“贾连印”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77个，建议您升级VIP下载更多相关专利

[发明专利]一种基于频繁项集物化加速的集合子集查询方法-CN202310545244.7在审
发明人：李孟娟;贾连印;唐皓天;曾瑞;陈彬;王宁邦 -专利权人：云南师范大学
申请日： 2023-05-12 - 公布日： 2023-09-12 - 主分类号： G06F16/31 文献下载
摘要：本发明涉及一种基于频繁项集物化加速的集合子集查询方法，属于数据库、文本查询领域。本发明包括数据预处理阶段、频繁项集挖掘阶段、索引构建阶段、集合子集查询阶段。频繁项集挖掘阶段在数据集中挖掘并选取特定深度的频繁项集。索引构建阶段对挖掘的频繁项集建立trie索引，并为集合的非频繁子集构建倒排列表。集合子集查询阶段组合trie和倒排列表进行检索。本发明通过在集合子集查询中引入频繁项集挖掘操作，可降低长列表交集，从而提高集合子集查询的效率。
一种基于频繁物化加速集合子集查询方法

[发明专利]一种基于狼群优化算法的面向长尾分布数据的联邦学习方法-CN202310293089.4在审
发明人：付晓东;普骏程;刘骊;彭玮;刘利军;丁家满;贾连印 -专利权人：昆明理工大学
申请日： 2023-03-23 - 公布日： 2023-08-01 - 主分类号： H04L41/14 文献下载
摘要：本发明涉及一种基于狼群优化算法的面向长尾分布数据的联邦学习方法，属于联邦学习技术领域。本发明首先由服务器向客户端分发随机初始化的模型参数；其次客户端独立使用本地数据进行训练后将模型参数上传至服务器；然后服务器利用狼群优化算法定义各客户端等级，依据客户端等级更新客户端模型参数并返回至客户端，进行下一轮本地训练；完成所有训练轮次后，服务器利用马尔可夫链式转移法则聚合出全局参数。本发明基于狼群优化算法动态寻找适应各客户端数据的最优全局模型参数，避免客户端陷入局部最优解，同时利用马尔可夫链式转移法则使聚合后的全局模型参数较客户端中的最优者有所提升，在联邦学习技术领域具有实践价值和应用前景。
一种基于狼群优化算法面向长尾分布数据联邦学习方法

[发明专利]一种基于关联规则挖掘的高效空间关键词查询方法-CN202310186672.5在审
发明人：李孟娟;唐皓天;贾连印 -专利权人：云南师范大学
申请日： 2023-03-01 - 公布日： 2023-07-28 - 主分类号： G06F16/2458 文献下载
摘要：本发明涉及一种基于关联规则挖掘的高效空间关键词查询方法，属于空间关键字查询领域。本发明包括数据预处理阶段、关联规则挖掘阶段、索引构建阶段、空间关键字查询阶段。关联规则挖掘阶段基于深度控制的物化策略，选取对应的频繁项集。索引构建阶段为数据集的空间部分构建一个四叉树索引，并对数据集的文本部分创建trie和倒排列表。查询阶段采用粗粒度的空间查询，结合倒排列表和频繁项集对应的物化倒排列表进行检索。本发明将关联规则挖掘、物化倒排列表和空间关键词查询相结合，可大幅提高空间关键字的查询效率。
一种基于关联规则挖掘高效空间关键词查询方法

[发明专利]一种邻居感知Hilbert曲线编解码方法-CN202110644811.5有效
发明人：李孟娟;王炳月;贾连印;丁家满;卫守林 -专利权人：云南师范大学
申请日： 2021-06-09 - 公布日： 2023-07-25 - 主分类号： G06T9/00 文献下载
摘要：本发明涉及一种邻居感知Hilbert曲线编解码方法，属于图像处理、空间数据处理、Web服务等技术领域。本发明包括初始化阶段和编解码阶段，初始化阶段构建Hilbert状态视图和记忆数组(memory)。编解码阶段，对当前点与前邻点前部重复的阶直接生成编码值或坐标，无需迭代编解码，同时当前点可为后邻点提供服务，从而可提高编解码效率。本发明在Hilbert曲线编解码算法中引入邻居感知，可有效利用前后邻信息、避免重复编码、降低需迭代编码的阶数，从而显著提高对一个窗口内所有点进行Hilbert编解码的效率。
一种邻居感知 hilbert 曲线解码方法

