-
公开(公告)号：CN102711247A
公开(公告)日：2012-10-03
申请号：CN201210232196.8
申请日：2012-07-06
Applicant: 济南大学
Abstract: 本发明涉及一种免锚节点的三维无线传感器网络物理定位方法。它采用局部集中全局分布式思想，解决了测距类方法普遍存在的反转分歧问题，以较小的计算量和通信量实现精确的物理定位。包括以下步骤：1）WSN系统初始化，各传感器节点查找自己的相邻节点并测量与相邻节点间的距离和相对的角度信息；2）各节点构建自己的本地空间直角坐标系，所有坐标系都符合右手法则，且z轴总是指向同一个半空间；3）计算各邻节点的本地坐标；4）相邻节点求解基于齐次坐标的三维坐标系变换矩阵，通过变换矩阵的转换可以计算出相对于另一个本地坐标系的坐标；5）选定全局坐标系原点，各节点通过坐标系变换矩阵的递归式传递，计算出全局物理坐标。
-
公开(公告)号：CN116991968A
公开(公告)日：2023-11-03
申请号：CN202311243302.7
申请日：2023-09-26
Applicant: 济南大学
IPC: G06F16/31 , G06F40/211 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及文本数据处理领域，具体为一种基于树结构的菜谱生成方法、系统、存储介质及设备，包括以下步骤：获取菜谱中的文本信息，经预处理后构建菜谱文本数据集；基于数据集中的菜谱文本，提取动作关键字和食材关键字，将关键字通过设置的根节点进行拼接，得到树结构形式的菜谱，即菜谱树；基于菜谱树构建约束规则集合，根据得到的约束规则集合转换成预训练嵌入编码值集合，嵌入编码值基于自编码器网络进行训练，训练后，约束规则在网络中对应的潜空间编码作为嵌入编码；在菜谱生成模型的潜空间中，经高斯分布进行采样并传递给菜谱生成模型的解码器部分，模型的输出为生成的新菜谱。
-
公开(公告)号：CN116662833A
公开(公告)日：2023-08-29
申请号：CN202310589312.X
申请日：2023-05-22
Applicant: 济南大学
Abstract: 本发明公开了一种基于高斯混合模型的多视图动态迁移聚类方法及系统，该方法包括：获取待聚类的多视图数据集，预设每个视图的视图权重和各视图之间的动态迁移学习因子的初始值；分别对每个视图中的数据样本进行聚类，根据聚类结果计算获取每一视图的高斯混合模型参数初始值以及每一视图中每一数据属于每一簇的隶属度；根据隶属度更新高斯混合模型参数、视图权重和动态迁移学习因子；以更新后的值为最新值，对每个视图进行隶属度迭代计算，直至迭代结束；根据最终迭代获取的动态迁移学习因子进行各视图之间的聚类学习，得到各视图趋于一致的聚类结果。本发明通过动态迁移学习技术实现多视图间互补信息的深入挖掘，提高多视图数据的聚类性能。
-
公开(公告)号：CN116089672A
公开(公告)日：2023-05-09
申请号：CN202310035314.4
申请日：2023-01-10
Applicant: 济南大学
IPC: G06F16/904 , G06F18/23 , G06F9/54
Abstract: 本公开提供了一种面向复杂数据可视化的周期性数据服务刷新方法及系统，包括：基于数据可视化界面中各图表的刷新间隔，获取图表所需的数据服务清单、每个数据服务的执行时间以及周期刷新时间间隔；基于各数据服务的执行时间及周期刷新时间间隔，对当前数据可视化界面进行刷新场景判断，获得当前刷新场景判断结果；其中，所述刷新场景包括第一场景、第二场景及第三场景；基于获得的场景判断结果，执行对应的并行策略，其中，对于所述第三场景，通过对数据服务按照周期刷新时间间隔以及数据服务执行时间两个维度进行聚类，获得存在冲突的数据服务，并将具有冲突的数据服务进行并发执行，实现复杂数据可视化的周期性数据服务刷新。
-
公开(公告)号：CN110910392B
公开(公告)日：2023-04-18
申请号：CN201911131121.9
申请日：2019-11-18
Applicant: 济南大学
IPC: G06T7/11 , G06T5/00 , G06T7/90 , G06V10/762 , G06V10/74
Abstract: 一种基于多重空间信息加权的模糊聚类的图像分割方法，在模糊聚类的目标函数中同时考虑了图像的多种像素信息，这种方法对于具有多种未知噪声的图像具有较好的鲁棒性，在此过程中，该方法提供了两种不同的算法，首先为了确保对聚类贡献较大的空间信息能够更好地促进聚类，采用熵加权技术对参与聚类的多种空间信息进行自动加权，像素之间的距离度量采用欧几里得距离；其次考虑到噪声图像中的像素点错综复杂且往往具有线性不可分的特点，使用核方法将特征空间中的像素点映射到高维的核空间，像素之间的距离度量使用高斯核函数进行计算，并对映射后的不同图像之间的像素点进行加权。
