“樊亚新”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种大数据ETL模型执行的分支优化方法-CN202011002885.0有效
发明人：朱欣焰;郭宇达;呙维;樊亚新 -专利权人：南京北斗创新应用科技研究院有限公司
申请日： 2020-09-22 - 公布日： 2022-02-15 - 主分类号： G06F16/25 文献下载
摘要：本发明公开了一种大数据ETL模型执行的分支优化方法，根据原始数据集的更新特点、ELT模型特点动态分析模型执行的必要性；针对ETL模型的多个算子分支进行优化判断，针对更新频率较低的分支，通过缓存表重构的方式跳过中间的重复计算过程，从算子层面降低重复执行率，提高ETL模型的执行效率，更加高效地进行大数据分析。与现有技术相比，本发明能够根据原始数据集的更新特点、ELT模型特点动态分析模型执行的必要性；针对ETL模型的多个算子分支进行优化判断，针对更新频率较低的分支，通过缓存表重构的方式跳过中间的重复计算过程，从算子层面降低重复执行率，提高ETL模型的执行效率，更加高效地进行大数据分析。
一种数据 etl 模型执行分支优化方法

[发明专利]一种基于AIS数据的船舶徘徊检测方法-CN202011047211.2有效
发明人：朱欣焰;闫保奇;呙维;樊亚新 -专利权人：南京北斗创新应用科技研究院有限公司
申请日： 2020-09-29 - 公布日： 2022-02-15 - 主分类号： G06F16/29 文献下载
摘要：本发明公开了一种基于AIS数据的船舶徘徊检测方法，本发明能够根据获取到的船舶AIS轨迹数据，针对海量轨迹数据进行船舶徘徊行为检测，并将船舶徘徊行为进行分类，总结出四种典型船舶运动异常行为的轨迹与定义变量之间的关系。根据船舶运动轨迹特征与统计参量之间的关系分析，根据网格中的轨迹分布情况进行船舶异常徘徊行为检测。对其船舶AIS轨迹过滤平滑后建立全球时空网格索引，并将船舶轨迹进行网格化处理，根据船舶异常行为轨迹特点进行船舶异常运动的检测，并对于船舶运动行为轨迹异常进行异常分类报警。船舶徘徊行为检测可以为海上安全监管提供决策支持，增强海上交通安全性，并保证船舶安全航行，对促进海上运输平安、高效、畅通具有重要意义。
一种基于 ais 数据船舶徘徊检测方法

[发明专利]一种基于组件技术的柔性界面布局可视化方法及介质-CN201911141460.5在审
发明人：何丹丹;樊亚新;朱欣焰;呙维;佘冰 -专利权人：武汉联图时空信息科技有限公司
申请日： 2019-11-20 - 公布日： 2020-04-10 - 主分类号： G06F9/451 文献下载
摘要：本发明提出了一种基于组件技术的柔性界面布局可视化方法及介质，通过网格布局、分层布局、拖拽布局等方式，实现可视化界面布局的灵活性和通用性，为用户提供更加多样化的应用界面布局效果。主要包括以下步骤：获得组件卡片数据，设置应用系统相关参数，计算单个网格宽高像素数，调整并计算组件卡片的大小和界面位置，根据功能模块创建多个图层，调整图层前后顺序，应用系统在线发布共享。本发明适用于多用户根据需求的动态变化随时调整可视化应用的界面布局效果，最大程度上减少代码重复工作，为用户提供一个更好的可视化界面布局体验。
一种基于组件技术柔性界面布局可视化方法介质

[发明专利]基于语义位置模型的位置信息结构化提取方法及系统-CN201410768372.9有效
发明人：呙维;朱欣焰;佘冰;樊亚新 -专利权人：武汉大学
申请日： 2014-12-12 - 公布日： 2015-03-25 - 主分类号： G06F17/27 文献下载
摘要：一种基于语义位置模型的位置信息结构化提取方法及系统，包括基于语义位置模型构建位置基础概念本体、位置实体概念本体，并填充本体实例；对位置基础概念本体和位置实体概念本体进行分类，建立对应的位置结构概念本体；自动化映射位置结构概念本体生成规则类，每一条规则类对应一个位置实体概念本体，规则类具有继承性和贪婪性；规则类实例化之后成为规则对象，将所有规则类实例化，最终生成规则集合；对规则集合进行分类，重新划分为若干个规则组，形成规则检索依赖图；针对每个规则组，进一步建立概念本体和规则之间的倒排索引；进行位置描述图匹配，利用规则匹配算法进行匹配完成位置信息的结构化提取。
基于语义位置模型信息结构提取方法系统

[发明专利]基于Kinect的室内LiDAR缺失数据填补方法-CN201210351493.4有效
发明人：呙维;胡涛;朱欣焰;水淼;樊亚新 -专利权人：武汉大学
申请日： 2012-09-20 - 公布日： 2013-02-20 - 主分类号： G06T5/50 文献下载
摘要：本发明涉及基于Kinect的室内LiDAR缺失数据填补方法。一、Kinect扫描过程的关键帧提取，获取较稀疏的扫描数据；二、采用SIFT算法对Kinect设备采集的RGB-D影像进行特征提取，并利用RANSAC算子对异常特征匹配点进行剔除；三、对步骤二中的特征进行归并；四、LiDAR影像的特征提取，与Kinect设备的特征粗匹配，获取转换矩阵；五、采用改进的ICP算法实现LiDAR影像与Kinect的RGB-D影像的精细匹配；六、LiDAR模型与Kinect扫描的部分缺失数据融合。优点：设备价格低廉，采集过程灵活，能够获取场景深度与影像信息，快速实现对室内复杂场景的局部或缺失数据的采集与填补。
基于 kinect 室内 lidar 缺失数据填补方法