一种基于交通监控视频的实时在线交通状态检测方法

    公开(公告)号:CN104933868B

    公开(公告)日:2017-07-07

    申请号:CN201510338706.3

    申请日:2015-06-17

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于交通监控视频的实时在线交通状态检测方法,其特征在于:包括对应每个监控设备上设置一视频处理器,每一所述视频处理器经网络模块与远程服务器连接,其中:所述视频处理器读取对应所述监控设备上的视频图像,按照获得的图片求取每一帧图片中各像素点的灰度值X,并与预存参数值X‑1比较,由核方法评估该视频处理器上观察到的路段拥堵程度ci,并上传;由远程服务器通过各个实时路段拥堵程度ci进行分析,获得从一个路口到下一个路口的路段拥堵程度值C。本发明通过视频处理器分析实时图像灰度,利用核方法评估拥堵程度并上传,减少了数据传数量,实现服务器对数据的实时获取,提高交通信息的处理能力和有效性。

    面向项目型ERP系统的APS规划方法及系统

    公开(公告)号:CN113592170B

    公开(公告)日:2023-08-08

    申请号:CN202110844598.2

    申请日:2021-07-26

    Abstract: 本发明涉及一种面向项目型ERP系统的APS规划方法及系统,包括以下步骤:获取临时物料列表;计算临时物料列表中的临时物料的层级,所述临时物料的层级分为0,1,2,3...,n级;获取0级物料的物资时间跟踪表;依次计算1级物料‑n级物料的制造订单的临时完工日期,根据物料制造订单的临时完工日期,计算该级物料的工单的工差及物料时间跟踪表。其将企业的资源限制与企业目标纳入考虑,使得生产规划与排程系统的规划结果达到最佳化。

    基于CNN+GRU的公交短时客流预测方法

    公开(公告)号:CN111754025A

    公开(公告)日:2020-10-09

    申请号:CN202010449431.1

    申请日:2020-05-25

    Inventor: 龚兰兰 凌兴宏

    Abstract: 本发明公开了一种基于CNN+GRU的公交短时客流预测方法。公交站点客流预测是公交调度的主要依据,针对传统的公交短时客流预测只考虑时间特征这一问题,提出基于卷积神经网络(CNN)和门控循环单元(GRU)的预测模型,分别利用CNN和GRU对公交客流的空间和时间特征进行提取,构建公交客流预测模型。利用苏州市公交IC卡刷卡数据和公交车GPS数据,构建站点客流时空矩阵,使用模型对公交站点的客流进行预测。实验结果表明,CNN+GRU预测模型能够有效地进行公交短时客流预测,并且比其他模型具有更好的准确性。

    单样本人脸识别方法、装置、设备及计算机可读存储介质

    公开(公告)号:CN107958241A

    公开(公告)日:2018-04-24

    申请号:CN201810007877.1

    申请日:2018-01-04

    Applicant: 苏州大学

    CPC classification number: G06K9/00268 G06K9/00288 G06K9/6256 G06K9/6276

    Abstract: 本发明公开了一种单样本人脸识别方法、装置、设备及计算机可读存储介质,包括对待识别图像进行预处理,得到行列一致的待识别单样本;采用预先计算出的SVD投影矩阵和LU投影矩阵分别对待识别单样本进行投影,得到第一判别特征和第二判别特征;利用第一判别特征、第二判别特征、第一计算关系式、预先依据原始训练样本集计算出的SVD权重、LU权重、与原始训练样本集中的各个原始训练样本一一对应的各个SVD判别特征和各个LU判别特征计算出待识别单样本到各个原始单样本的距离;采用最近邻分类器从各个距离中确定出待识别单样本距离最近的原始单样本,并以确定出待识别单样本的类别。扩展了数据的求解范围,提高了识别率和识别性能。

    一种单样本人脸识别方法、系统、设备及可读存储介质

    公开(公告)号:CN107886090A

    公开(公告)日:2018-04-06

    申请号:CN201711352665.9

    申请日:2017-12-15

    Applicant: 苏州大学

    CPC classification number: G06K9/00268 G06K9/00288 G06K9/6232 G06K9/6256

    Abstract: 本申请公开了单样本人脸识别方法、系统、设备及可读存储介质,其中,该方法包括:获取已标注的人脸图像数据,得到参考数据;通过对所述参考数据进行多尺度支持向量变换,得到所述参考数据相应的多尺度高维投影;提取所述多尺度高维投影的特征,得到所述参考数据相应的多尺度高维特征序列;利用所述多尺度高维特征序列,分别对所述参考数据和待测试数据进行反投影,得到所述参考数据和所述待测试数据相应的虚拟图像;根据所述参考数据对应的虚拟图像,计算所述待测试数据相应的虚拟图像的分类准确率,以完成对单样本的人脸识别。可见,本发明提供的单样本人脸识别方法将特征提取和样本扩充进行有机的结合,从而提高单样本人脸识别的准确率。

