“何馨依”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_中国专利网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

B 作业；运输

C 化学；冶金

D 纺织；造纸

E 固定建筑物

F 机械工程、照明、加热

专利下载VIP

公布日期

2023-10-24 公布专利

2023-10-20 公布专利

2023-10-17 公布专利

2023-10-13 公布专利

2023-10-10 公布专利

2023-10-03 公布专利

2023-09-29 公布专利

2023-09-26 公布专利

2023-09-22 公布专利

2023-09-19 公布专利

专利权人

国家电网公司

华为技术有限公司

中兴通讯股份有限公司

三星电子株式会社

中国石油化工股份有限公司

鸿海精密工业股份有限公司

松下电器产业株式会社

上海交通大学

钻瓜专利网为您找到相关结果12个，建议您升级VIP下载更多相关专利

[发明专利]一种基于语义密度的蛋白质网络复合物识别方法-CN201510338321.7有效
发明人：周红芳;段文聪;郭杰;王心怡;何馨依;刘杰;李锦 -专利权人：西安理工大学
申请日： 2015-06-17 - 公布日： 2018-02-16 - 主分类号： G06F19/18 文献下载
摘要：本发明公开了一种基于语义密度的蛋白质网络复合物识别方法，具体按照以下步骤实施对于一个无权重的蛋白质相互作用网络数据集，在基因本体库GO中查找网络数据集中所有蛋白质的属性；基于查找结果，采用一种基于基因本体的语义相似度计算方法来计算的网络数据集中存在连接的蛋白质之间的相似性；依据得到的相似性结果，将给定的蛋白质相互作用网络数据集转化为一个有权、无向网络数据集，其中节点代表蛋白质，边表示蛋白质之间的相互作用，蛋白质之间的相似度为边的权重；能够从蛋白质相互作用网络中识别出蛋白质复合物，且识别准确度较高、时间复杂度较低。
一种基于语义密度蛋白质网络复合物识别方法

[发明专利]基于互为共享最近邻的层次聚类方法-CN201410488243.4有效
发明人：周红芳;王心怡;刘园;郭杰;段文聪;何馨依;刘杰;李锦 -专利权人：西安理工大学
申请日： 2014-09-22 - 公布日： 2017-11-03 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了基于互为共享最近邻的层次聚类方法，首先计算整个数据集D的最近邻矩阵T1和最近邻矩阵T2；由最近邻矩阵T1和最近邻矩阵T2计算出最近邻排名矩阵M；通过最近邻排名矩阵M计算出局部密度，得到子簇集合；最后计算子簇间的相似度，凝聚子簇得到最终划分结果。本发明的基于互为共享最近邻的层次聚类方法，解决了现有的基于K近邻图聚类在稀疏化和图划分过程中产生子簇集合时存在的点划分错误导致聚类精度低的问题。
基于互为共享近邻层次方法

[发明专利]基于密度聚类的自适应轨迹预测方法-CN201410498088.4有效
发明人：周红芳;张国荣;赵雪涵;郭杰;段文聪;王心怡;何馨依 -专利权人：西安理工大学
申请日： 2014-09-25 - 公布日： 2017-07-28 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了基于密度聚类的自适应轨迹预测方法，包括轨迹建模阶段和轨迹更新阶段，轨迹建模阶段通过对新产生的移动报告进行栅格化处理得到移动点并划分为6个移动点子集，采用基于限定区域数据抽样的密度聚类算法对6个移动点子集聚类形成新轨迹簇，根据轨迹点的相似度将相同时间段内的新旧轨迹簇合并，更新合并后的轨迹簇的轨迹点以及影响区域，将这些轨迹点按照时间顺序组合便得到完整的用户移动轨迹，轨迹更新阶段对于轨迹建模阶段产生的用户移动轨迹进行修正。本发明基于密度聚类的自适应轨迹预测方法，能够应用于移动通信场景下的用户移动轨迹预测，并且当新的用户移动轨迹到来时不需要对全部轨迹数据进行重新建模。
基于密度自适应轨迹预测方法

