公开(公告)号：CN111259133A

公开(公告)日：2020-06-09

申请号：CN202010054209.1

申请日：2020-01-17

申请人： 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

发明人： 乔少杰 ,  韩楠 ,  沈杰 ,  宋学江 ,  程维杰 ,  魏军林 ,  张小辉 ,  丁超 ,  肖月强 ,  陈文林 ,  李斌勇 ,  张吉烈 ,  张永清 ,  何林波 ,  元昌安 ,  彭京 ,  周凯 ,  余华 ,  范勇强 ,  冉先进

IPC分类号： G06F16/335 ,  G06F16/36 ,  G06F16/9535

摘要： 本发明公开了一种融合多信息的个性化推荐方法，该方法包括采用word2vec算法和FM算法获得用户与项目的相似度，采用RippleNet算法得到用户与项目的预测点击概率，采用动态融合算法得到预测评分，基于预测评分为用户提供个性化推荐列表。本发明将知识图谱与评论内容作为多源数据，并使用不同算法对数据进行处理，并采用动态融合方法进行有效结合，为用户提供更精准的个性化推荐服务，能够实现更好的推荐效果，并且可以有效地解决数据稀疏带来的推荐准确性降低的问题。

公开(公告)号：CN112905591A

公开(公告)日：2021-06-04

申请号：CN202110152193.2

申请日：2021-02-04

申请人： 成都信息工程大学 ,  成都探码科技有限公司 ,  四川省金科成地理信息技术有限公司

发明人： 乔少杰 ,  韩楠 ,  宋学江 ,  高瑞玮 ,  肖月强 ,  张小辉 ,  赵兰 ,  李鑫钰 ,  冉先进 ,  甘戈 ,  孙科 ,  范勇强 ,  黄萍 ,  魏军林 ,  温敏 ,  程维杰 ,  叶青 ,  余华 ,  向导 ,  彭京 ,  周凯 ,  元昌安 ,  黄发良 ,  覃晓 ,  李斌勇 ,  张永清

IPC分类号： G06F16/22 ,  G06F16/242 ,  G06N3/08

摘要： 本发明公开了一种基于机器学习的数据表连接顺序选择方法，包括以下步骤：S1、对SQL语句进行编码，分别生成列、数据表和连接关系的特征向量；S2、根据列和数据表的特征向量，设计向量树AT来生成连接树的特征向量；S3、根据列、数据表、连接关系和连接树的特征向量，设计部分连接计划模型SP来生成部分连接计划的特征向量，进而生成下一时刻连接状态的特征向量；S4、根据下一时刻连接状态的特征向量，构建深度强化学习模型J，并结合部分连接计划模型SP与向量树AT，生成数据表的最优连接顺序。本发明解决了现有查询优化器生成数据表的次优连接顺序导致查询效率较低的问题。

公开(公告)号：CN111275480B

公开(公告)日：2021-02-09

申请号：CN202010014388.6

申请日：2020-01-07

申请人： 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

发明人： 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分类号： G06Q30/02 ,  G06F16/2458 ,  G06F16/28

摘要： 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：CN111189459A

公开(公告)日：2020-05-22

申请号：CN202010026328.6

申请日：2020-01-10

申请人： 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

发明人： 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分类号： G01C21/30

摘要： 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。

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

申请人： 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

发明人： 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分类号： G01C21/30

摘要： 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：CN111259133B

公开(公告)日：2021-02-19

申请号：CN202010054209.1

申请日：2020-01-17

申请人： 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

发明人： 乔少杰 ,  韩楠 ,  沈杰 ,  宋学江 ,  程维杰 ,  魏军林 ,  张小辉 ,  丁超 ,  肖月强 ,  陈文林 ,  李斌勇 ,  张吉烈 ,  张永清 ,  何林波 ,  元昌安 ,  彭京 ,  周凯 ,  余华 ,  范勇强 ,  冉先进

IPC分类号： G06F16/335 ,  G06F16/36 ,  G06F16/9535

摘要： 本发明公开了一种融合多信息的个性化推荐方法，该方法包括采用word2vec算法和FM算法获得用户与项目的相似度，采用RippleNet算法得到用户与项目的预测点击概率，采用动态融合算法得到预测评分，基于预测评分为用户提供个性化推荐列表。本发明将知识图谱与评论内容作为多源数据，并使用不同算法对数据进行处理，并采用动态融合方法进行有效结合，为用户提供更精准的个性化推荐服务，能够实现更好的推荐效果，并且可以有效地解决数据稀疏带来的推荐准确性降低的问题。

