“王红滨”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89个，建议您升级VIP下载更多相关专利

[发明专利]一种基于本体的旅游信息推荐方法-CN201610369838.7有效
发明人： 王红滨;冯梦园;刘红丽;徐琳;王世鹏;杨楠;刘广强;张玉鹏;刘天宇;李华峰 -专利权人：哈尔滨工程大学
申请日： 2016-05-30 - 公布日： 2019-09-27 - 主分类号： G06F16/2455 文献下载
摘要：一种基于本体的旅游信息推荐方法，本发明涉及基于本体的旅游信息推荐方法。本发明的目的是为了解决现有旅游推荐结果不准确以及推荐呈现静态化的问题。具体过程为：一、构建旅游景点本体；二、采用FP‑Growth算法挖掘用户之间的关联规则；三、采用关联规则的阈值将用户分为关联用户和无规则用户；四、将关联用户采用融入时间因子和评价因子的协同过滤算法，生成景点推荐；五、将无规则用户采用基于旅游景点本体的协同过滤算法，生成景点推荐；六、将四和五的旅游景点推荐结果进行融合；七、将融合的结果进行上下文信息过滤；八、将过滤后的结果进行基于旅游景点本体的信息拓展。本发明用于旅游信息推荐领域。
一种基于本体旅游信息推荐方法

[发明专利]基于度量学习的语音时序数据相似性度量方法-CN201910430437.1在审
发明人：王念滨;刘鹏;张毅;王红滨;周连科;张海彬;崔琎 -专利权人：哈尔滨工程大学
申请日： 2019-05-22 - 公布日： 2019-08-20 - 主分类号： G06K9/62 文献下载
摘要：本发明提供基于度量学习的语音时序数据相似性度量方法，属于数据分类技术领域。本发明首先获取语音时序数据；结合马氏距离和斯皮尔曼线性相关性系数计算语音时序数据的局部距离，然后使用动态时间弯曲算法得到动态时间弯曲距离的表达式；再根据PGDM度量学习框架建立以马氏矩阵为参数的损失函数；求解损失函数计算出针对当前训练集样本的马氏矩阵；最后将步骤四中求得的马氏矩阵代入动态时间弯曲距离的表达式，得到每两个语音时序数据样本的相似性度量。本发明解决了现有语音时序数据相似性度量不准确的问题。本发明可用于语音时序数据的相似性度量。
时序数据相似性度量语音矩阵时间弯曲度量马氏损失函数训练集样本局部距离框架建立马氏距离数据分类系数计算求解可用算法学习样本

[发明专利]一种基于电路图元素隐喻的主题演化可视化方法-CN201610487736.5有效
发明人：周连科;王红滨;王念滨;杜一;何鸣;宋奎勇;王瑛琦 -专利权人：哈尔滨工程大学
申请日： 2016-06-28 - 公布日： 2019-08-06 - 主分类号： G06F17/50 文献下载
摘要：本发明属于数据可视化分析领域，具体涉及一种基于电路图元素隐喻的主题演化可视化方法。包括：数据预处理，对文本数据进行预处理，进行分词、去停词操作，将文本集合处理成词库；采用LDA算法对文本集合进行处理，抽取主题，并记录与主题对应的词、文本以及时间和地点信息；以焊盘图标隐喻主题中的词，即词盘，词盘采用空心饼图形式表示，表示在此时间段内此词所处的地理分布比例等。该方法主要能够展示主题的内容、主题的强度随时间的变化及主题与主题间的演化关系以方便用户对主题的演化过程进行分析，还可展示各时段内同一主题强度的地理分布。
一种基于电路图元素隐喻主题演化可视化方法

[发明专利]一种基于半监督学习的银行电子渠道异常交易确定方法-CN201910335224.0在审
发明人：董宇欣;张艺薰;费腾;王红滨;温启明;孙孟昊 -专利权人：哈尔滨工程大学
申请日： 2019-04-24 - 公布日： 2019-07-23 - 主分类号： G06K9/62 文献下载
摘要：一种基于半监督学习的银行电子渠道异常交易确定方法，涉及机器学习技术领域，为解决现有异常交易确定技术中存在难度大、效率低、准确性差的问题，本发明在隐马尔科夫模型、时间序列模型(ARIMA)建立账户级别的历史交易序列模型的基础上进一步整合优化，以HMM为基础结合半监督聚类学习预测异常交易行为。本发明通过半监督聚类学习将每个时间截面的交易数据转化为一个时序的向量，并利用半监督学习克服标签数据稀少的问题，利用HMM对每个人的交易向量拟合生成对应的模型，并将半监督学习与HMM结合从截面数据和时序数据两个角度提升异常识别的准确率。采用机器学习来解决异常交易确定的问题，与传统的专家法相比极大的降低了难度，提高了工作效率。
异常交易半监督学习半监督聚类银行电子向量隐马尔科夫模型机器学习技术时间序列模型时序标签数据工作效率机器学习交易数据截面数据历史交易时序数据序列模型异常识别账户级别传统的准确率拟合整合渠道学习预测交易转化优化