[发明专利]基于拓扑特性的复杂网络社团发现方法-CN201410037855.1有效
发明人：周红芳;段文聪;王心怡;何馨依;郭杰;张国荣 -专利权人：西安理工大学
申请日： 2014-01-27 - 公布日： 2017-06-20 - 主分类号： G06F17/30 文献下载
摘要：基于拓扑特性的复杂网络社团发现方法，包括步骤1，初始化；将网络中的每个节点作为一个独立的社团，如果网络中有n个节点，那么就有n个初始化社团，各个节点的关键性为0，归属度取决于边连接强度；步骤2，计算边连接强度；计算所有相连节点之间的边连接强度，也就是计算有边相连的两个节点所构成的三角形的个数；步骤3，迭代；依顺序对各节点进行以下操作首先，将一个节点从其所在社团删除，计算该节点与各个社团的归属度，将节点划分到归属度最大的社团。本发明不需要对数据集进行初始划分，也不需要输入聚类数，精度高且简单、易行。
基于拓扑特性复杂网络社团发现方法

[发明专利]基于特征选择的网页文本分类方法-CN201410038614.9有效
发明人：周红芳;郭杰;王鹏;张国荣;段文聪;王心怡;何馨依 -专利权人：西安理工大学
申请日： 2014-01-27 - 公布日： 2017-06-06 - 主分类号： G06F17/30 文献下载
摘要：基于特征选择的网页文本分类方法，首先，把由大量的网页构成的数据集分为训练集和测试集两部分；然后,根据网页标签域中的信息表达网页内容的能力赋予标签不同的权重，并计算训练集中每个网页内特征词的权重（归一化后的词频与反文档频率之积）；在所得权重的基础上结合类内分布率和类间偏差，计算训练集中每个网页的特征向量，继而计算训练集中每个类的特征向量；最后，计算测试集中每个网页内特征词的词频，以及待分类网页与训练集中每一个类之间的相似度，采用相似度最大的类作为待分类网页的所属类,得到分类结果。
基于特征选择网页文本分类方法

[发明专利]基于用户‑服务特征的网络服务协同过滤方法-CN201410038613.4有效
发明人：周红芳;何馨依;段文聪;王心怡;郭杰;张国荣 -专利权人：西安理工大学
申请日： 2014-01-27 - 公布日： 2017-02-15 - 主分类号： G06F17/30 文献下载
摘要：基于用户‑服务特征的网络服务协同过滤方法，首先随机选取一用户作为积极用户，计算出用户‑服务距离矩阵；然后，找出与该积极用户最为相似的k个用户，找出与该服务最为相似的k个服务；最后根据这k个最相似用户和k个最相似服务计算出最终的QoS推荐值。本发明将用户间的相似度、用户‑服务距离相似度、用户‑服务响应时间分别在三个维度上进行计算，这样避免了将它们一起线性回归计算概念含混不清，计算精度低等缺陷。对比于UMEAN、IMEAN算法，本发明在分类精度上明显优于其他2个对比算法，平均预测精度提高约20%。
基于用户服务特征网络服务协同过滤方法

[发明专利]一种基于共享近邻聚类的协同过滤方法-CN201510359159.7在审
发明人：周红芳;郭杰;王心怡;刘杰;李锦;段文聪;何馨依 -专利权人：西安理工大学
申请日： 2015-06-25 - 公布日： 2015-09-23 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于共享近邻聚类的协同过滤方法，首先根据用户的评分记录，对用户进行聚类，将偏好相近的用户凝聚到同一个簇中；然后将目标用户与各个簇的代表进行相似度计算，选出相似簇构成搜索空间再搜寻最近邻居；最后根据最近邻居来对目标用户进行评分预测并生成推荐列表。本发明中聚类技术可以将大量的数据点组合成具有相似属性的簇，能够发现规模较大的数据集潜在的模式和结构。将聚类技术用于协同过滤算法，能够将相似的用户聚集在簇中，仅需要查找几个相似簇就能获取大部分相似用户，使搜寻最近邻居的时间大大缩短，提高方法的实时性。
一种基于共享近邻协同过滤方法

