-
公开(公告)号:CN109862431B
公开(公告)日:2023-09-29
申请号:CN201910061207.2
申请日:2019-01-23
Applicant: 重庆第二师范学院
IPC: H04N21/466 , H04N21/45 , G06F16/9536 , G06F16/735
Abstract: 本发明属于电视节目推荐技术领域,公开了一种基于MCL‑HCF算法的电视节目混合推荐方法,首先,采用马尔可夫聚类对各个时间段的电视用户进行聚类,产生不同的群组,追求每个群组里的成员和群主整体的偏好差异最小化,再以群组为单位进行电视节目推荐;然后,使用基于物品的协同过滤和基于用户的协同过滤算法分别产生推荐列表;最后,为推荐结果惊喜度和相关性的平衡,对两个推荐列表使用了加权方式进行混合,得到最终的混合推荐结果。本发明降低群组内用户和整个群组之间的偏好差异性;加权混合ItemCF‑IUF和UserCF‑IIF两种推荐算法的结果,解决推荐结果的惊喜度和相关性的矛盾问题;在保持推荐精确度的同时,使推荐节目的惊喜度和相关性达到平衡。
-
公开(公告)号:CN109800653A
公开(公告)日:2019-05-24
申请号:CN201811581488.6
申请日:2018-12-24
Applicant: 重庆第二师范学院
Abstract: 本发明属于人体特征参数识别技术领域,公开了一种基于图像分析的人体特征参数提取方法及系统,通过用户的照片图像处理,提取用户轮廓和关键特征区域和特征点,得到用户特征参数信息的关键部分;通过在人体数据库中扫描足够的人体扫描数据,获得一个能够反映人体特征的神经网络模型;根据输入所获得的身高、胸围、腰围、臀围关键部位的参数信息,直接生成神经网络模型,生成与真实人体形状相匹配的人体特征曲线;从用户的照片信息开始,在3D扫描人体数据库中搜索一个与用户身体匹配的类似人体三维模型。本发明的反向传播神经网络(BP神经网络)用于绘制三维人类特征曲线,该方法的应用可以很好地提取出人类特征参数。
-
公开(公告)号:CN109522455A
公开(公告)日:2019-03-26
申请号:CN201811234665.3
申请日:2018-10-23
Applicant: 重庆第二师范学院
IPC: G06F16/901 , G06F16/903
Abstract: 本发明属于大图数据处理技术领域,公开了一种基于Swap半外存图算法的降低大量随机访问产生的开销方法,内存数据结构由一个3|V|大小的三维数组构成;id作为图中一个点的编号;lineage表示该点的归属信息,表示该点归属于哪一个交换结构;点1和点4的lineage信息都为u;state是一个集合包含了K,N,C,A,P五个状态,用来描述和定义算法。本发明在半外存Greedy算法的基础上,基于Scan和状态转换的操作。对于one-k-swap的过程而言,每一个迭代需要进行三轮Scan,在每一轮当中的状态转换会按照状态转换规则来进行转换,算法持续进行迭代,直到本次迭代中不会再有swap的情况发生。
-
公开(公告)号:CN116665244A
公开(公告)日:2023-08-29
申请号:CN202310520822.1
申请日:2023-05-10
Applicant: 重庆第二师范学院
IPC: G06V40/10 , G06V20/40 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0895 , G06V10/762
Abstract: 本发明公开一种基于动态混合对比学习的行人再识别方法,涉及智能视频监控技术领域。包括如下步骤:S1、对视频图像信息中的行人图像进行特征提取;S2、采用混合对比学习对特征提取模型进行优化;S3、利用聚类算法的动态细化对目标类别的一致性进行增量排序。采用本方案解决了现有的行人再识别方法中存在泛化性差的问题,提高了行人再识别的准确性。
-
公开(公告)号:CN115759417A
公开(公告)日:2023-03-07
申请号:CN202211458679.X
申请日:2022-11-21
Applicant: 重庆第二师范学院
Inventor: 戈尔巴乔夫.谢尔盖.维克托罗维奇 , 石熙 , 李美叶 , 郭建华 , 颜军 , 赵宇 , 舍甫丘克.德米特洛夫
Abstract: 一种基于时空相关性的自适应路网交通流预测方法,具体步骤为:步骤一:构建路网交通流观测矩阵;步骤二:构建基于时空相关性的路网交通流预测模型;步骤三:路网交通流均值预测模型的自适应求解;步骤四:参数集敏感性分析;步骤五:最优预测结果和最优参数集输出。本发明在路网时空相关系数矩阵序列建模基础上,将自适应机制引入路网交通流预测当中,确保了模型参数可依据数据实时调整,具有自学习及动态预测能力。
-
公开(公告)号:CN110086801A
公开(公告)日:2019-08-02
申请号:CN201910331482.1
申请日:2019-04-24
Applicant: 重庆第二师范学院
IPC: H04L29/06 , G06F17/13 , G06F17/11 , G06F16/2458
