“邱宁佳”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9个，建议您升级VIP下载更多相关专利

[发明专利]一种基于半监督约束的人工蜂群优化聚类方法-CN202310412843.1在审
发明人： 邱宁佳;胡小娟;张彬;王鹏 -专利权人：长春理工大学
申请日： 2023-04-18 - 公布日： 2023-09-29 - 主分类号： G06F18/23 文献下载
摘要：本发明公开了一种基于半监督约束的人工蜂群优化聚类方法，本方法首先使用有标记数据生成成对约束指导邻接矩阵生成，完善邻接矩阵信息提高谱聚类准确率；然后结合人工蜂群算法，提出区域优化搜索提高查找数据聚类中心速度，重构人工蜂群算法适应度函数提高查找数据聚类中心精确度，利用人工蜂群算法寻找到合理的聚类中心；最后使用K‑means算法结合拉普拉斯矩阵和优化后的聚类中心完成聚类工作，通过UCI数据集的聚类算法对比实验结果发现，该算法能够在较短的时间找到合理的聚类中心点，进而得到更精确的聚类结果，具有鲁棒性好、精度高和聚类效果好的特点。
一种基于监督约束人工蜂群优化方法

[发明专利]基于ASPP-YOLOv4多尺度融合的无人机图像目标检测方法-CN202210540657.1在审
发明人：王玲;韩卓育;王鹏;白燕娥;邱宁佳;杨迪 -专利权人：长春理工大学
申请日： 2022-05-17 - 公布日： 2022-09-23 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种基于ASPP‑YOLOv4多尺度融合的无人机图像目标检测方法，首先，建立基于ASPP‑YOLOv4多尺度融合的无人机图像目标检测模型的具体操作包括以下步骤，建立YOLOv4网络结构；然后将改进的SENet网络嵌入到YOLOv4网络结构中主干特征提取网络CSPDarknet53的每个CSP残差块中；接着，在第一个CSP残差块和第二个CSP残差块后分别输出分辨率为208*208以及104*104的特征图，利用改进的ASPP下采样降维后融入到特征金字塔网络PANet中，得到基于ASPP‑YOLOv4多尺度融合的无人机图像目标检测模型；利用该无人机图像检测模型即可对无人机图像中的小目标进行检测。本发明中基于ASPP‑YOLOv4检测方法显著地提升了小目标的检测精度，同时降低了漏检以及误检的概率。
基于 aspp yolov4 尺度融合无人机图像目标检测方法

[发明专利]一种交通信号控制方法及系统-CN202010796278.X有效
发明人：杨迪;李艳雯;韩丽苹;王鹏;邱宁佳;王玲 -专利权人：长春理工大学
申请日： 2020-08-10 - 公布日： 2021-07-16 - 主分类号： G08G1/08 文献下载
摘要：本发明公开了一种交通信号控制方法，所述控制方法包括如下步骤：将研究区域划分为多个控制子区，并确定每个控制子区的交叉路口；建立双层优化模型；根据研究区域的车辆分布计算每个控制子区的每个交叉口的相位压力；当所有的交叉口的相位压力中的最大的相位压力大于激活相位时，采用双层优化模型，确定当前时刻后的K个时刻的研究区域的总输出车辆数最大时，且当前时刻后的K个时刻的每个控制子区的车辆数与最优车辆数差的平方和最小时的交通信号控制方案。发明将研究区域划分为多个控制子区，对于每个控制子区的边界信号灯进行优化，实现了区域内的交通的优化控制，避免了区域内的局部拥堵的缺陷。
一种交通信号控制方法系统

[发明专利]基于卷积神经网络的高速公路交通流预测方法-CN201711474416.7有效
发明人：杨迪;李松江;邱宁佳;王鹏;彭周;杨华民;宋小龙;王俊辉 -专利权人：长春理工大学
申请日： 2017-12-29 - 公布日： 2021-04-27 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及一种基于卷积神经网络的高速公路交通流预测方法，其特征在于包括以下步骤：1）、对交通流数据和外部因素数据进行预处理，构建时间相邻性矩阵，日周期性矩阵，周周期性矩阵和外部因素向量作为模型的输入；2）、采用卷积神经网络分别对交通流的时间相邻性，日周期性和周周期性进行建模，同时提取不同的时空特征；3）、基于步骤2）所提取的时空特征融合外部因素，构成融合向量作为全连接层的输入；4）、利用全连接层融合所有特征，完成最终的交通流预测，其利用深度学习模型对高速路网交通流进行建模，融合了交通流的时空特征和外部影响因素，使模型能够应对复杂交通流特征，获得预测结果，解决了对区域全部路段同时预测的问题。
基于卷积神经网络高速公路通流预测方法