[发明专利]一种自适应的Hilbert编码和解码方法-CN202110225578.7有效
发明人： 贾连印;王维晨;卫守林;丁家满 -专利权人：昆明理工大学
申请日： 2021-03-01 - 公布日： 2023-06-27 - 主分类号： G06F16/901 文献下载
摘要：本发明涉及一种自适应的Hilbert编码和解码方法，属于空间数据库索引技术领域。本发明包括Hilbert曲线状态视图构建阶段，构建编码状态视图，用于实现编码值和坐标之间的映射、及其到下一阶状态的映射；Hilbert编码阶段：根据输入数据的不同，自适应的选择不同的编码策略。对于输入坐标前部连续0超过特定阈值r的情形，采用跳过输入数据前部特定阶的策略，否则采用逐阶迭代编码的策略。对于输入坐标前部为较少的连续0开头的情况时，采用逐阶迭代编码的方式，计算Hilbert编码。本发明通过引入高效掩码操作、首1检测等技术，可避免对特定序列的迭代查表操作，可同时很好的适应均匀分布和偏斜分布的情形，具有较高的效率。
一种自适应 hilbert 编码解码方法

[发明专利]一种基于状态视图的Hilbert曲线编码和解码方法-CN201910666140.5有效
发明人： 贾连印;陈明鲜;李孟娟;丁家满;游进国;唐季林;张崇德 -专利权人：昆明理工大学
申请日： 2019-07-23 - 公布日： 2023-06-20 - 主分类号： G06F16/22 文献下载
摘要：本发明涉及一种基于状态视图的Hilbert曲线编码和解码方法，属于地理信息系统技术领域。本发明包括Hilbert曲线状态视图构建阶段，对给定状态，分别构建2个用于编码的物理坐标和编码值的映射表、物理坐标和下一阶状态的映射表以及2个用于解码的编码值和物理坐标的反向映射表、编码值和下一阶状态的反向映射表；Hilbert曲线编码阶段，从输入坐标x和y的二进制表示中最大不全为0的位开始查询状态图，计算Hilbert编码；Hilbert解码阶段，从输入的Hilbert编码的二进制表示中最大不为0的位置开始查询状态视图，计算物理坐标值。本发明可降低Hilbert编码的复杂度，且能更好地适应数据的偏斜分布。
一种基于状态视图 hilbert 曲线编码解码方法

[发明专利]一种位置感知的网络服务推荐方法-CN202211676948.X在审
发明人：丁家满;杨景优;贾连印;付晓东;姜瑛 -专利权人：昆明理工大学
申请日： 2022-12-26 - 公布日： 2023-06-06 - 主分类号： H04L67/52 文献下载
摘要：本发明涉及一种位置感知的网络服务推荐方法，属于推荐算法、服务计算、服务推荐技术领域。本发明对用户和服务之间的地理位置关系进行考量，计算出用户与服务之间的地理位置相似度，之后综合考虑地理位置相似性、用户网络环境、服务网络环境、服务功能类来预测相关用户在调用相关服务时的服务质量值(QoS，QualityofService)。并根据QoS值排序生成服务推荐列表推荐给用户，准确并且快速的方便用户选择出合适的服务已构建自己的服务平台，进一步提高了预测精确度和节省了实际调用并且记录所产生的经济费用与时间。
一种位置感知网络服务推荐方法

