|
搜索
搜 索
高等教育領域數(shù)字化綜合服務平臺
用于光譜圖像數(shù)據(jù)降維的鄰居點搜索方法及系統(tǒng)
本發(fā)明提出了一種用于光譜圖像數(shù)據(jù)降維的鄰居點搜索方法及系統(tǒng)，包括首先對當前像素所在窗口 的像素進行篩選，剔除受噪聲等因素干擾較大的像素；然后對當前像素以及待比對像素所在窗口內(nèi)像素 分別進行排序，計算當前像素和待比對像素所在窗口的光譜距離；選取相似度最高的若干像素為當前像 素的鄰居點。本發(fā)明的方法充分利用了空間信息，而且通過排序使得搜索過程不受圖像幾何形態(tài)上的變 化影響，具有空間魯棒性，對一些噪聲污染點也有很好的抑制作用，使得尋找到的鄰居點更準確，提高 了高光譜圖像數(shù)據(jù)降維處理的性能。
武漢大學
2021-04-13
面向三網(wǎng)融合的電視節(jié)目內(nèi)容搜索與推薦方法
本發(fā)明公開了一種面向三網(wǎng)融合的電視節(jié)目內(nèi)容搜索與推薦方法。包括：提出同義詞標簽豐富、評論標簽豐富和視頻相似度標簽豐富三種視頻標簽自豐富方法生成能詳細描述海量電視節(jié)目內(nèi)容的標簽描述文件；設計接口完整收集電視節(jié)目觀眾的顯式和隱式行為信息，并分別提出了顯式和隱式偏好權重計算方法構建基于標簽的用戶偏好模型，同時考慮了用戶偏好隨時間的變化；提出基于標簽滿足關系的相似度計算方法，實現(xiàn)三網(wǎng)融合環(huán)境下海量電視節(jié)目內(nèi)容的個性化搜索與主動推薦服務。本方法解決了三網(wǎng)融合環(huán)境下海量電視節(jié)目內(nèi)容詳細描述的需求，同時為用戶提供
華中科技大學
2021-04-14
一種面向微博實時搜索的自適應索引方法
本發(fā)明公開了一種面向微博實時搜索的自適應索引方法，該方 法包括：新建大小為π0 的第 0 層倒排索引 i0；將新的微博索引到第 0 層倒排索引 i0；當?shù)?0 層倒排索引 i0 空間不夠時，生成第 0 層倒排索 引 i0 的副本第 0 層副本 i0`，將微博插入到清空后的第 0 層倒排索引 i0； 判斷當前存在索引包的數(shù)量 k<、＝p 是否成立，若是，則創(chuàng)建大小 為 r<sup>k</sup>×π0
華中科技大學
2021-04-14
一種快速關鍵字可搜索公鑰加密方法
本發(fā)明公開了一種快速關鍵字可搜索公鑰加密方法，屬于計算 機安全技術領域。本發(fā)明包括：(1)，系統(tǒng)初始化，設置系統(tǒng)公開參數(shù) 以及主秘密參數(shù)；(2)，為用戶生成公開部分以及初始化隱藏結構；(3)， 選取關鍵字，并生成相應的關鍵字可搜索密文；(4)，為用戶生成關鍵 字檢索陷門；(5)，服務器根據(jù)用戶提交的檢索陷門搜索包含相應關鍵 字的所有密文。本發(fā)明的關鍵字可搜索公鑰加密的檢索復雜度是與包 含該關鍵字的密文數(shù)量線性相關的，
華中科技大學
2021-04-14
一種支持物理刪除的動態(tài)可搜索對稱加密方法
本發(fā)明公開了一種支持物理刪除的動態(tài)可搜索對稱加密方法， 屬于密碼學和云存儲技術領域。本發(fā)明使得用戶在云存儲環(huán)境下實現(xiàn) 對自身密文數(shù)據(jù)的檢索以及可搜索密文的動態(tài)更新功能，并且在動態(tài) 更新過程中不會泄露可搜索密文的信息，不會破壞已有的索引結構， 本發(fā)明在做文件刪除時先做邏輯刪除保護已有索引結構不被泄露和破 壞，然后在檢索過程中完成物理刪除減少系統(tǒng)存儲開銷。本發(fā)明為可 搜索對稱加密方案存在的安全性，效率和實用性三個問題提出
華中科技大學
2021-04-14
基于最大全局侵占率搜索的車輛自主泊車功能測評方法
1. 痛點問題
自主泊車功能的測試測評相比傳統(tǒng)車輛測評更為復雜，而且條件更加嚴格。 如依照傳統(tǒng)車輛主動安全測試方法對自主泊車功能進行測試，為了達到較高的安全性，則需要進行大量場地測試，其時間與金錢成本較大，如何在降低測試量的同時確保自主泊車功能的安全性成為痛點問題。