-
Patent Agency Ranking
公开(公告)号：CN110197256B
公开(公告)日：2022-10-11
申请号：CN201910363959.4
申请日：2019-04-30
Applicant: 济南大学
Abstract: 本发明提供了一种基于类神经网络的专业认证权重优化方法及系统，基于BP神经网络模型，并添加了反馈机制，即在BP神经网络模型的每轮计算后均向相关教师和专业负责人反馈BP神经网络模型各层之间的最新的权重值以及相应计算所得的各误差项的值，并在每次反馈后，均由相关教师参与并调整输入层到第一隐含层的各权重值、并由专业负责人参与并调整第一隐含层到第二隐含层以及第二隐含层到输出层的各权重值，直至BP神经网络模型依据预先设定的循环次数完成各相应次的循环计算，最后输出优化后的各层之间的权重。本发明用于调整教学专业的专业认证权重。
-
公开(公告)号：CN113788018A
公开(公告)日：2021-12-14
申请号：CN202110459800.X
申请日：2021-04-27
Applicant: 济南大学
Abstract: 本发明提供了一种通信时延影响下纵向队列关联车辆系统及其模糊控制方法，通过采集信号并计算获得车辆的速度、加速度、位置信息、关联车辆之间的误差和误差变化率，从单向强耦合特性出发，将具有CACC功能的纵向队列控制问题描述成通信时延影响下离散关联系统，构建关联系统模型；其次利用部分分解法和李雅普诺夫函数法，获取确保队列关联系统稳定条件的通信时延上界，忽略超出通信时延上界的车辆状态信息，只采用在通信时延范围内的车辆状态信息；最后，利用模糊PID控制算法，将具有车间距与通信时延上界相结合设计了纵向队列巡航控制策略。本发明能够在所提出的控制策略下合理地响应前车的加速或减速行为，达到预期的CACC控制性能，有效地补偿通信时延的影响。
-
公开(公告)号：CN113688229A
公开(公告)日：2021-11-23
申请号：CN202111016193.6
申请日：2021-08-31
Applicant: 济南大学
IPC: G06F16/335 , G06F16/35 , G06F16/9535 , G06F16/958
Abstract: 本发明属于文本推荐领域，提供了一种文本推荐方法、系统、存储介质和设备。其中，该方法包括获取待推荐文本的关键词；基于所述待推荐文本与已知属性文本的关键词，聚类所有待推荐文本；根据所有待推荐文本的关键词与已知文本属性的关键词之间的距离，依次推荐文本；其中，在聚类所有候选文本的过程中，考虑所有待推荐文本与已知属性文本的关键词之间的亲和度信息，将得到的亲和度与属性的权重相结合来构造基于维度亲和度的属性权重套索正则项，同时利用最大熵正则化，以实现属性权重的优化分布。
-
公开(公告)号：CN111062394A
公开(公告)日：2020-04-24
申请号：CN201911132050.4
申请日：2019-11-18
Applicant: 济南大学
Abstract: 一种基于多通道加权引导滤波的模糊聚类彩色图像分割方法，对于带有噪声的彩色图像，首先通过多元形态学重建可以有效的去除不同类型不同强度的噪声，从而减轻噪声对图像聚类的影响；其次，将带有噪声的彩色图像对隶属度多通道引导滤波时，由于利用原始彩色图像的每个通道分别对隶属度引导滤波，然后将每个通道的滤波结果加权得到最终的滤波输出图像，所以能够避免不同通道之间的相互影响，从而最终的滤波结果能够更有效的保持边缘，提高了对彩色噪声图像分割的准确率。另外，由于三个通道的滤波结果加权计算是一个线性操作，所以基于多通道加权引导滤波的模糊聚类的彩色图像分割方法具有较低的时间复杂度。
-
公开(公告)号：CN110956204A
公开(公告)日：2020-04-03
申请号：CN201911130984.4
申请日：2019-11-18
Applicant: 济南大学
IPC: G06K9/62
Abstract: 一种基于迁移学习的高斯混合模型数据聚类方法，通过将稀少的待聚类的数据集作为目标域 ，选取与目标域数据类型相似且数据量充足的数据集作为源域 。首先用高斯混合模型对源域 中的数据聚类，得到源域的类均值与类协方差矩阵。使用从源域聚类获得的类均值与类协方差矩阵，并通过基于迁移学习的高斯混合模型聚类算法对目标域中的数据进行聚类，得到每一个数据点的后验概率，用其后验概率的最大值所在的组件作为这一数据点的类标签，从而有效提高目标域 中数据聚类的准确度。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.023 seconds)
