公开(公告)号：CN119131710A

公开(公告)日：2024-12-13

申请号：CN202411271006.2

申请日：2024-09-11

Applicant: 大连海事大学

Inventor： 白梅 ,  杨明泽 ,  王习特 ,  马茜

IPC: G06V20/54 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于YOLO神经网络的车速识别系统，包括视频处理和摄像头校准模块用于将视频转化为图像集，并根据百分比与校准阈值判断是否对交通摄像头进行校准，车辆识别与跟踪模块用于基于改进后的yolov8神经网络模型对每一张图像中的车辆集进行识别并获取识别结果，基于识别结果对视频中的车辆集进行跟踪并获取跟踪结果，根据跟踪结果获取车辆的像素位移数据，深度图生成模块用于基于Pixelformer模型对图像生成深度图，车速计算模块用于基于深度图拟合缩放比例因子，基于像素位移数据和缩放比例因子计算车辆在相邻图像间的实际速度，基于车辆的实际速度和测速周期计算不同方向的车流速度。本发明增加了定位车辆时的精度和系统对车辆速度估计的精度。

公开(公告)号：CN119027817A

公开(公告)日：2024-11-26

申请号：CN202411184574.9

申请日：2024-08-27

Applicant: 大连海事大学

Inventor： 王习特 ,  王英龙 ,  白梅 ,  马茜

IPC: G06V20/10 ,  G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/08

Abstract: 本发明公开了一种融合动态上采样的轻量化遥感图像目标检测方法，包括构建AUD‑YOLO模型，所述对YOLOv8改进包括将Backone部分中的第二层、第四层和第六层的Conv层均替换为GSConv卷积层，将Backone部分第八层的Conv层替换为GEconv层，所述GEconv层用于检测第七层输出的遥感图像中的小目标物体，将Neck部分中的第一层和第四层的上采样器均替换为动态上采样算子采样器，获取遥感图像数据集，基于遥感图像数据集对AUD‑YOLO模型进行训练，获取待检测的遥感图像，基于训练后的AUD‑YOLO模型对待检测的遥感图像进行检测，并获取检测结果。本发明降低了模型参数量，并提高了模型检测的精度。

公开(公告)号：CN117556974A

公开(公告)日：2024-02-13

申请号：CN202311557712.9

申请日：2023-11-20

Applicant: 大连海事大学

Inventor： 白梅 ,  韩炜 ,  王习特

IPC: G06Q10/047

Abstract: 本发明公开了一种基于多样性的Top‑k最短路径研究方法，通过路径扩展策略以及路径替换策略，加速最短差异路径的计算，每次都优先处理一条最有可能加入结果集的路径即堆首路径，路径的可能性由路径长度阈值与相似度阈值决定，能够解决目前返回前k条路径可能十分相似的情况，更加方便用户灵活的进行个性化选择。相比较于已有算法，本发明能够更加高效快速的找到前k条差异性路径，通过路径扩展策略和路径替换策略相结合，省去了大量重复的计算过程以及降低算法的存储空间，通过对是否满足多样性条件的判断，对候选路径进行过滤，减少一部分候选路径，从而减少了不必要的路由计算过程，提高整体的效率。

公开(公告)号：CN117235662A

公开(公告)日：2023-12-15

申请号：CN202311125424.6

申请日：2023-09-01

Applicant: 大连海事大学

Inventor： 马茜 ,  张锦磊 ,  白梅 ,  王习特 ,  宁博 ,  李冠宇

IPC: G06F18/25 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种海洋生物探测系统中的缺失值填补方法，涉及海洋数据预处理技术领域，包括如下步骤：S1：数据获取：对获得到的多模态数据包括图像以及文本数据进行标准化和归一化处理，获得预处理后的数据；S2：特征提取及融合：分别训练VGG16模型以及textCNN模型对于获取到的图像以及文本数据分别使用以上两种模型提取特征，并通过训练不断更新模型获取更有效的特征。将获取到的图像以及文本特征通过特征融合模型得到融合后的特征以实现信息互补；S3：数据填补：基于S2获取到的融合特征，进行迭代式地更新模型以及缺失值填补。本发明解决了已有数据填补方法无法适应多模态高缺失率数据的问题。

公开(公告)号：CN116597647A

公开(公告)日：2023-08-15

申请号：CN202310585391.7

申请日：2023-05-23

Applicant: 大连海事大学

Inventor： 王习特 ,  许铮 ,  白梅 ,  马茜

IPC: G08G1/01 ,  G06F16/9537 ,  G06F16/29 ,  G06F17/18

Abstract: 本发明公开了一种面向城市交通数据的实时异常轨迹检测方法，包括将交通轨迹数据集中的GPS点经地图匹配映射到城市交通路网中，根据SD对将交通轨迹数据集划分为不同的训练集，根据不同训练集中的轨迹构建基于SD对的时空模型，获取测试轨迹，当测试轨迹为已达轨迹时，对已达轨迹进行异常判断，当已达轨迹为正常时，测试轨迹为正常，反之为异常，当测试轨迹包括已达轨迹和未达轨迹时，对已达轨迹进行异常判断，当已达轨迹为正常时，对未达轨迹进行异常判断，当未达轨迹为异常轨迹时，测试轨迹为异常，当未达轨迹为正常轨迹时，将测试轨迹为正常，当已达轨迹为异常时，测试轨迹为异常。提高了实时异常轨迹检测的效率并提高了检测的准确性。