[发明专利]一种数据偏斜分布下的Hilbert编码和解码方法-CN201910702747.4有效
发明人：李孟娟;贾连印;李润鑫;梁彬彬;王维晨;岳跃华;张钰娜 -专利权人：云南师范大学
申请日： 2019-07-31 - 公布日： 2023-06-06 - 主分类号： G06F16/901 文献下载
摘要：本发明涉及一种数据偏斜分布下的Hilbert编码和解码方法，属于图像存储，空间数据库索引等技术领域。包括Hilbert曲线状态视图构建阶段，构建编码和解码的映射表，用于实现编码值和坐标之间的映射、及其到下一阶状态的映射；Hilbert编码阶段：将编码过程分为立即编码和逐阶编码两个阶段，计算Hilbert编码；解码阶段：将解码过程分成立即解码和逐阶解码两个阶段，计算对应的物理坐标；本发明通过引入立即编码和立即解码阶段，可避免对特定序列的迭代查表操作，在特定数据偏斜分布情形下，具有较高的效率。
一种数据偏斜布下 hilbert 编码解码方法

[发明专利]一种分组Hilbert编码和解码方法-CN201910702773.7有效
发明人：李孟娟;贾连印;李润鑫;王维晨;梁彬彬;张钰娜;岳跃华 -专利权人：云南师范大学
申请日： 2019-07-31 - 公布日： 2023-06-06 - 主分类号： G06F16/901 文献下载
摘要：本发明涉及一种分组Hilbert编码和解码方法，属于信息检索技术领域。包括分组状态视图的构建、编码和解码3个主要部分。分组状态视图负责维护分组物理坐标、分组编码及下一组状态之间的映射关系。编码或解码部分首先将物理坐标或编码值分组，然后以组的方式逐组查询状态视图实现编码或解码。通过分组的方式，可将传统的复杂度为O(m)的Hilbert编码和解码方法降低到O(m/k)，其中m为阶数，k为分组的大小，因此本发明可显著提高Hilbert编码和解码的效率。
一种分组 hilbert 编码解码方法

[发明专利]一种基于PageRank和互信息的多标签分类器链图像识别方法-CN202211675671.9在审
发明人：丁家满;胡爽;贾连印;付晓东;姜瑛 -专利权人：昆明理工大学
申请日： 2022-12-26 - 公布日： 2023-04-14 - 主分类号： G06V10/774 文献下载
摘要：本发明涉及一种基于PageRank和互信息的多标签分类器链图像识别方法，属于数据挖掘中多标签分类技术领域。本发明首先利用互信息来计算标签与标签之间和标签与特征之间的相关性，然后，将特征类比成网页，用标签的相关关系代替网页的链接关系，最后，借助PageRank算法中按照网页被访问概率给网页排序的思想生成标签训练顺序，生成分类器链，从而对图像进行识别。本发明解决了充分考虑标签相关性，寻求合适标签顺序从而得到更好的图像分类性能。
一种基于 pagerank 互信标签分类图像识别方法

[发明专利]一种基于变中心演化聚类的物流中心选址方法-CN202211676515.4在审
发明人：丁家满;李博文;贾连印;付晓东;姜瑛 -专利权人：昆明理工大学
申请日： 2022-12-26 - 公布日： 2023-04-14 - 主分类号： G06Q10/0836 文献下载
摘要：本发明涉及一种基于变中心演化聚类的物流中心选址方法，属于数据挖掘、机器学习中的聚类分析应用技术领域。本发明首先将所有数据对象作为节点，得到完全无向图，并引入局部分布特性来扩展相似性度量，并将其作为图中节点的重要性来衡量节点的中心性，实现无向图边权重的更新；其次，通过调整图中任意两个对象之间路径长度来扩散节点的中心性，并依据节点重要性实现演化聚类中心的确定；最后，通过格式塔接近原则对剩余数据对象进行标签传播完成聚类。根据本发明采用的聚类方法来进行物流配送中心的选址，能够准确地选择出合理的物流选址中心，进一步提升整个物流系统的合理性和商品流通效率。
一种基于中心演化物流选址方法