[发明专利]一种基于并行化噪音消除的文本分类方法-CN201811328975.1在审
发明人： 邱宁佳;胡小娟;薛丽娇;王鹏;杨华民 -专利权人：长春理工大学
申请日： 2018-11-09 - 公布日： 2019-02-01 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于并行化噪音消除的文本分类方法，其特征在于：首先在文本特征选择过程中引入主成分分析方法对原始特征集进行冗余噪音特征的筛查；其次利用词频‑逆文档频率方法进行第二阶段的特征噪音数据筛查，形成文本的关键特征集；然后利用冗余噪音数据和错误噪音数据的历史数据，对文本分类过程中出现的噪音数据进行统计学习过滤，实现错误噪音特征的过滤、检测和删除；最后利用所得关键特征集和保留下来的分类器判定文本的目标类别。该方法不仅能够有效降低文本分类时间，而且能够提高文本分类的噪音特征消除率和分类准确率，尤其是在噪音比例降低时，算法仍能保持良好且稳定的分类性能。
文本分类噪音数据噪音特征特征集噪音消除并行化冗余筛查过滤文本词频文本特征选择分类准确率逆文档频率主成分分析比例降低分类性能历史数据目标类别统计学习分类器算法判定删除噪音检测引入保留

[发明专利]数据存储的方法和装置-CN201510810711.X有效
发明人： 邱宁佳;杨华民;李松江;王鹏;杨迪 -专利权人：长春理工大学
申请日： 2015-11-12 - 公布日： 2018-11-16 - 主分类号： G06F3/06 文献下载
摘要：本发明公开了一种数据存储的方法和装置。其中，该方法包括：获取待存储的数据；通过哈希运算在存储空间内确定数据对应的机架；获取数据对应的数据副本，并通过哈希运算确定数据副本在机架上的数据节点对应的存储区域；其中，存储空间为环形存储空间，数据节点对应多个虚拟数据节点，多个虚拟数据节点负责的存储空间由多个均分的存储区域组成；将数据副本存储在存储区域内。本发明能够在保证数据均衡分布的同时，快速完成数据存储，提升系统处理性能的技术问题。
数据存储方法装置

[发明专利]纵横相似的高速公路短时交通量预测方法-CN201610916541.8在审
发明人：李松江;杨迪;邱宁佳;袁强;王鹏;李岩芳 -专利权人：长春理工大学
申请日： 2016-10-21 - 公布日： 2017-05-10 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及纵横相似的高速公路短时交通量预测方法，其特征在于所采用设备为服务器A、服务器B、服务器C、计算机；其中服务器A为现有系统服务器、服务器B为数据ETL服务器、服务器C为数据仓库服务器；服务器A中的原始数据通过服务器B进行相应规则的清洗转换最终加载到服务器C中，计算机通过报表展示系统获取数据进行展现和分析；其提高了交通量预测中季节性的抗干扰能力，扩大短时交通量预测方法的应用范围。
纵横相似高速公路交通量预测方法

[发明专利]基于Hadoop的大规模社交网络分析方法及其分析平台-CN201510742141.5在审
发明人：王鹏;杨迪;李松江;杨华民;邱宁佳;高铖 -专利权人：长春理工大学
申请日： 2015-11-01 - 公布日： 2016-02-24 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了一种基于Hadoop的大规模社交网络分析方法及其分析平台，包括以下步骤：1)、获取社交网络中的原始数据，并将原始数据进行存储；2)、对所述原始数据进行统一化处理，使得原始数据生成固定格式的数据文件；3)、对数据文件进行预处理，使得数据文件转化为HNAP系统的数据格式，然后建立支持图论模型及分布式环境的数据模型；4)、利用HNAP系统算法库中的算法，对步骤3)数据模型的数据进行社会网络分析，并对分析后的输出结果进行整合，生成文档文件，本发明利用分布式数据处理分析工具，对所述原始数据进行处理，使得原始数据生成固定格式的数据文件，使得其能够利用分布式计算，获得分析结果，解决了单核处理能力不足的问题。
基于 hadoop 大规模社交网络分析方法及其分析平台

[发明专利]一种曲面轧制方法-CN201110368823.6有效
发明人：李明哲;韩奇钢;刘志卫;付文智;刘纯国;邱宁佳 -专利权人：吉林大学
申请日： 2011-11-19 - 公布日： 2012-04-25 - 主分类号： B21D13/04 文献下载
摘要：本发明涉及一种曲面轧制方法，具体而言，涉及一种用于对板材进行三维曲面成形的曲面轧制方法，属于机械工程领域。本发明所涉及的板材三维曲面成形的曲面轧制方法，包括使板材从形成于上成形辊和下成形辊之间的辊缝中经过并被轧制成形的轧制步骤，所述辊缝的大小(辊缝值)被控制为所期望的值，并且，所述辊缝值在成形辊的轴向上呈非线性分布。根据此发明，能够简单、快速、低成本地实现对板材的三维曲面成形。
一种曲面轧制方法

1
共 9 条