-
公开(公告)号：CN116186522B
公开(公告)日：2023-07-18
申请号：CN202310347597.6
申请日：2023-04-04
Applicant: 石家庄学院
IPC: G06F18/213
Abstract: 本发明提供了一种大数据核心特征提取方法、电子设备及存储介质，首先获取待提取数据，并根据待提取数据构建张量表示的高维数据；对高维数据进行正交Tucker分解，得到核张量和各模对应的因子矩阵；将核张量、各模对应的因子矩阵、高维数据输入到预先建立的张量优化模型中，采用块坐标下降算法对张量优化模型进行求解，得到待提取数据的低维特征；其中，张量优化模型中设置有l1‑正则化项和流形正则化框架。通过对高维数据正交Tucker分解后，将产生的核张量，结合流形正则化嵌入约束和l1‑正则化项，从而提高低维子空间的特征区分性，有效保持高维数据的几何信息，避免信息丢失，保证大数据核心特征提取的有效性。
-
公开(公告)号：CN116738214B
公开(公告)日：2023-11-14
申请号：CN202310968776.1
申请日：2023-08-03
Applicant: 石家庄学院
IPC: G06F18/213 , G06F18/10
Abstract: 本发明提供了一种基于高阶张量的数据降维预处理方法，属于降维处理技术领域，其方法包括：对目标制造构架进行维度解析，确定维度个数以及每个维度下的维度子数，构建得到高阶张量；确定高阶张量中每个维度下的降维值；对高阶张量中的每个维度进行SVD分解，获取得到对应维度的因子矩阵；基于获取到的因子矩阵，且结合对应维度的降维值，对高阶张量进行TUCKER分解，获取得到核张量；将基于核张量对应的测试结果与基于高阶张量对应的测试结果进行比较，若比较结果不满足需求标准，则调整获取对应维度的降维值的过程精度，重新获取新的核张量。在保证分析效果的同时，尽可能的降低计算量，提高分析效率。
-
公开(公告)号：CN116087435A
公开(公告)日：2023-05-09
申请号：CN202310347881.3
申请日：2023-04-04
Applicant: 石家庄学院
Abstract: 本发明提供了一种空气质量监测方法、电子设备及存储介质，首先获取待检测点的空气质量数据来构建张量数据；然后对张量数据进行Tucker分解，得到核张量和各模对应的因子矩阵；再结合张量补全模型，采用优化最小化方法对模型进行求解，得到重构张量；其中，张量补全模型中设置有核范数和log‑sum惩罚函数来体现各模对应的因子矩阵的低秩性和核张量的结构稀疏性；再根据重构张量，对待检测点的张量数据进行补全，得到补全后的张量数据，从而确定待检测点的空气质量监测结果。通过将分解产生的各模对应的因子矩阵的低秩结构和核张量的结构稀疏性来构建重构张量，从而刻画张量数据的各维度之间的低秩性，来对张量数据进行补全，实现空气质量的精准监测。
-
公开(公告)号：CN116739400B
公开(公告)日：2024-05-24
申请号：CN202310082432.0
申请日：2023-02-08
Applicant: 石家庄学院
IPC: G06Q10/0639 , G06Q50/04 , G06N3/08
Abstract: 本发明提供了一种基于高阶张量秩降低策略的智能评价系统，包括：张量获取模块，用于根据目标智能制造搭建结构，构建多维度子系统，并得到针对每个维度子系统的当前张量；矩阵获取模块，用于对每个当前张量进行奇异值分解，获取对应维度子系统的因子矩阵，同时，对同个目标智能制造搭建结构中的所有当前张量进行高阶奇异值分解，获取核张量；删除模块，用于采用秩降低策略删除核张量中的冗余信息以及因子矩阵中的冗余列；评价模块，用于智能评价模型对删除结果进行评价，为后续精准以及高效率评价提供基础。
-
公开(公告)号：CN113947799B
公开(公告)日：2023-03-14
申请号：CN202111334942.X
申请日：2021-11-11
Applicant: 石家庄学院
IPC: G06V40/16
Abstract: 本发明提供了一种三维人脸数据预处理方法及设备，该方法包括获取待处理的三维人脸点云数据；根据预设的标准人脸、三维人脸点云数据、三维人脸鼻尖点检测算法和最近点迭代算法，初次确定三维人脸点云数据中鼻尖点的位置；根据初次确定的鼻尖点的位置，初次确定三维人脸点云数据中的正面人脸数据；根据最近点迭代算法和预设的标准人脸，再次确定三维人脸点云数据中鼻尖点的位置；根据再次确定的鼻尖点的位置，再次确定三维人脸点云数据中的正面人脸数据，并将其作为预处理后的正面三维人脸点云数据。通过对鼻尖点的位置进行初次确定和再次确定，使其在人脸姿态超过30度的情况下，仍然能够实现对鼻尖点的精确定位，以获得正面三维人脸点云数据。
-
Patent Agency Ranking
公开(公告)号：CN116738214A