[发明专利]一种基于位串的分布式频繁项集在商品关联中应用方法-CN202211675673.8在审
发明人：丁家满;肖力;贾连印;付晓东;姜瑛 -专利权人：昆明理工大学
申请日： 2022-12-26 - 公布日： 2023-03-31 - 主分类号： G06F16/2458 文献下载
摘要：本发明涉及一种基于位串的分布式频繁项集在商品关联中应用方法，属于数据挖掘技术领域。本发明借助传统的FP‑Growth关联规则算法的改进，通过将商品的购物清单转换为位串的组织形式，通过BitwiseOperate方法进行模式生成，最终运行在Spark大数据处理框架中实现了分布式运算。本发明与传统的FP‑Growth算法相比，主要解决了FPGrowth在生成FPTree上的生成时内存过大且分布式较复杂的问题，采用位串的形式节省了内存空间，通过位运算快速生成对应的频繁项集，最终在分布式环境下集成，改进了频繁项集挖掘效率，并将算法应用到实际中的购物商品领域中的分析的，为频繁模式挖掘提供了新的研究思路。
一种基于分布式频繁商品关联应用方法

[发明专利]一种基于马尔可夫决策过程和k-最近邻强化学习的排序方法-CN201811570937.7有效
发明人：丁家满;官蕊;贾连印;游进国;姜瑛 -专利权人：昆明理工大学
申请日： 2018-12-21 - 公布日： 2023-03-28 - 主分类号： G06F16/93 文献下载
摘要：本发明涉及一种基于马尔可夫决策过程和k‑最近邻强化学习的排序方法，属于信息检索领域。本发明基于马尔可夫决策过程模型框架，提出了一种应用k‑最近邻的文档排序方法，方法大大提高了的排序准确率；同时，智能化的为用户提供高相关性和多样性的文档搜索结果，节省用户的文档搜索时间，通过高效的文档排序更快更准确的使用户检索到符合其查询的文档。
一种基于马尔可夫决策过程近邻强化学习排序方法

[发明专利]单阅读器移动RFID系统下基于定位识别的标签防碰撞方法-CN202110437509.2有效
发明人：李晓武;李欣怡;陈培东;贾连印;丁家满;游进国;李润鑫 -专利权人：昆明理工大学
申请日： 2021-04-22 - 公布日： 2023-01-24 - 主分类号： G06K7/10 文献下载
摘要：本发明涉及一种单阅读器移动RFID系统下基于定位识别的标签防碰撞方法，属于无线射频识别技术领域。本发明采用尾码应答机制减少传输时间，利用阅读器的移动性获取标签信息，根据估计方程计算标签位置坐标，通过定位来判断标签是否为已识别标签，减少标签的重复识别现象。本发明首先移动阅读器从场景中收集数据用于估计方程，从而获取标签坐标，然后预估待测标签数量，阅读器动态调整帧长，以动态帧时隙ALOHA算法接收标签发送过来的尾码。成功时隙能收到标签的尾码与坐标信息，通过比较坐标判断该标签是否为已识别标签。本发明适用于中小型仓库中单阅读器对RFID标签的识别场景，能够减少中小型仓库中由于重复识别而浪费的时间，从而提升识别效率。
阅读器移动 rfid 系统基于定位识别标签碰撞方法

[发明专利]一种基于LDA的主题词嵌入消歧方法及系统-CN202010189104.7有效
发明人：唐季林;贾连印;陈明鲜;张崇德 -专利权人：昆明理工大学
申请日： 2020-03-18 - 公布日： 2022-12-09 - 主分类号： G06F40/284 文献下载
摘要：本发明涉及一种基于LDA的主题词嵌入消歧方法及系统，属于语义分析技术领域。本发明方法包括：主题模型训练步骤：基于Wiki语料库结合LDA算法训练主题模型；主题词向量生成步骤：根据Wiki语料库和主题模型，利用Word2Vec训练出主题词向量；上下文向量生成步骤：利用主题模型和主题词向量，计算出歧义词所在上下文的向量表示；有监督词义消歧步骤：将上下文向量与其他传统语义特征结合，利用SVM进行词义消歧。
一种基于 lda 主题词嵌入方法系统

1
2
3
4
5
6
下一页»
尾页
共 77 条