2. 解決方案
基于最大全局侵占率搜索的車輛自主泊車功能測評方法，該方法通過搭建仿真平臺，對待測自主泊車功能和場景分析，對最差泊車場景進行全局搜索，搜索以最大全局侵占率為輸出。通過實地再現(xiàn)最差泊車場景對待測自主泊車功能進行驗證，如果待測自主泊車功能在最危險場景下可滿足運行要求，則認定該待測自主泊車功能通過測評。
3.合作需求
1）尋求孵化資源，工程化、產(chǎn)品化所需的資金、實驗場地與試驗設備、相關領域的開發(fā)團隊等；
2）尋求資源對接，目標合作領域為自動駕駛汽車領域，目標合作企業(yè)為主機廠或車輛檢測單位。
清華大學
2023-01-12
復雜地理實體快速查詢的空間語義模式圖構建及搜索方法
本發(fā)明公開了一種復雜地理實體快速查詢的空間語義模式圖構建及搜索方法，在于克服現(xiàn)有技術的 不足，減少―由底向上‖多屬性聯(lián)合查詢的排列組合數(shù)，避免位置描述中的組合爆炸問題，降低效率損失。 其原理如下：將語義與空間聯(lián)合索引，進而提出一種―由上向下‖的模式查詢策略，針對位置描述的自然 語言形式查詢，建立從匹配得出的虛擬位置概念對象到實際位置概念集合的快速映射，通過對象的語義 層次建立位置概念對象的連接圖，從而為定位過程提供高效的位置概念對象查詢。&nb
武漢大學
2021-04-14
基于迭代梯度搜索的兩通道正交鏡像濾波器組設計方法
本發(fā)明提供一種基于迭代梯度搜索的兩通道正交鏡像濾波器組設計方法.其利用迭代梯度搜索(IGS,iterative gradient searching)技術,將原本高度非線性非凸的優(yōu)化問題,轉(zhuǎn)成凸優(yōu)化問題進行迭代求解.我們發(fā)明的方法和以往方法相比,不再局限于對某一個固定的目標函數(shù)進行求解,可以根據(jù)設計的需要,靈活的更改目標函數(shù),不僅能將目標函數(shù)表達成最小二乘準則的形式,還能夠直接實現(xiàn)最小極大化準則的表達形式.并且我們的方法和國內(nèi)外其它方法相比,原型濾波器迭代初始系數(shù)的正常選取幾乎不影響仿真結果,且所獲得的濾波器性能指標更具有優(yōu)越性.
杭州電子科技大學
2021-05-06
一種基于A星搜索和深度學習的個性化路線推薦方法
本發(fā)明公開了一種基于A星搜索和深度學習的個性化路線推薦方法，步驟一：歷史軌跡數(shù)據(jù)集D，起點ls，終點ld，出發(fā)時間b和用戶u作為輸入，然后基于輸入循環(huán)神經(jīng)網(wǎng)絡；步驟二：建模從出發(fā)點到當前n節(jié)點的費用函數(shù)ɡ(n)與當前n節(jié)點到終點的費用函數(shù)h(n)；步驟三：尋找最優(yōu)路徑的過程中，每次擴展一個節(jié)點，使用f(n)來評價這個節(jié)點的得分，推薦個性化的最優(yōu)路徑軌跡p*。
北京航空航天大學
2021-04-10
大學.jpg){kind=logo}
一種確定非均質(zhì)土層邊坡雙臨界滑動面的搜索方法
本發(fā)明涉及一種確定非均質(zhì)土層邊坡雙臨界滑動面的搜索方法。該方法利用Monte Carlo隨機模擬結合遺傳算法生成并篩選參數(shù)樣本，通過多指標相似性函數(shù)確定最優(yōu)參數(shù)組賦值給模型。基于改進NSGA?II算法同步生成兩組滑動面候選集，融合強度折減法與能量法構建協(xié)同安全系數(shù)，全面考量邊坡力學響應。經(jīng)Monte Carlo模擬求解失效概率，判斷雙臨界滑動面。最后運用粒子群優(yōu)化與禁忌搜索協(xié)同框架鎖定最優(yōu)臨界滑動面。此算法能精準捕捉雙臨界滑動面，廣泛適用于各類地質(zhì)和荷載工況，提高了計算精度和效率，為邊坡工程設計、安全評估、災害預警等提供關鍵數(shù)據(jù)支持。
南京工業(yè)大學
2021-01-12