[发明专利]一种基于主题关键词过滤的知识图谱补全方法-CN201910245584.1在审
发明人：印桂生;张载熙;王红滨 -专利权人：哈尔滨工程大学
申请日： 2019-03-28 - 公布日： 2019-07-05 - 主分类号： G06F16/36 文献下载
摘要：一种基于主题关键词过滤的知识图谱补全方法，属于知识图谱领域。现有知识图谱补全方法的实体描述的文本内容复杂冗余，导致不能对某一特定的补全任务有针对性地进行补全的问题。一种基于主题关键词过滤的知识图谱补全方法，针对实体的描述信息复杂、冗余的问题，集合注意力机制。提出了主题关键词评分函数，对实体的描述进行评价提高了实体描述文本的可用性，解决描述文本存在大量噪音信息的问题。为了进一步反应实体描述与三元组的语义联系，通过主题语义空间模型提高实体描述的语义针对性。本发明通过文本过滤方法能够有针对性地完成特定补全任务。
主题关键词图谱过滤描述文本冗余注意力机制反应实体描述信息评分函数文本过滤文本内容语义空间语义联系噪音信息可用性语义三元组集合

[发明专利]面向数据空间的实体分类方法-CN201610348890.4有效
发明人：王念滨;王红滨;周连科;祝官文;何鸣;王瑛琦;宋奎勇 -专利权人：哈尔滨工程大学
申请日： 2016-05-24 - 公布日： 2019-06-18 - 主分类号： G06K9/62 文献下载
摘要：面向数据空间的实体分类方法，属于自然语言处理领域。演化环境下，存在无法通过假设实体为静止状态，而对实体进行分类的问题。一种面向数据空间的实体分类方法，首先，针对演化的数据空间实体，提出改进的、演化的K‑Means聚类框架，即定义基于轮廓值和KL‑散度的目标代价函数；其次，设计了一种新颖的数据空间实体相似性度量方法；然后，根据启发式规则，提出演化的K‑Means聚类算法。此外，进一步扩展本章提出的演化聚类框架，以处理簇数量随时间发生变化或者快照实体随时间加入或移除的情况。本发明不仅能高质量地捕获当前实体聚类结果，还能健壮地反映历史聚簇情况。
面向数据空间实体分类方法

[发明专利]一种关系数据库中基于主题类簇单元的关键词查询方法-CN201610264735.4有效
发明人：王念滨;周连科;王红滨;王瑛琦;何鸣;宋奎勇 -专利权人：哈尔滨工程大学
申请日： 2016-04-25 - 公布日： 2019-06-18 - 主分类号： G06F16/2458 文献下载
摘要：一种关系数据库中基于主题类簇单元的关键词查询方法，涉及信息检索领域，尤其涉及一种关系数据库中基于主题类簇单元的关键词查询方法。本发明要为解决现有关键词在线查询方法存在查询过程中频繁的表连接所带来巨大时间开销的问题，而现有关键词离线查询方法对于内部结构复杂、数据量庞大的大规模数据库上的查询存在查询效率低的问题。一种关系数据库中基于主题类簇单元的关键词查询方法按以下步骤进行：1、主题类簇单元构建过程；①、基于数据表特性和查询日志垂直分组；②、提出主题类簇中表连接顺序优化方案；③、基于主题类簇元组关联图水平分组；2、建立基于关联规则的索引优化机制；3、将查询结果返回给用户。本发明应用于信息检索领域。
一种关系数据库基于主题单元关键词查询方法

[发明专利]基于负载均衡和查询日志的数据空间多维索引方法-CN201610422994.5有效
发明人： 王红滨;王念滨;周连科;祝官文;王瑛琦;何鸣;宋奎勇 -专利权人：哈尔滨工程大学
申请日： 2016-06-13 - 公布日： 2019-04-23 - 主分类号： G06F16/22 文献下载
摘要：基于负载均衡和查询日志的数据空间多维索引方法，涉及数据空间索引技术领域。旨在把倒排索引分布到不同的索引节点中，使得各个索引节点保持负载均衡，同时最小化查询处理涉及的通信开销和减少搜索空间。在垂直划分中，首先利用查询日志和实体中频繁出现的词，聚合索引token词，使用超图表示用户查询与倒排列表间的访问模式；在水平划分中，通过超图刻画用户查询与实体间的访问模式信息，把水平划分问题归约为超图划分问题，使得不同索引节点的负载保持均衡，并降低查询涉及的通信开销。结合垂直划分和水平划分策略，构建二维混合索引并扩展为三维索引。通过在公开数据集DBLP上进行实验表明本发明方法在吞吐量、查询响应时间及扩展性优于已有方法。
基于负载均衡查询日志数据空间多维索引方法

