-
公开(公告)号：CN119248860A
公开(公告)日：2025-01-03
申请号：CN202411278303.X
申请日：2024-09-12
Applicant: 大连海事大学
IPC: G06F16/25 , G06F16/2458 , G06F16/2455 , G06F16/22 , G06F9/46
Abstract: 本发明公开了一种用于动态数据流中的基数估算方法，S1：获取动态目标数据集；S2：初始化Sketch，设Sketch的列数为m，即桶的数量，设Sketch的行数为e，即每个桶的寄存器的数量；设定所有寄存器的初始值为零；S3：基于动态目标数据集建立动态Sketch；S4：基于改进的Sketch信息提取算法，对动态Sketch进行扫描，得到动态Sketch中若干寄存器的信息，并存入设定的寄存器组；S5：基于所述寄存器组，并利用FGRA估计器，得到动态目标数据集的基数估算结果。本发明通过动态目标数据集建立了动态Sketch，基于改进的动态Sketch信息提取算法扫描动态Sketch以获得更多的寄存器信息以及基于寄存器信息和FGRA估计器获得基数估算结果，在保持内存效率的同时降低了估算误差。
-
公开(公告)号：CN118154832A
公开(公告)日：2024-06-07
申请号：CN202410286763.0
申请日：2024-03-13
Applicant: 大连海事大学
Abstract: 本发明提供了一种自主深度学习的图像传感数据获取方法，涉及深度学习技术领域，包括如下步骤：S1、将历史数据输入至X‑VAE网络进行训练，得到一个收敛的预训练X‑VAE模型并分发到本地端的传感器节点网络；S2、将当前和上一采样时刻数据作为输入进入压缩网络，从而获得两个低维特征，将获得的两个低维特征输入至采样算法中计算获得下一采样时刻，并只在采样时刻进行采样，获得第一采样数据；S3、输出迭代后的X‑VAE模型；S4、将恢复的数据存储到云端，得到完整的图像传感数据。本发明提供了自主深度学习的图像传感数据获取方法，兼顾能量和带宽限制，以及真实物理世界变化。实验结果显示该方法在延长网络寿命、提高图像恢复质量方面表现优异。
-
公开(公告)号：CN118035642A
公开(公告)日：2024-05-14
申请号：CN202410143571.4
申请日：2024-01-31
Applicant: 大连海事大学
IPC: G06F18/10 , G06F18/2431 , G06F18/27 , G06F18/214 , G06N3/0499
Abstract: 本发明提供了一种海上气象预报系统中的缺失数据填补方法及系统，方法包括如下步骤：步骤1：获取到实时数据集；步骤2：选取现有与实时数据集相同种类的数据集作为元学习过程的训练数据，得到初始化参数；步骤3：利用实时数据集建立OSELM模型，得到训练后的a模型和a模型生成的初始数据流；步骤4：概念漂移检测，基于a模型使用漂移检测窗口d内的数据块建立b模型，得到b模型后，通过a,b模型的输出权重差异进行漂移值计算并与规定的阈值比较，判断是否发生概念漂移，输出最终数据流；步骤5：基于步骤4填补完成的最终数据流，得到的完整数据流。本发明的技术方案解决了现有技术中的填补方法无法适应高速动态数据流的问题。
-
公开(公告)号：CN117007058A
公开(公告)日：2023-11-07
申请号：CN202310774124.4
申请日：2023-06-28
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于GPS轨迹的地图匹配方法，包括，获取GPS轨迹数据集和道路网络数据集并进行预处理，获取预处理后的轨迹数据集，获取待匹配轨迹，根据待匹配轨迹获取候选轨迹点集合，分别获取每一个候选轨迹点的候选点集合，获取所有候选轨迹点的候选点集合并表示为总候选集合，获取总候选集合，根据总候选集合中的候选点以及候选点之间的路径构建候选图，根据候选图对待匹配轨迹进行匹配并获取匹配后的最优候选点序列和最优匹配路径。通过二次计算确定候选点，提高了匹配精度；引入了转移概率限定值和候选路径距离限定值，通过对候选路径进行剪枝，减少了一部分候选路径，从而减少了不必要的路由计算过程，提高了匹配的效率。
-
公开(公告)号：CN116932610A
公开(公告)日：2023-10-24
申请号：CN202310914782.9
申请日：2023-07-24
Applicant: 大连海事大学
IPC: G06F16/2458 , G06F16/22
Abstract: 本发明公开了一种基于网格‑树划分的高效离群点查询处理方法，包括：建立数据集的分层次网格，获取有序的网格集合；根据有序的网格集合进行VG树划分，获取最终的更新后的有序的网格集合中的第b个网格gb的邻居网格列表；获取由数据集中的第p，p＝1,…,P个数据点的K个邻居组成的K距离总表；形成数据集的1距离表；…；数据集的K距离表；以形成数据集的1‑K距离表；给定的查询邻居数kc和离群点个数nc，获取数据集的真实离群点。本发明通过构建数据集的1‑K距离表作为索引，在解决给定的查询邻居数kc和离群点个数nc的情况下，获取数据集的真实离群点，查询速度快，且所查询的离群点真实准确。
