图像并提取其特征,以此来获得近邻图像集与其一系列相对应的标签集合;然后利用概念格进行标签本身潜在的语义分析,有效地改善了标注效果,并保证了语义标注的完备性;最后利用投票的方式,得到最优语义标签。采用基准数据集Corel5k进行实验,验证了该方法能有效地丰富图像标签语义,提高标签召回率,并提高图像语义检索效率。
-
-
-
-
-
-
-
-
-