-
公开(公告)号:CN118964927A
公开(公告)日:2024-11-15
申请号:CN202410955628.0
申请日:2024-07-17
Applicant: 湖北经济学院
IPC: G06F18/213 , G06F18/23213 , G06F18/241 , G06Q50/06
Abstract: 本发明公开了一种基于层次k‑means的污染源样本特征数据库构建系统方法,属于污水处理技术领域。上述方法包括以下步骤:获取污染源检测样本特征数据集;将样本特征数据集初始化为n个聚类中心;计算每一个个体成为下一个聚类中心的概率;选择概率最大的作为污染源聚类中心;更新簇中心;输出得到污染源特征库。本发明提供的基于层次k‑means的污染源样本特征数据库构建方法,其训练集分类精准度最高为96%,测试集分类精准度最高为93%。相较于EMD模型,其分类准确度提升了约35%。
-
公开(公告)号:CN117557743A
公开(公告)日:2024-02-13
申请号:CN202311424858.6
申请日:2023-10-30
Applicant: 湖北经济学院
IPC: G06T17/10 , G06T17/20 , G06T5/70 , G06T7/11 , G06V10/762
Abstract: 本申请提供一种获取高质量的场景数据和建模目标的方法,包括目标点云自动提取步骤,目标点云自动提取步骤包括:获取区域内目标物体的高度特征;获取区域内点云内的高度分布统计;基于区域内目标物体的高度特征和区域内点云内的高度分布统计,得到高程属性;确定特征平面;特征平面聚类;将聚类结果转化为目标聚类框;基于相邻特征平面中聚类框的重叠度调整和筛选提取框。本申请实施例获取高质量的场景数据和建模目标的方法能够从广阔场景中自动提取目标对象;能够解决直接聚类中固有的欠分割问题;能够成功抵消了过分割现象;能够为基于点云数据的大型场景建模提供了可行的对象提取策略。
-
公开(公告)号:CN119741081A
公开(公告)日:2025-04-01
申请号:CN202411635240.9
申请日:2024-11-15
Applicant: 湖北经济学院
IPC: G06Q30/0601 , G06F16/9535 , G06F21/60 , G06F21/62 , G06F18/213 , G06F18/25 , G06F18/22 , G06N3/098 , G06N3/048
Abstract: 本发明提出了基于特征重调整的联邦交叉视图电子商务推荐方法,旨在提升推荐系统的隐私保护能力和多视图数据融合效果。该方法在用户客户端收集多个视图的数据集,通过深度神经网络提取用户和项目的特征表示。在此基础上,采用特征重调整机制动态调整特征通道的权重,增强重要特征的表示能力,并抑制噪声和冗余特征的干扰。该方法保证用户原始数据留在本地,降低数据泄露风险,实现用户隐私保护。同时,通过优化损失函数和后验概率计算,系统能够生成个性化推荐列表。联邦学习中的全局模型参数聚合机制提升了推荐的准确性和系统响应速度,适应于大规模用户的个性化需求。
-
公开(公告)号:CN118886777A
公开(公告)日:2024-11-01
申请号:CN202410940290.1
申请日:2024-07-15
Applicant: 湖北经济学院
Abstract: 本发明公开了一种水质检测系统及方法,属于污水处理技术领域,上述方法包括以下步骤:获取初始样本;对初始样本进行数据归一化;构建拓扑结构;搜索最优值;检测水质元素含量;得到水质检测结果。本发明提供的水质检测方法,通过对传统的BP神经网络进行优化,能够有效提高最终输出结果的精度。
-
-
-