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

申请人： 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

发明人： 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分类号： G06Q30/02 ,  G06F16/2458 ,  G06F16/28

摘要： 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：CN112905591B

公开(公告)日：2022-08-26

申请号：CN202110152193.2

申请日：2021-02-04

申请人： 成都信息工程大学 ,  成都探码科技有限公司 ,  四川省金科成地理信息技术有限公司

发明人： 乔少杰 ,  韩楠 ,  宋学江 ,  高瑞玮 ,  肖月强 ,  张小辉 ,  赵兰 ,  李鑫钰 ,  冉先进 ,  甘戈 ,  孙科 ,  范勇强 ,  黄萍 ,  魏军林 ,  温敏 ,  程维杰 ,  叶青 ,  余华 ,  向导 ,  彭京 ,  周凯 ,  元昌安 ,  黄发良 ,  覃晓 ,  李斌勇 ,  张永清

IPC分类号： G06F16/22 ,  G06F16/242 ,  G06N3/08

摘要： 本发明公开了一种基于机器学习的数据表连接顺序选择方法，包括以下步骤：S1、对SQL语句进行编码，分别生成列、数据表和连接关系的特征向量；S2、根据列和数据表的特征向量，设计向量树AT来生成连接树的特征向量；S3、根据列、数据表、连接关系和连接树的特征向量，设计部分连接计划模型SP来生成部分连接计划的特征向量，进而生成下一时刻连接状态的特征向量；S4、根据下一时刻连接状态的特征向量，构建深度强化学习模型J，并结合部分连接计划模型SP与向量树AT，生成数据表的最优连接顺序。本发明解决了现有查询优化器生成数据表的次优连接顺序导致查询效率较低的问题。

公开(公告)号：CN118366133A

公开(公告)日：2024-07-19

申请号：CN202410492874.7

申请日：2024-04-23

申请人： 成都信息工程大学

发明人： 郜东瑞 ,  陆全平 ,  张倩倩 ,  李芃锐 ,  张皓凯 ,  汪曼青 ,  沈艳 ,  王录涛 ,  陈海宁 ,  陈俊 ,  张永清

IPC分类号： G06V20/59 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774

摘要： 本发明公开了一种基于多尺度网络的疲劳驾驶检测方法，包括：S1、采集原始EEG数据，并对其进行预处理；S2、构建基于多尺度网络的疲劳驾驶检测模型，并利用预处理后的EEG数据对其训练；S3、将待检测EEG数据预处理，并输入至完成训练和测试的疲劳驾驶检测模型中，获得疲劳驾驶检测结果。本发明方法相较于现有方法，在分类准确率和跨被试泛化能力方面表现更为优越，具有较高的鲁棒性和稳定性。

公开(公告)号：CN108763865B

公开(公告)日：2023-10-20

申请号：CN201810489037.3

申请日：2018-05-21

申请人： 成都信息工程大学

发明人： 张永清 ,  郜东瑞 ,  王婷 ,  吴锡 ,  何嘉

IPC分类号： G16B20/30 ,  G16B30/00 ,  G16B40/00 ,  G06N3/0464 ,  G06N3/098

摘要： 本发明涉及一种预测DNA蛋白质结合位点的集成学习方法，其包括以下步骤：获取DNA结合蛋白质位点的蛋白质序列数据；对DNA结合蛋白质位点的蛋白质序列数据预处理；使用one‑hot编码方式构建输入数据；将提取的特征合并，构建每个蛋白质序列上氨基酸的特征，将其作为输入数据；使用SMOTE算法对正样本数据进行过采样；根据正样本大小将负样本数据分成多份，每份负样本与正样本组合成一个新的数据子集，得到N个数据子集；每个数据子集使用卷积神经网络进行训练；对N个卷积神经网络的结果进行多数投票法集成，从而得到预测结果。本发明解决了不平衡数据情况下的DNA蛋白质结合位点预测问题，提高了预测的准确性。