-
Patent Agency Ranking
公开(公告)号：CN113487236B
公开(公告)日：2023-09-15
申请号：CN202110874009.5
申请日：2021-07-30
Applicant: 大连海事大学
IPC: G06Q10/0631 , G06N3/126
Abstract: 本发明公开的基于遗传算法的飞机排班调度方法，包括构建飞机排班染色体模型，获得初代种群并设置迭代次数g＝0；构建用于评价飞机排班染色体适应度值的适应度函数，计算当代种群中每个飞机排班染色体的适应度值；根据个体选择策略对当代种群中的飞机排班染色体个体进行个体选择，获得锦标赛小组中中适应度值最优的飞机排班染色体c；将经过个体选择、染色体交叉、染色体变异操作的染色体加入到新一代种群中，作为新一代种群中的个体，最终经过多次迭代后，进化出适应度值最优的飞机排班染色体。本发明在保证航班合理执行的前提下，可以有效减小飞机延误对后续飞行任务的影响，充分利用航空公司现有资源，优化飞机排班调度方法性能。
-
公开(公告)号：CN116561380A
公开(公告)日：2023-08-08
申请号：CN202310454645.1
申请日：2023-04-25
Applicant: 大连海事大学
IPC: G06F16/901 , G06F16/903
Abstract: 本发明公开了一种k代表G‑Skyline查询方法，包括：步骤S1：对待查询整体数据集D进行预处理，获得有序的轮廓集SKY(D)＝{s1,s2,…,sn}；步骤S2：根据待查询整体数据集D构建支配关系图，步骤S3：所述支配关系图基于替换策略与拓展策略构建支配次序图；步骤S4：根据剪枝策略将支配次序图中不可能成为k代表G‑Skyline查询结果的数据元组的集合进行剪枝；步骤S5：将剪枝后的所述支配次序图中前k个支配面积最大的数据元组集合作为最终结果返回，解决了目前已有的k代表G‑Skyline查询方法存在计算代价大的问题。
-
公开(公告)号：CN110389973B
公开(公告)日：2022-06-07
申请号：CN201910693614.5
申请日：2019-07-30
Applicant: 大连海事大学
IPC: G06F16/2458 , G06F16/27 , G06F9/48 , G06F9/50
Abstract: 本发明实施例公开了一种异构分布式环境中的并行离群点检测方法，该方法包括：S1、主控制节点基于各个从节点计算能力对给定的多维数据集进行划分以获得多个子数据集并将各子数据集分配给各个从节点；S2、各个从节点分别确定出各自对应的局部离群点后发送至主控制节点；S3、主控制节点在接收到全部局部离群点后，基于每个局部离群点的位置信息，判断该离群点需要进行通信的从节点并将全部与所述从节点对应的离群点统一发送到所述从节点的处理机上获得全部全局离群点，本发明既可以减缓单处理机存储的压力，也可有效提高大规模数据的处理速度，加快整体的计算效率；同时减少了大量的网络通信。
-
公开(公告)号：CN114140170A
公开(公告)日：2022-03-04
申请号：CN202111498122.4
申请日：2021-12-09
IPC: G06Q30/02
Abstract: 本发明公开了一种基于用户偏好的智能推荐系统，包括：查询分组模块、查询处理模块、用户偏好获取模块；查询分组模块，用于对用户查询请求进行分组；用户偏好获取模块用于初始化偏好信息和动态调整偏好信息；查询处理模块，用于对分组后的查询请求进行处理，根据用户偏好获取模块计算的偏好评分进行排序筛选，将排序筛选后的查询结果返回给用户。本发明可以对用户的偏好进行动态调整，能更好确定用户需求，节省用户挑选时间，随着用户偏好的改变本发明也会的偏好设置也会进行动态调整，从而减少用户设置时间，并保持推荐的准确性。本发明可以对查询后的结果进行排序并筛选，使得返回给用户的查询结果更贴近用户偏好，减少用户挑选时间。
-
公开(公告)号：CN113487236A
公开(公告)日：2021-10-08
申请号：CN202110874009.5
申请日：2021-07-30
Applicant: 大连海事大学
Abstract: 本发明公开的基于遗传算法的飞机排班调度方法，包括构建飞机排班染色体模型，获得初代种群并设置迭代次数g＝0；构建用于评价飞机排班染色体适应度值的适应度函数，计算当代种群中每个飞机排班染色体的适应度值；根据个体选择策略对当代种群中的飞机排班染色体个体进行个体选择，获得锦标赛小组中中适应度值最优的飞机排班染色体c；将经过个体选择、染色体交叉、染色体变异操作的染色体加入到新一代种群中，作为新一代种群中的个体，最终经过多次迭代后，进化出适应度值最优的飞机排班染色体。本发明在保证航班合理执行的前提下，可以有效减小飞机延误对后续飞行任务的影响，充分利用航空公司现有资源，优化飞机排班调度方法性能。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.032 seconds)
