-
公开(公告)号：CN105682024B
公开(公告)日：2019-03-26
申请号：CN201610006018.1
申请日：2016-01-05
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于移动信令数据进行城市热点识别的方法。方法包括：(1)根据用户驻留时长识别驻留点，并计算出常驻用户对热点区域的贡献度；(2)从驻留人数中根据驻留人数的个数判别活跃蜂窝；(3)对识别出的所有活跃蜂窝进行相似性度量，并基于密度算法进行聚类，挖掘出城市的热点区域；(4)获取热点区域的POIs数据；(5)根据热点区域内包含的POIs类别，进行热点区域的主题设置。本发明充分利用现有的移动网络信息，引入驻留点判定、常驻用户衰减因子等识别城市热点分布并标定其功能类型，对人们的出行、旅游等提供了一定的参考价值。
-
公开(公告)号：CN109410258A
公开(公告)日：2019-03-01
申请号：CN201811120633.0
申请日：2018-09-26
Applicant: 重庆邮电大学
IPC: G06T7/40
Abstract: 本发明请求保护一种基于非局部二值模式的纹理图像特征提取方法，属于图像处理、模式识别领域。本发明的实现步骤为：首先提取输入图像的像素及其邻域像素；然后计算各分辨率下的非局部中心像素Cmn，同时进行不同分辨率下的非局部二值模式编码，生成各像素点的NL_BPmn码值；再对各分辨率级别下的NL_BPmn码值进行直方图统计，并将同一分辨率级别下的非局部直方图级联；最后级联各分辨率下的非局部特征直方图构成最终的非局部特征直方图。本发明的应用能够有效地提取对噪声干扰、旋转和光照变化鲁棒的纹理特征。
-
公开(公告)号：CN108876832A
公开(公告)日：2018-11-23
申请号：CN201810540860.2
申请日：2018-05-30
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于分组‑次序模式的鲁棒纹理特征提取方法，属于图像处理、模式识别领域。主要思路是：首先采用双线性插值获取待处理图像每个中心像素及其近邻像素，并对插值所得像素进行均值滤波。然后通过对近邻像素进行分组以降低特征维度，并对分组后各组中的近邻像素值间的大小次序进行编码。最后对图像中所有像素在不同分组中所得编码值进行直方图统计，并将各组的直方图级联构成最终的纹理特征直方图。
-
公开(公告)号：CN105678578A
公开(公告)日：2016-06-15
申请号：CN201610006726.5
申请日：2016-01-05
Applicant: 重庆邮电大学
CPC classification number: G06Q30/0201 , G06Q30/0601
Abstract: 本发明公开了一种基于网购行为数据的用户品牌偏好度量方法。方法包括：步骤1、通过DPI技术提取用户网购数据中用户ID、商品类别、商品品牌、用户行为和行为发生时间。步骤2、计算每个用户对每个品牌自转移购买次数(NL)、品牌最长连续浏览次数(NH)、品牌转入购买次数(NT)。步骤3、根据P＝λB×(NL/NC+NT/NC)+λS×(NH/N)计算品牌偏好值。步骤4、归一计算用户的品牌偏好度PG。本发明主要根据用户的一系列购买行为与浏览行为的变化实现更加准确地计算用户的品牌偏好度，从而为商家的精准营销提供决策依据。
-
Patent Agency Ranking
公开(公告)号：CN109410258B
公开(公告)日：2021-12-10
申请号：CN201811120633.0
申请日：2018-09-26
Applicant: 重庆邮电大学
IPC: G06T7/40
Abstract: 本发明请求保护一种基于非局部二值模式的纹理图像特征提取方法，属于图像处理、模式识别领域。本发明的实现步骤为：首先提取输入图像的像素及其邻域像素；然后计算各分辨率下的非局部中心像素Cmn，同时进行不同分辨率下的非局部二值模式编码，生成各像素点的NL_BPmn码值；再对各分辨率级别下的NL_BPmn码值进行直方图统计，并将同一分辨率级别下的非局部直方图级联；最后级联各分辨率下的非局部特征直方图构成最终的非局部特征直方图。本发明的应用能够有效地提取对噪声干扰、旋转和光照变化鲁棒的纹理特征。
-
公开(公告)号：CN106600993B
公开(公告)日：2019-10-01
申请号：CN201710086397.4
申请日：2017-02-17
Applicant: 重庆邮电大学
IPC: G08G1/08
Abstract: 本发明涉及一种基于RFID数据的路口车辆分流量预测方法，包括：步骤1、收集RFID数据；步骤2、数据预处理去除重复数据；步骤3、基于时间相位划分的车辆转向判别计算路口转向车流量；步骤4、提取特征构建特征集；步骤5、使用训练数据集训练预测模型；步骤6、以测试数据集作为预测模型输入预测其输出。本发明主要根据车辆的RFID数据，采用机器学习算法实现路口车辆分流量的预测，为智能交通信号灯的智能控制提供决策依据。
-
公开(公告)号：CN106600993A
公开(公告)日：2017-04-26
申请号：CN201710086397.4
申请日：2017-02-17
Applicant: 重庆邮电大学
IPC: G08G1/08
Abstract: 本发明涉及一种基于RFID数据的路口车辆分流量预测方法，包括：步骤1、收集RFID数据；步骤2、数据预处理去除重复数据；步骤3、基于时间相位划分的车辆转向判别计算路口转向车流量；步骤4、提取特征构建特征集；步骤5、使用训练数据集训练预测模型；步骤6、以测试数据集作为预测模型输入预测其输出。本发明主要根据车辆的RFID数据，采用机器学习算法实现路口车辆分流量的预测，为智能交通信号灯的智能控制提供决策依据。
-
公开(公告)号：CN108876832B
公开(公告)日：2022-04-26
申请号：CN201810540860.2
申请日：2018-05-30
Applicant: 重庆邮电大学
IPC: G06T7/44 , G06T3/40 , G06T5/00 , G06V10/764
Abstract: 本发明请求保护一种基于分组‑次序模式的鲁棒纹理特征提取方法，属于图像处理、模式识别领域。主要思路是：首先采用双线性插值获取待处理图像每个中心像素及其近邻像素，并对插值所得像素进行均值滤波。然后通过对近邻像素进行分组以降低特征维度，并对分组后各组中的近邻像素值间的大小次序进行编码。最后对图像中所有像素在不同分组中所得编码值进行直方图统计，并将各组的直方图级联构成最终的纹理特征直方图。
-
公开(公告)号：CN105682024A
公开(公告)日：2016-06-15
申请号：CN201610006018.1
申请日：2016-01-05
Applicant: 重庆邮电大学
CPC classification number: H04W4/023 , G06F17/30705 , H04W4/025 , H04W4/029 , H04W24/00
Abstract: 本发明提供了一种基于移动信令数据进行城市热点识别的方法。方法包括：(1)根据用户驻留时长识别驻留点，并计算出常驻用户对热点区域的贡献度；(2)从驻留人数中根据驻留人数的个数判别活跃蜂窝；(3)对识别出的所有活跃蜂窝进行相似性度量，并基于密度算法进行聚类，挖掘出城市的热点区域；(4)获取热点区域的POIs数据；(5)根据热点区域内包含的POIs类别，进行热点区域的主题设置。本发明充分利用现有的移动网络信息，引入驻留点判定、常驻用户衰减因子等识别城市热点分布并标定其功能类型，对人们的出行、旅游等提供了一定的参考价值。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