    一种商品推荐方法、装置和计算机可读存储介质

    公开(公告)号:CN109636529B

    公开(公告)日:2022-04-12

    申请号:CN201811536326.0

    申请日:2018-12-14

    Applicant: 苏州大学

    Abstract: 本发明实施例公开了一种商品推荐方法、装置和计算机可读存储介质,依据设定的分类规则,对获取的评分矩阵中的各元素进行分类,构建多个商品子空间;在每个商品子空间中包括有用户对商品的评分信息;计算各商品子空间中目标用户与各剩余用户之间的评分支持度;根据各评分支持度,确定出目标用户的近邻用户集。根据评分规则,从近邻用户集中各用户所对应的近邻商品中筛选出推荐商品。通过计算评分支持度的方式,可以快速的确定出目标用户的近邻用户集,提升了商品推荐的处理效率。并且从近邻用户集所对应的商品中选取推荐商品,使得推荐的商品更加符合用户的实际需求,提高了资源推荐的性能。

    一种基于Sarsa安全模型的无人自动小车的控制方法

    公开(公告)号:CN110941268A

    公开(公告)日:2020-03-31

    申请号:CN201911139128.5

    申请日:2019-11-20

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于Sarsa安全模型的无人自动小车的控制方法,包括如下步骤:初始化,选择初始状态和初始动作;将初始状态置为当前状态,将初始动作置为当前动作;执行当前动作,无人自动小车进入下一状态并获得回报值;对约束函数进行线性处理;用拉格朗日乘数法求解无人自动小车处于下一状态时可执行的下一安全最优动作;完成Q值函数、状态空间和动作空间的更新。本发明将多维约束进行线性化,可以保证状态-动作值函数和约束函数可求导,并且避免在求解过程中无人自动小车无法获得最佳动作,然后采用拉格朗日乘数法进行求解,提高了无人自动小车在当前状态下选择安全最优动作的效率和精确度。

    一种商品推荐方法、装置和计算机可读存储介质

    公开(公告)号:CN109636529A

    公开(公告)日:2019-04-16

    申请号:CN201811536326.0

    申请日:2018-12-14

    Applicant: 苏州大学

    CPC classification number: G06Q30/0631 G06Q30/0623

    Abstract: 本发明实施例公开了一种商品推荐方法、装置和计算机可读存储介质,依据设定的分类规则,对获取的评分矩阵中的各元素进行分类,构建多个商品子空间;在每个商品子空间中包括有用户对商品的评分信息;计算各商品子空间中目标用户与各剩余用户之间的评分支持度;根据各评分支持度,确定出目标用户的近邻用户集。根据评分规则,从近邻用户集中各用户所对应的近邻商品中筛选出推荐商品。通过计算评分支持度的方式,可以快速的确定出目标用户的近邻用户集,提升了商品推荐的处理效率。并且从近邻用户集所对应的商品中选取推荐商品,使得推荐的商品更加符合用户的实际需求,提高了资源推荐的性能。

    一种图像分类方法、训练方法、分类预测方法及相关装置

    公开(公告)号:CN108830302A

    公开(公告)日:2018-11-16

    申请号:CN201810523533.6

    申请日:2018-05-28

    Applicant: 苏州大学

    Abstract: 本申请公开了一种图像分类方法,包括:对标准TWSVM算法进行预处理,得到预处理TWSVM算法;根据获取的训练数据集执行二叉决策树构造操作,根据预处理TWSVM算法和构造得到的二叉决策树中的非叶子结点进行训练处理,得到每个非叶子结点的决策函数;通过二叉决策树和决策函数对待测样本进行分类预测处理,得到分类结果。通过二叉决策树为基础拓展TWSVM算法,提高TWSVM算法处理多分类问题的效率,并且通过核聚类构造的二叉决策树提高了面对非线性问题时的准确率本申请还公开了一种图像分类的训练方法、分类预测方法、图像分类系统、图像分类装置以及计算机可读存储介质,具有以上有益效果。

    一种医疗数据的特征选择方法及相关装置

    公开(公告)号:CN108806796A

    公开(公告)日:2018-11-13

    申请号:CN201810522806.5

    申请日:2018-05-28

    Applicant: 苏州大学

    CPC classification number: G16H50/70

    Abstract: 本申请公开了一种医疗数据的特征选择方法,包括:对获取的医疗数据进行标准化处理,得到标准化医疗数据;对所述标准化医疗数据进行权重向量稀疏计算处理,得到所述标准化医疗数据中特征对应的权重向量;根据所有所述权重向量对所有所述特征进行选择,得到最优特征集。通过在特征选择的权重向量计算过程进行稀疏处理,使不相关特征的权重向量趋近于0,减少多过无关特征被选入最优特征集,相当于减少的无关噪声,提高了处理高维数据时的精度。本申请还公开一种医疗数据的特征选择系统、特征选择装置以及计算机可读存储介质,具有上述有益效果。

Patent Agency Ranking