[发明专利]基于图划分策略的数据库模式抽象方法-CN201610251897.4有效
发明人：王念滨;王红滨;周连科;王瑛琦;宋奎勇;何鸣 -专利权人：哈尔滨工程大学
申请日： 2016-04-21 - 公布日： 2019-04-23 - 主分类号： G06F16/28 文献下载
摘要：基于图划分策略的数据库模式抽象方法，本发明涉及数据库模式抽象方法。本发明是要解决忽略了表与表之间的结构紧密性、用户查询偏好信息以及现有方法对模式抽象结果中主题类簇的个数无法做出准确预测的问题，而提出的基于图划分策略的数据库模式抽象方法。该方法是通过一、构建关系数据库的拓扑紧密性矩阵T；二、计算得到表间相似性矩阵A_DB；三、得到最终的数据表t_i和数据表t_j间的相似性计算结果；四、得到最终的表重要性度量结果；五、利用类簇代表检测算法得到结果集合R；六、将数据表t_i和数据表t_j划分到主题类簇等步骤实现的。本发明应用于数据库模式抽象领域。
基于划分策略数据库模式抽象方法

[发明专利]基于线谱的水下目标舰船检测方法-CN201810765019.3在审
发明人： 王红滨;秦帅;谢晓东;王勇军;原明旗;王念滨;周连科;赵昱杰;朱洪瑞;韦正现 -专利权人：哈尔滨工程大学
申请日： 2018-07-12 - 公布日： 2019-01-25 - 主分类号： G01D21/00 文献下载
摘要：本发明公开一种基于线谱的水下目标舰船检测方法，属于水下舰船的检测领域。本发明包括：初始阶段：使用卷积神经网络作为目标检测的算法，将声音文件转换成LOFAR图；在LOFAR图中进行线谱的提取，提取过程时用到的方法是动态规划的算法和多步频移的算法；检测阶段：对提取到的线谱图进行打标签并且转换成LMDB的格式；将处理好的数据送入到级联卷积的网络中，使用其中的70％进行模型的训练，其余的30％作为测试。
线谱算法舰船水下目标检测卷积神经网络动态规划检测领域目标检测声音文件转换级联卷积送入标签测试网络

[发明专利]基于力引导的点布局优化算法-CN201810519647.3在审
发明人：周连科;赵昱杰;谢晓东;褚慈;薛冬梅;王念滨;王红滨;李秀明;王勇军;迟熙翔 -专利权人：哈尔滨工程大学
申请日： 2018-05-28 - 公布日： 2018-12-14 - 主分类号： H04L12/24 文献下载
摘要：本发明属于可视化数据技术领域，公开了基于力引导的点布局优化算法，包括如下步骤：步骤(1)：定义节点集合，边集合和无向图G；步骤(2)：设置系统中吸引力的总大小，系统中排斥力的总大小和总量级函数；步骤(3)：定义M(0)；步骤(4)：用算法聚集阶段迭代的总数和算法分裂阶段迭代的总数表示；步骤(5)：计算吸引力和排斥力在X轴方向和Y轴方向上的分量；步骤(6)：用笛卡尔坐标空间内X、Y轴方向上的排斥力和吸引力表示第t次迭代时节点在X、Y轴方向上受到的合力，然后获取节点迭代后的坐标；步骤(7)：迭代次数等于一个固定值时，迭代停止，算法结束。本发明解决传统算法中迭代次数多的问题，具有更好的扩展性。
迭代算法布局优化排斥力引导的笛卡尔坐标可视化数据传统算法迭代停止定义节点分裂阶段设置系统扩展性边集合无向图斥力集合