公开(公告)日：2023-09-12
申请号：CN202310968776.1
申请日：2023-08-03
Applicant: 石家庄学院
IPC: G06F18/213 , G06F18/10
Abstract: 本发明提供了一种基于高阶张量的数据降维预处理方法，属于降维处理技术领域，其方法包括：对目标制造构架进行维度解析，确定维度个数以及每个维度下的维度子数，构建得到高阶张量；确定高阶张量中每个维度下的降维值；对高阶张量中的每个维度进行SVD分解，获取得到对应维度的因子矩阵；基于获取到的因子矩阵，且结合对应维度的降维值，对高阶张量进行TUCKER分解，获取得到核张量；将基于核张量对应的测试结果与基于高阶张量对应的测试结果进行比较，若比较结果不满足需求标准，则调整获取对应维度的降维值的过程精度，重新获取新的核张量。在保证分析效果的同时，尽可能的降低计算量，提高分析效率。
-
公开(公告)号：CN116186522A
公开(公告)日：2023-05-30
申请号：CN202310347597.6
申请日：2023-04-04
Applicant: 石家庄学院
IPC: G06F18/213
Abstract: 本发明提供了一种大数据核心特征提取方法、电子设备及存储介质，首先获取待提取数据，并根据待提取数据构建张量表示的高维数据；对高维数据进行正交Tucker分解，得到核张量和各模对应的因子矩阵；将核张量、各模对应的因子矩阵、高维数据输入到预先建立的张量优化模型中，采用块坐标下降算法对张量优化模型进行求解，得到待提取数据的低维特征；其中，张量优化模型中设置有l1‑正则化项和流形正则化框架。通过对高维数据正交Tucker分解后，将产生的核张量，结合流形正则化嵌入约束和l1‑正则化项，从而提高低维子空间的特征区分性，有效保持高维数据的几何信息，避免信息丢失，保证大数据核心特征提取的有效性。
-
公开(公告)号：CN116739400A
公开(公告)日：2023-09-12
申请号：CN202310082432.0
申请日：2023-02-08
Applicant: 石家庄学院
IPC: G06Q10/0639 , G06Q50/04 , G06N3/08
Abstract: 本发明提供了一种基于高阶张量秩降低策略的智能评价系统，包括：张量获取模块，用于根据目标智能制造搭建结构，构建多维度子系统，并得到针对每个维度子系统的当前张量；矩阵获取模块，用于对每个当前张量进行奇异值分解，获取对应维度子系统的因子矩阵，同时，对同个目标智能制造搭建结构中的所有当前张量进行高阶奇异值分解，获取核张量；删除模块，用于采用秩降低策略删除核张量中的冗余信息以及因子矩阵中的冗余列；评价模块，用于智能评价模型对删除结果进行评价，为后续精准以及高效率评价提供基础。
-
公开(公告)号：CN116087435B
公开(公告)日：2023-06-16
申请号：CN202310347881.3
申请日：2023-04-04
Applicant: 石家庄学院
Abstract: 本发明提供了一种空气质量监测方法、电子设备及存储介质，首先获取待检测点的空气质量数据来构建张量数据；然后对张量数据进行Tucker分解，得到核张量和各模对应的因子矩阵；再结合张量补全模型，采用优化最小化方法对模型进行求解，得到重构张量；其中，张量补全模型中设置有核范数和log‑sum惩罚函数来体现各模对应的因子矩阵的低秩性和核张量的结构稀疏性；再根据重构张量，对待检测点的张量数据进行补全，得到补全后的张量数据，从而确定待检测点的空气质量监测结果。通过将分解产生的各模对应的因子矩阵的低秩结构和核张量的结构稀疏性来构建重构张量，从而刻画张量数据的各维度之间的低秩性，来对张量数据进行补全，实现空气质量的精准监测。
-
公开(公告)号：CN113947799A
公开(公告)日：2022-01-18
申请号：CN202111334942.X
申请日：2021-11-11
Applicant: 石家庄学院
IPC: G06V40/16
Abstract: 本发明提供了一种三维人脸数据预处理方法及设备，该方法包括获取待处理的三维人脸点云数据；根据预设的标准人脸、三维人脸点云数据、三维人脸鼻尖点检测算法和最近点迭代算法，初次确定三维人脸点云数据中鼻尖点的位置；根据初次确定的鼻尖点的位置，初次确定三维人脸点云数据中的正面人脸数据；根据最近点迭代算法和预设的标准人脸，再次确定三维人脸点云数据中鼻尖点的位置；根据再次确定的鼻尖点的位置，再次确定三维人脸点云数据中的正面人脸数据，并将其作为预处理后的正面三维人脸点云数据。通过对鼻尖点的位置进行初次确定和再次确定，使其在人脸姿态超过30度的情况下，仍然能够实现对鼻尖点的精确定位，以获得正面三维人脸点云数据。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