[发明专利]一种基于词条分布的特征选择方法-CN201510172211.8在审
发明人：周红芳;郭杰;段文聪;王心怡;何馨依;刘杰;李锦 -专利权人：西安理工大学
申请日： 2015-04-13 - 公布日： 2015-07-22 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于词条分布的特征选择方法，包括以下步骤：采集若干个不同类别的文本组成数据集；对数据集中的所有文本进行预处理，得到若干个词条；计算每一个词条在所属类别中的类平均词频；并计算每一个词条在整个数据集中的总体平均词频；根据每一个词条的类平均词频和总体平均词频计算其权重值；将所有词条按照权重值进行降序排列；选择数据集中前5％～30％的词条作为特征词，用来对文本进行分类。本发明的一种基于词条分布的特征选择方法，以词频为基础，能够提高分类精度。
一种基于词条分布特征选择方法

[发明专利]一种基于商空间理论的K-means聚类方法-CN201410037923.4在审
发明人：周红芳;张国荣;刘园;郭杰;段文聪;王心怡;何馨依 -专利权人：西安理工大学
申请日： 2014-01-26 - 公布日： 2014-05-21 - 主分类号： G06F17/30 文献下载
摘要：基于商空间理论的K-means聚类方法，先输入聚类数K和数据集X，然后对数据集进行聚类，最后输出聚类结果。本发明聚类方法对任意形状的类簇、有噪声点都具有较好的聚类结果，在聚类效果上远胜过K-means算法，并且本发明在时间性能上远远好于MSCA算法，综合时间性能和聚类效果，整体效果最好。
一种基于空间理论 means 方法

[发明专利]基于频繁模式的选择性集成分类方法-CN201310740476.4在审
发明人：周红芳;王啸;赵雪涵;段文聪;郭杰;张国荣;王心怡;何馨依 -专利权人：西安理工大学
申请日： 2013-12-26 - 公布日： 2014-04-23 - 主分类号： G06F17/30 文献下载
摘要：基于频繁模式的选择性集成分类方法，首先将未剪枝的集成分类器和样本空间映射为事务数据库，并利用布尔矩阵存储集成分类器对样本进行分类，然后根据分类结果从布尔矩阵中选择分类性能较好的基分类器构成最终的选择性集成分类器。本发明综合考虑了分类器正确分类的样本数，基分类器的平均分类精度以及集成分类器的大小3个因素对集成分类器性能的影响，较合理地评估了候选集成分类器，提高了分类精度，且能够保持较高的分类效率。
基于频繁模式选择性集成分类方法

[发明专利]一种确定最佳聚类数的方法-CN201310739837.3在审
发明人：周红芳;王啸;赵雪涵;段文聪;郭杰;张国荣;王心怡;何馨依 -专利权人：西安理工大学
申请日： 2013-12-26 - 公布日： 2014-04-09 - 主分类号： G06F17/30 文献下载
摘要：一种确定最佳聚类数的方法，通过有效性指标Q(C)来评估数据集的聚类效果，聚类有效性指标Q(C)取最小值时所对应的聚类数为最佳聚类数。本发明提出新的数据相似度度量方法，结合层次聚类，按照自底向上地生成所有可能的聚类划分，并计算此时的有效性指标值，根据该值构建一条关于不同划分的聚类质量曲线，曲线的极值点所对应的划分为最佳聚类划分。这样就可以避免对大型数据集的反复聚类，而且本发明不依赖于特定的聚类算法。实验结果和理论分析都表明，本发明具有良好的性能与可行性，同时也可以大幅度提高计算效率。
一种确定最佳聚类数方法

[发明专利]基于限定区域数据取样的密度聚类方法-CN201310739440.4在审
发明人：周红芳;王啸;赵雪涵;段文聪;郭杰;张国荣;王心怡;何馨依 -专利权人：西安理工大学
申请日： 2013-12-26 - 公布日： 2014-04-09 - 主分类号： G06F17/30 文献下载
摘要：基于限定区域数据取样的密度聚类方法，定义L表示核心点列表，S表示限定区域集合，先输入控制参数(Eps，MinPts)和数据集D，经聚类后，输出聚类结果。本发明在不增加时间和空间复杂度的基础上利用参数Eps查找核心点的邻域点和扩展点，并在限定区域(Eps，2Eps)内抽取代表点进行聚类，将每次数据取样的范围限定在距离核心点较近的区域，以此来提高聚类质量，降低大簇分裂产生过多微簇的可能性，提高了聚类精度。
基于限定区域数据取样密度方法

1
共 12 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

关于我们寻求报道投稿须知广告合作版权声明网站地图友情链接企业标识联系我们

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top