专利名称
主分类
A 农业
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
G 物理
H 电学
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
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
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
清华大学
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
更多 »
钻瓜专利网为您找到相关结果37个,建议您升级VIP下载更多相关专利
  • [发明专利]移动终端转屏系统及方法-CN201510159603.0有效
  • 牛新征;侯孟书;张洪;赵淼佟;屈英 - 电子科技大学
  • 2015-04-03 - 2017-06-20 - H04M1/725
  • 本发明公开了一种移动终端转屏系统及方法,包括至少一个移动终端、一转屏移动终端选取模块、一转屏控制模块和一被转屏幕;转屏移动终端选取模块用于从多个移动终端中识别出需要进行转屏的移动终端;转屏控制模块用于控制将需要进行转屏的移动终端上的内容转屏到被转屏幕上进行显示。本发明可自动识别出驾驶员移动终端,并自动将驾驶员移动终端上的信息转屏到车载屏幕上,提高了行车安全;自动划分应用消息发送者与车上乘客之间的社群,分析识别乘客与消息发送者之间的关系,只有在乘客与消息发送者关系密切的情况下才对驾驶员手机上的应用消息进行转屏,突破传统车载互联系统“无脑”转屏的方式,在提高行车安全的同时极大地保护了驾驶员的隐私。
  • 移动终端系统方法
  • [发明专利]一种基于道路网络的时空轨迹聚类方法-CN201610802389.0在审
  • 牛新征;侯孟书;牛嘉郡;张洪;魏驰 - 电子科技大学
  • 2016-09-05 - 2017-02-08 - G06F17/30
  • 本发明公开了一种基于道路网络的时空轨迹聚类方法,该方法包括数据采集、时空轨迹表达、时空相似性度量、子轨迹聚类和输出聚类结果步骤。通过轨迹记录设备,采集移动对象的时空轨迹数据,基于线段的轨迹表示建立时空轨迹模型,通过线性插值和语义扩充后输出轨迹文件,并对轨迹文件选取特征点,通过特征点划分子轨迹进行轨迹重构;计算子轨迹间的网络距离,作为时空相似性分析度量依据,并运用标签传播算法实现子轨迹聚类,最后输出聚类结果。本发明通过对各种时空轨迹数据进行聚类分析,可以提取时空轨迹数据中的相似性与异常特征,并有助于发现其中有意义的轨迹模式。
  • 一种基于道路网络时空轨迹方法
  • [发明专利]一种应用于云存储重复数据删除的数据块合并方法-CN201410104776.8在审
  • 李玉军;罗四维;侯孟书;牛新征;詹思瑜 - 电子科技大学
  • 2014-03-20 - 2014-07-09 - G06F17/30
  • 本发明公开了一种应用于云存储重复数据删除的数据块合并方法,它包括以下步骤:S1:将需要存储的文件分割成一系列连续的子数据块;S2:计算每个子数据块的数字摘要,作为该子数据块的编号;S3:设置子数据块合并的最小合并块数和最大合并块数,对于新数据块,先将其分组合并,最后将所有数据块存储;对于旧数据块,建立该子数据块与已存储或已备份数据块之间映射,然后对这些子数据块进行分组合并,最后将合并后的数据块予以删除。本发明通过子数据块合并减少了合并数据块过程中的开销,减少了调用哈希比对的频率,加快了数据删除的速度,提高了数据删除系统的性能。
  • 一种应用于存储重复数据删除合并方法
  • [发明专利]基于频繁项集挖掘算法的反规范化策略选择方法-CN201310283857.4有效
  • 牛新征;周冬梅;侯孟书;杨健 - 电子科技大学
  • 2013-07-08 - 2014-05-28 - G06F17/30
  • 本发明公开了基于频繁项集挖掘算法的反规范化策略选择方法,具体的说是海量数据集上基于频繁项集挖掘算法的反规范化策略选择方法。本方法将频繁模式挖掘的方法首次用于指导数据库反规范化操作;以及基于精简前缀树的频繁模式挖掘算法中,提出了服务于数据库反规范化选择的全新的建立精简前缀树的过程和正确的计数方法。本发明有益效果表现在:通过关联规则的频繁项集挖掘算法,发现大量数据中项集之间重要的关联或者相关联系,指导DBA等开展数据库的反规范化策略的选择和构建,解决海量数据中因大量的表连接操作而带来的性能瓶颈问题。
  • 基于频繁挖掘算法规范化策略选择方法

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

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top