您的位置: 专家智库 > >

文瑞

作品数:10 被引量:9H指数:1
供职机构:大连理工大学更多>>
相关领域:自动化与计算机技术经济管理文化科学政治法律更多>>

文献类型

  • 8篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 5篇自动化与计算...
  • 2篇经济管理
  • 1篇政治法律
  • 1篇文化科学

主题

  • 2篇电子设备
  • 2篇动态网
  • 2篇动态网格
  • 2篇多级索引
  • 2篇学习率
  • 2篇余弦
  • 2篇余弦相似度
  • 2篇索引
  • 2篇梯度估计
  • 2篇图表示
  • 2篇偏好
  • 2篇自适
  • 2篇自适应
  • 2篇自适应学习
  • 2篇自适应学习率
  • 2篇网格
  • 2篇相似度
  • 2篇路网
  • 2篇路网结构
  • 2篇交通规划

机构

  • 9篇大连理工大学
  • 1篇哈尔滨理工大...
  • 1篇重庆邮电大学
  • 1篇广东技术师范...

作者

  • 10篇文瑞
  • 6篇齐恒
  • 4篇申彦明
  • 2篇王璐
  • 1篇李忆
  • 1篇张强
  • 1篇杨立成

传媒

  • 1篇现代情报

年份

  • 1篇2024
  • 5篇2023
  • 1篇2022
  • 1篇2021
  • 1篇2016
  • 1篇2006
10 条 记 录,以下是 1-10
排序方式:
大规模轨迹数据时空伴随者查询方法和系统
一种大规模轨迹数据时空伴随者查询方法和系统,属于时空大数据处理与应用的领域。本发明分为索引建立阶段和轨迹时空伴随者查询阶段,在索引建立阶段,基于样本数据构造一个全局索引,全局索引由时间分区的排序数组和空间分区的多个四叉树...
齐恒张志齐文瑞申彦明
一种基于知识图谱和自注意力机制的轨迹目的地预测的方法
一种基于知识图谱和自注意力机制的轨迹目的地预测的方法,属于深度学习与城市交通规划技术交叉的领域。本发明先由底向上构建多层知识图谱,其中第一层表示基础路网结构及基本属性,第二层表示轨迹数据中路段的上下游关系及选择偏好,第三...
王璐文瑞申彦明齐恒
文献传递
一种基于知识图谱和自注意力机制的轨迹目的地预测的方法
一种基于知识图谱和自注意力机制的轨迹目的地预测的方法,属于深度学习与城市交通规划技术交叉的领域。本发明先由底向上构建多层知识图谱,其中第一层表示基础路网结构及基本属性,第二层表示轨迹数据中路段的上下游关系及选择偏好,第三...
王璐文瑞申彦明齐恒
文献传递
基于自适应学习率的异步联邦学习参数更新方法、电子设备及存储介质
基于自适应学习率的异步联邦学习参数更新方法、电子设备及存储介质,为了解决异步联邦学习面临着双重挑战:陈旧性问题和数据集不平衡问题,本发明分别在中心服务器和工作节点解决如上问题,中心服务器接收完K个梯度后,首先进行无偏梯度...
齐恒吴杉周弈志文瑞
一种基于对偶学习的音频-图像跨模态检索方法
本发明属于深度学习技术领域,涉及一种基于对偶学习的音频‑图像跨模态检索方法。本发明实现了一种音频‑图像的跨模态检索,解决使用传统机器学习方法多模态数据对应关系难以标注的问题。在数据特征提取中,VGG采用小的卷积核和池化层...
姜莱文瑞王鹏飞
大规模轨迹数据时空伴随者查询方法和系统
一种大规模轨迹数据时空伴随者查询方法和系统,属于时空大数据处理与应用的领域。本发明分为索引建立阶段和轨迹时空伴随者查询阶段,在索引建立阶段,基于样本数据构造一个全局索引,全局索引由时间分区的排序数组和空间分区的多个四叉树...
齐恒张志齐文瑞申彦明
一种基于突出分支检测的二维形状分解方法及系统
本发明公开了一种基于突出分支检测的二维形状分解方法与系统。首先基于形状突出示性函数提取形状轮廓上的突出点;其次通过多标签图分割提取形状上的多个突出分支;再次,由突出分支确定分割端点候选集以及突出点的伴随点集;最后,结合形...
文瑞张强姜莱
基于自适应学习率的异步联邦学习参数更新方法、电子设备及存储介质
基于自适应学习率的异步联邦学习参数更新方法、电子设备及存储介质,为了解决异步联邦学习面临着双重挑战:陈旧性问题和数据集不平衡问题,本发明分别在中心服务器和工作节点解决如上问题,中心服务器接收完K个梯度后,首先进行无偏梯度...
齐恒吴杉周弈志文瑞
面向服务的人事管理系统的设计与实现
与语言无关、基于组件的面向服务的体系结构(SOA)编程模型简化了实现Web服务以及将其组装到解决方案中的过程。创建面向服务的体系结构(SOA)意味着重新考虑当前用于构建系统的实践、组织的技能,以及团队成员协作的方式。面向...
文瑞
关键词:软件组件化面向服务体系结构人事管理系统软件工程
文献传递
网络搜索指数与汽车销量关系研究——基于文本挖掘的关键词获取被引量:9
2016年
网络搜索数据是消费者在信息搜集和购买决策过程中真实足迹的反映,对了解消费者购买需求具有重要价值。本文运用与现有研究不同的关键词获取方法,以我国汽车市场为背景,研究网络搜索数据与销量之间的关系。首先,确定网络搜索数据的关键词,主要运用了文本挖掘技术,具体而言:1对抓取的汽车论坛文本进行Jieba分词;2利用Word2vec模型把分词结果转化为向量空间模型形式;3结合TF-IDF算法和余弦相似度算法确定关键词。然后,基于108个月的长面板数据,建立网络搜索与汽车销量的固定效应模型。最后,采取滚动窗口的方式预测最近12个月的汽车销量。实证结果显示:网络搜索与汽车销量之间存在长期均衡关系,回归模型可以解释76%的方差;网络搜索数据有助于预测我国汽车销量。
李忆文瑞杨立成
关键词:消费者汽车销量文本挖掘
共1页<1>
聚类工具0