-
公开(公告)号：CN109272056A
公开(公告)日：2019-01-25
申请号：CN201811280097.0
申请日：2018-10-30
Applicant: 成都信息工程大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于伪负样本的数据平衡方法及提高数据分类性能的方法，包括步骤：步骤1：正负样本分离，得到正样本集和负样本集；步骤2：计算得到负样本皮尔逊相关系数集合；步骤3：将伪负样本集和被挑选样本集初始化；步骤4：使用最大相关-最小冗余方法计算权重，得到权重集合；步骤5：挑选出最大权重，更新伪负样本集和被挑选样本集；步骤6：重复步骤4和步骤5，直到挑选出伪负样本集；步骤7：将挑选出的伪负样本集并入正样本集，同时，从所述负样本集中剔除挑选出的伪负样本集；本发明首次提出并定义了伪负样本的概念，提出的算法可提高数据分类准确性，进而提高分类器性能，特别是在处理不平衡的生物信息数据方面优势明显。
-
公开(公告)号：CN111189459B
公开(公告)日：2023-12-22
申请号：CN202010026328.6
申请日：2020-01-10
Applicant: 成都信息工程大学 , 四川省金科成地理信息技术有限公司 , 成都探码科技有限公司
Inventor： 乔少杰 , 黄振锋 , 甘戈 , 韩楠 , 宋学江 , 魏军林 , 张小辉 , 温敏 , 肖月强 , 程维杰 , 陈权亮 , 李斌勇 , 张永清 , 张吉烈 , 何林波 , 元昌安 , 彭京 , 周凯 , 余华 , 范勇强 , 冉先进
IPC: G01C21/30
Abstract: 本申请实施例提供了一种定位信息与道路匹配的方法和装置，该方法包括：S1.获取待匹配的定位轨迹序列和道路网络数据；步骤S2.获取所述轨迹序列的候选路段；步骤S3.判断所述定位轨迹序列中已匹配点的个数是否大于两个，若是，则用第一匹配算法计算出所述轨迹序列在所述道路网络数据上的匹配轨迹；若否，则用第二匹配算法计算出所述轨迹序列在所述道路网络数据上的匹配轨迹；步骤S4.输出所述匹配轨迹。本申请提供的定位信息与道路匹配的方法和装置，其通过获取浮动车数据和城市道路网络数据，搜索和筛选出合理的候选路段和候选待匹配点，结合所设计两种不同的匹配算法来进行浮动车地图的匹配，实现了大规模浮动车地图匹配的准确性和效率性。(56)对比文件孙庆辉等.路径规划和导航《.空间位置信息服务系统原理和方法》.西安地图出版社,2009,陈林等.情景感知系统《.‘互联网+’智慧校园技术与工程实施》.电子科技大学出版社,2017,Shaojie Qiao.A Self-AdaptiveParameter Selection Trajectory PredictionApproach via Hidden Markov Models《.IEEETRANSACTIONS ON INTELLIGENTTRANSPORTATION SYSTEMS》.2015,第16卷(第1期),乔少杰.一种基于空间编码技术的轨迹特征提取方法《.中国科学：信息科学》.2017,第47卷(第11期),
-
公开(公告)号：CN111275480A
公开(公告)日：2020-06-12
申请号：CN202010014388.6
申请日：2020-01-07
Applicant: 成都信息工程大学 , 四川省金科成地理信息技术有限公司 , 成都探码科技有限公司
Inventor： 乔少杰 , 郑皎凌 , 程维杰 , 韩楠 , 宋学江 , 张小辉 , 叶青 , 魏军林 , 肖月强 , 陈权亮 , 李斌勇 , 张吉烈 , 张永清 , 何林波 , 温敏 , 元昌安 , 彭京 , 周凯 , 余华 , 范勇强 , 冉先进
IPC: G06Q30/02 , G06F16/2458 , G06F16/28
Abstract: 本发明涉及一种面向多维稀疏销售数据仓库的欺诈行为挖掘方法，属于数据挖掘领域。该方法包括以下步骤：S1：进行参数定义，包括多维数据空间、多维数据空间上的偏序格、销售数据仓库、销售数据仓库在多维数据空间上的数据分块、挂单行为和挂单模式；S2：进行问题定义；S3：进行特定挂单模式下的挂单点挖掘；S4：进行挂单模式挖掘。本发明提出了挂单模式偏序格的概念，通过引入偏序格中各个挂单模式的相对位置偏序结构信息，有效的使用了数据仓库中的维度层次信息来对挂单行为所遵循的挂单模式进行挖掘。
-
公开(公告)号：CN109325625B
公开(公告)日：2019-12-17
申请号：CN201811141977.X
申请日：2018-09-28
Applicant: 成都信息工程大学
Abstract: 本发明公开一种基于二元高斯非齐次泊松过程的单车数量预测方法，属于数据挖掘预测技术领域，根据单车站点历史数据，利用泊松理论，建立非齐次泊松模型，并考虑环境参数的影响，建立最终的预测模型，对时间序列进行模拟并对单车数量进行修正，只需要单车站点历史的单车使用数据就能进行预测，不仅能够在相应数据获取受限的情况下，实现站点单车数量的预测，且可减小天气等不实时更新数据对预测结果的影响，显著提高站点单车在未来的一段时间内的数量预测的准确性和及时性。
-
-
-
Search Results
14
records
(took 0.02 seconds)