公开(公告)号：CN114064995A

公开(公告)日：2022-02-18

申请号：CN202111370495.3

申请日：2021-11-18

Applicant: 大连海事大学

Inventor： 白梅 ,  苌仕涵 ,  王习特 ,  李冠宇

IPC: G06F16/909 ,  G06F16/903 ,  G06F16/901 ,  G06F16/29

Abstract: 本发明公开了一种路网环境下基于位置的静态skyline查询方法，包括三个阶段：数据预处理阶段，用于分别建立管理数据元组的倒排索引以及管理道路网络的GD‑tree索引；距离计算阶段，用于根据GD‑tree索引计算出查询位置距离数据元组的最短路网距离；扫描阶段，用于计算最优扫描结束点，运用扫描策略过滤掉冗余元组得到最优扫描结束点，合并各个维度上的skyline结果集来找到最终的skyline点。本发明使用两种索引技术，用来管理路网数据，利用GD‑tree索引，对目标元组进行快速的定位查找，并计算出两个元组间的最短路径距离。其次，借助管理路网目标元组的倒排索引，通过找到最优扫描结束点的方式，可以快速的过滤掉冗余目标元组，减小距离计算的开销。

公开(公告)号：CN110389973A

公开(公告)日：2019-10-29

申请号：CN201910693614.5

申请日：2019-07-30

Applicant: 大连海事大学

Inventor： 白梅 ,  于雪苹 ,  朱宗梅 ,  王习特

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：CN119296310A

公开(公告)日：2025-01-10

申请号：CN202411264890.7

申请日：2024-09-10

Applicant: 大连海事大学

Inventor： 王习特 ,  李善志 ,  白梅 ,  马茜

IPC: G08G1/01 ,  G06F18/2433 ,  G06N7/02

Abstract: 本发明公开了基于模糊离群点检测的交通流数据异常识别方法，包括获取交通流数据集，基于交通流数据集构建δ个B+树索引，构建第一边界查找算法和第二边界查找算法，构建MBAFOM查找算法，所述MBAFOM查找算法用于设置限定参数，从δ个B+树索引中获取所有的叶子结点，根据第一边界查找算法和第二边界查找算法计算所有叶子结点的第一邻居个数和第二邻居个数，根据限定参数、与叶子结点对应的第一邻居个数和第二邻居个数计算叶子结点的类型，获取所有的潜在离群点，计算潜在离群点的模糊离群度，将所有的确定离群点、潜在离群点及所述潜在离群点的模糊离群度作为异常交通数据。本发明提高了数据结点的检索效率和异常交通数据的检测精度。

公开(公告)号：CN117743492A

公开(公告)日：2024-03-22

申请号：CN202311783242.8

申请日：2023-12-22

Applicant: 大连海事大学

Inventor： 白梅 ,  尹鹏 ,  王习特

IPC: G06F16/29 ,  G06F16/22 ,  G06F16/23

Abstract: 本发明公开了一种自适应调整的空间学习型索引建立方法，S1：获取与地理信息系统GIS相关的数据集，并进行预处理，采用维度轮循算法DRA对预处理后的数据集进行划分得到若干个子空间区域，并对每个子空间区域进行序列编号；S2：建立内部节点和数据节点的存储结构；S3：通过内部节点将每个子空间区域的数据点批量加载到数据节点中，从而建立初始树状空间索引结构；S4：基于所述初始树状空间索引结构进行更新操作，从而得到更新后的空间索引结构。本发明所创建的空间学习型索引结构可以实现高性能的写入操作以及查询操作。在实际应用中，能够使地理信息系统GIS显著提高查询速度，减少查询不准确性问题，并更好地适应大规模数据的挑战。

公开(公告)号：CN116881581A

公开(公告)日：2023-10-13

申请号：CN202310874608.6

申请日：2023-07-17

Applicant: 大连海事大学

Inventor： 白梅 ,  南彦鑫 ,  王习特

IPC: G06F16/9537 ,  G06F16/901 ,  G06F16/9035

Abstract: 本发明公开了一种动态路网上基于树分解的kNN查询方法，包括获取道路网络数据集，根据道路网络数据集构建道路无向加权图，所述道路无向加权图包括顶点集合、边集合以及权重集合，根据道路无向加权图中构建树节点，将连接后的树节点集合作为矮状树分解，对矮状树分解的每个树节点进行编号并获取所有树节点的祖先数组、耗时数组以及子孙表集合，获取待查询顶点，根据矮状树分解获取待查询顶点的最近邻集合。在保证kNN查询的正确性的前提下，极大提高了查询时间和效率。