Abstract: 本发明属于计算机网络安全技术领域,公开了一种基于分数阶微积分数算法的网络入侵安全数据处理方法;通过扫描一遍得到length=1的序列模式;用三角矩阵记录这些信息就,再次扫描数据库,M矩阵就构造完成;对每个length-2序列模式建立投影数据库;挖掘L-1频繁项集子程序均改为当前preflx参数,当前Prefix为null,则本次直接对原始序列数据库进行挖掘;当前Prefix为非空,则对影数据库进行挖掘,扫描原始序列,对库中的每个序列先匹配Prefix,记录Prefix之后的元素信息,查找以当前Prefix长度增加1的序列为前缀的频繁序列;舍弃非频繁项与引进相关度。提高了入侵检测系统的效率。
-
公开(公告)号:CN116310404A
公开(公告)日:2023-06-23
申请号:CN202310289468.6
申请日:2023-03-23
Applicant: 重庆第二师范学院
Abstract: 本发明公开了一种基于行人再识别的监控追踪系统及方法,包括追踪辅助平台,所述追踪辅助平台包括城市联网单元、盲区出入单元、时长分析单元和异常追踪单元,所述城市联网单元用于构建城市三维模型,并在三维模型中进行监控区域和盲区的标识,本发明涉及行人监控追踪技术领域。该基于行人再识别的监控追踪系统及方法,对监控盲区进行标记,在需要追踪的人员进入到监控盲区后,利用行人再识别技术对进入到该盲区的人员和离开该盲区的人员进行特征比对,降低比对难度的同时,实现对需要追踪人员的有效筛选,且考虑到伪装情况,以位置和时间信息对人员进行预处理,进而缩小追踪范围,为需要追踪人员的识别提供精准的追踪方向。
-
公开(公告)号:CN109862431A
公开(公告)日:2019-06-07
申请号:CN201910061207.2
申请日:2019-01-23
Applicant: 重庆第二师范学院
IPC: H04N21/466 , H04N21/45 , G06F16/9536 , G06F16/735
Abstract: 本发明属于电视节目推荐技术领域,公开了一种基于MCL-HCF算法的电视节目混合推荐方法,首先,采用马尔可夫聚类对各个时间段的电视用户进行聚类,产生不同的群组,追求每个群组里的成员和群主整体的偏好差异最小化,再以群组为单位进行电视节目推荐;然后,使用基于物品的协同过滤和基于用户的协同过滤算法分别产生推荐列表;最后,为推荐结果惊喜度和相关性的平衡,对两个推荐列表使用了加权方式进行混合,得到最终的混合推荐结果。本发明降低群组内用户和整个群组之间的偏好差异性;加权混合ItemCF-IUF和UserCF-IIF两种推荐算法的结果,解决推荐结果的惊喜度和相关性的矛盾问题;在保持推荐精确度的同时,使推荐节目的惊喜度和相关性达到平衡。
-
公开(公告)号:CN109712641A
公开(公告)日:2019-05-03
申请号:CN201811581774.2
申请日:2018-12-24
Applicant: 重庆第二师范学院
Abstract: 本发明属于机器学习技术领域,公开了一种基于支持向量机的音频分类和分段的处理方法;音频自动分类和分割是在音频中提取结构化信息和语义内容的重要手段,是理解、分析和检索音频内容的基础;包括音频分类和音频分割的两个内容,分类方法采用基于支持向量机的分类方法;支持向量机SVM是近年来机器学习的主要成果;SVM可以解决小样本、非线性和高维数等实际问题,成为神经网络研究的一个新的热点。在分割方法中,采用贝叶斯信息准则的音频分割方法进行分割点确认。音频分割是从音频分类的音频流中提取不同音频类别的,也就是说,音频流按时间轴的类别划分。实验证明,基于SVM的音频分类算法具有良好的分类效果,平滑的音频分割结果更加准确。
-
公开(公告)号:CN116596071A
公开(公告)日:2023-08-15
申请号:CN202310533492.X
申请日:2023-05-12
Applicant: 重庆第二师范学院
IPC: G06N5/025 , G09B5/02 , G06F16/36 , G06Q50/20 , G06F3/01 , G06F40/216 , G06F40/289 , G06F18/40 , G06F18/214 , G06N3/0455 , G06N3/0499 , G06N3/0464 , G06N3/042
Abstract: 本发明属于VR实景教学技术领域,公开了一种VR实景教学模型大数据教学知识挖掘方法及系统,包括:教学场景设计模块、虚拟模型构建模块、中央控制模块、教学知识采集模块、知识图谱构建模块、知识挖掘模块、教学质量报告生成模块、VR演示模块。本发明通过知识图谱构建模块构建多模态VR实景教学模型大数据教学知识图谱将VR实景教学模型大数据教学教材的知识点、知识点间的关系用图谱的形式展现出来,且将多模态融入所述知识图谱中,丰富知识从展现形式,增强课堂趣味性;同时,通过教学质量报告生成模块根据多层前馈式特征编码转换器根据所述第二特征矩阵生成更加符合课堂实际情况的教师教学质量报告,即有效提高教师教学评估结果的准确度。
-
-
-
-
-
-
-
-
-