[发明专利]一种基于注意力的卷积神经网络优化方法-CN201810519139.5在审
发明人： 王红滨;王勇军;何鸣;王念滨;周连科;陈田田;秦帅;赵昱杰;李秀明;薛冬梅 -专利权人：哈尔滨工程大学
申请日： 2018-05-28 - 公布日： 2018-11-23 - 主分类号： G06K9/00 文献下载
摘要：本发明提供的是一种基于注意力模型的卷积神经网络优化方法。首先对水下目标的噪声数据进行分段，针对每段噪声数据提取其MFCC，其目的是将目标噪声数据变成定长的矢量化数据。然后，将得到的定长的矢量化数据按实验过程中水听器的排布位置以及其时序关系进行拼接，形成一个完整的时段水听阵特征，继而再将形成的水听阵特征转成对应的图片以作为输入数据集输入到训练网络中。本发明通过试验对模型在使用情况的结果分析以及对模型进行修改与优化，深度学习对水下目标识别识别率的得到10％‑15％的提升。
卷积神经网络矢量化数据水下目标噪声数据定长水听优化输入数据集注意力模型结果分析目标噪声排布位置时序关系实验过程训练网络识别率拼接分段注意力试验学习图片

[发明专利]一种基于Relief和互信息的特征选择算法-CN201810519640.1在审
发明人： 王红滨;褚慈;谢晓东;王勇军;原明旗;王念滨;周连科;秦帅;李浩然;白云鹏 -专利权人：哈尔滨工程大学
申请日： 2018-05-28 - 公布日： 2018-11-23 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于Relief和互信息的特征选择算法，属于计算机算法领域。本发明的步骤如下：(1)将最优特征子集设置成空集，设置最优特征子集权重；(2)选择一个数据中的所有特征中不属于最优特征子集中的特征，将其放入候选最优特征子集中，并通过复合特征评价准则计算当前候选最优特征子集的权重；(3)对此时候选最优特征子集的权重进行评价并更替；(4)去除不符合要求的待选特征；(5)若还有待选特征，则从返回(2)继续计算。否则，算法结束。本发明提供的方法针对Relief特征选择算法只能处理二分类问题而不能处理冗余特征的问题进行改进，提出了基于改进的Relief权重的特征选择算法，使该特征选择算法计算高效的同时具有更高的计算准确率。
特征选择算法最优特征子集权重互信息计算机算法复合特征评价准则冗余特征二分类准确率放入空集去除算法更替改进返回

[发明专利]一种面向水下目标识别的卷积神经网络优化方法-CN201810519571.4在审
发明人： 王红滨;褚慈;谢晓东;秦帅;原明旗;王念滨;周连科;王勇军;何茜茜;薛冬梅 -专利权人：哈尔滨工程大学
申请日： 2018-05-28 - 公布日： 2018-11-20 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种面向水下目标识别的卷积神经网络优化方法，属于水下目标识别技术领域，本发明将原始声音数据通过短时傅里叶变换等操作转化为灰度声谱图像，之后将单层SAE判别式分类法和多层SAE重建式分类法分别添加到Alexnet模型当中，将灰度声谱图像进行打标签和训练，用灰度声谱图像的70％作为训练集，用其余的30％作为测试集，将训练集和测试集分别应用在改进前的Alexnet模型和改进后的Alexnet模型中进行准确率和训练时间对比实验，并对测试的结果进行分析。本发明对卷积神经网络中的目标分类层进行优化，解决了当前卷积神经网络在水下目标识别领域的分类准确率不高等问题，较改进之前更适用于水下目标识别领域，对水下目标领域取得了更好的分类效果。
水下目标卷积神经网络声谱图像灰度分类法测试集训练集短时傅里叶变换优化原始声音数据分类准确率改进分类效果目标分类时间对比判别式准确率单层多层标签测试重建应用转化分析

[发明专利]一种基于知识图谱的关系预测方法-CN201810589288.9在审
发明人：王念滨;秦帅;陈锡瑞;王红滨;周连科;白云鹏;王勇军;何茜茜;原明旗;陈田田 -专利权人：哈尔滨工程大学
申请日： 2018-06-08 - 公布日： 2018-10-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明为一种基于知识图谱的关系预测方法，将知识图谱利用无向图来表示，提出了一种改进的结合了双向关系路径和嵌入式的混合关系预测算法，包括如下步骤：(1)将三元组数据集构建一个有效的知识图谱，并初始化参数；(2)对知识图谱中每个实体和关系利用TransE算法进行训练，将实体和关系嵌入到一个低维的向量空间中；(3)抽取出每个三元组的关系标签，构建每个关系的子图；(4)在每个关系子图上，通过迭代的方式发现每个实体之间的可达路径，并根据图结构划分子图，对每个可达路径的可靠性进行计算；(5)迭代每两个没有直接边连接的实体，通过构造的联合评价函数和损失函数来评估两个实体之间是否存在隐含关系；(6)补全知识图谱结构。
图谱三元组迭代构建初始化参数关系利用关系嵌入混合关系评价函数双向关系损失函数向量空间预测算法分子图嵌入式数据集图结构无向图预测低维算法隐含取出标签评估改进发现联合