“刘皓熙”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4个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多维标签与分类排序的推荐算法-CN201710402897.4有效
发明人：董敏;刘皓熙;毕盛;汤雪;裴茂锋 -专利权人：华南理工大学
申请日： 2017-06-01 - 公布日： 2021-06-08 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种基于多维标签与分类排序的推荐算法，包括步骤：1)对标签数据进行组合构成多维标签信息；2)利用多维标签信息计算多维标签相似度，融入用户协同过滤中并预测评分，得到推荐候选集1；3)利用多维标签信息作为隐式反馈信息输入到矩阵分解中并预测评分，得到推荐候选集2，并结合推荐候选集1得到最终推荐候选集；4)将得到的最终推荐候选集输入到逻辑回归分类模型中分类排序，根据输出分值排序得到Top‑N推荐列表。本发明将标签信息组合成多维标签，融入到协同过滤中得到推荐候选集，再通过逻辑回归分类排序得到Top‑N推荐列表，有效缓解推荐系统的冷启动问题，稀疏性问题和可拓展性问题，提高推荐效果。
一种基于多维标签分类排序推荐算法

[发明专利]一种基于数据挖掘的智能路灯能耗分析系统-CN201710091740.4在审
发明人：董敏;裴茂锋;毕盛;汤雪;刘皓熙 -专利权人：华南理工大学
申请日： 2017-02-21 - 公布日： 2017-06-23 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于数据挖掘的智能路灯能耗分析系统，包括原始能耗数据表和修正的能耗数据表，这两个表分别用于存储路灯的原始能耗数据以及经过处理后的能耗数据；能耗监测模型，用于实时监测路灯能耗数据，以图表形式显示监测结果；能耗预测模型，用于预测路灯未来一段时间内的能耗值，以图表形式显示预测结果；历史数据查询模型，用于查询路灯历史能耗数据，以图表形式显示查询结果；能耗数据处理模型，用于导入和处理路灯历史能耗数据，以图表形式显示处理结果；用户界面，采用单窗口多视图的结构和左右窗格的形式，同时使用图表形式显示能耗分析的结果。通过本发明方法能够有效监测和管理路灯能耗，实现路灯节能。
一种基于数据挖掘智能路灯能耗分析系统

[发明专利]基于动态规划和K-means聚类的特征选择算法-CN201610363758.0在审
发明人：董敏;曹丹;刘皓熙;毕盛 -专利权人：华南理工大学
申请日： 2016-05-26 - 公布日： 2016-10-12 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于动态规划和K‑means聚类的特征选择算法，包括步骤：1)数据预处理，主要解决特征数据中存在的数据重复、数据属性值缺失问题；2)借助动态规划的核心思想预选择出特征子集，并且采用类间类内距离作为动态规划决策过程中的性能函数；3)改进原始的K‑means聚类算法，并且使用改进后的K‑means算法对动态规划阶段生成的特征子集进行聚类，剔除冗余特征，优化选择出的特征子集。本发明能够选择出低噪声、强相关、无冗余的特征子集，实现特征的有效降维，提高机器学习算法的泛化能力和学习效率，降低算法的运行时间，最终生成一个简单高效且易于理解的学习模型。
基于动态规划 means 特征选择算法

[发明专利]一种并行化的人体行为识别方法-CN201510280063.1在审
发明人：董敏;金泽豪;毕盛;刘皓熙 -专利权人：华南理工大学
申请日： 2015-05-27 - 公布日： 2015-09-09 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种并行化的人体行为识别方法，该方法以Kinect的骨骼数据作为输入，基于Spark计算框架实现了分布式的行为识别算法，构成完整的并行化识别过程。人体骨骼数据的获取是基于Kinect的场景深度获取能力，对数据预处理来保证特征的位移和尺度的不变性；对于静态行为特征，分别选取了人体结构向量、关节夹角信息和骨骼权值偏置，并提出了结构相似度的动态行为搜索算法。在识别算法上，将神经网络算法在Spark上并行化，对网络的权值更新过程采用拟牛顿法L-BFGS进行优化，显著的提高了训练速度。本识别平台以Hadoop分布式文件系统HDFS作为行为数据存储层，将Spark运行于通用的资源管理器YARN中，并行的神经网络算法作为上层应用，整个系统架构具有良好可扩展性。
一种并行人体行为识别方法