科创中国
非结构化数据特征分析的仿真关键技术及应用
发布时间: 2021-11-10
基本信息
合作方式：
技术服务
成果类型：
新技术
行业领域：
新一代信息技术产业,信息传输、软件和信息技术服务业
成果介绍
本项目以冷链物流信息数据、机器故障数据、专家信息文本和人脸数据、价格数据和交通数据为研究对象，经过多年的研究，突破了多源异构数据挖掘关键技术、视频图像特征分类的系列关键技术，取得了如下创新型成果。 （1）提出一种冷链物流智能配载数据挖掘与推荐方法，研究开发冷链物流物联网智能配载推荐系统软件。该冷链物流信息推荐算法提高了推荐系统精度和泛化能力，相比传统方法平均绝对误差减少近6%。依托中国冷链物流网平台，以冷链物流物联网运营、监控数据以及行业内的库源、车源、货源、装备设施源等信息为数据挖掘对象，创新冷链物流配载推荐信息服务模式，提升第三方冷链物流行业整体运营效率。 （2）提出基于模糊Fisher准则的半模糊聚类及特征降维方法，并研究新的故障诊断和商品价格预测方法。其基本思想一方面是通过定义的模糊Fisher准则函数将Fisher线性判别扩展成一种半模糊聚类算法；另一方面，通过该算法求得无监督最佳鉴别矢量，进而实现一种引入分离性度量准则的无监督特征选择方法。 （3）提出一种基于视觉显著性交通标志自动识别、车辆自动跟踪方法，研究开发基于视频的交通标志和交通冲突自动识别系统软件。该系统首先基于图像自身的特征，结合自上而下和自下而上的视觉显著性对目标区域粗定位，然后利用提出的主动轮廓模型对视频图像进行分割精细定位，最后提出1-范数最小二乘机方法进行识别，目前已在交通领域获得很好的使用。 （4）设计了一种非线性离散大数据数据Web挖掘、抽取与人脸识别方法，并开发了基于Web数据挖掘、人脸识别的科技专家应用系统。该系统对专家信息页面文本和Web页面人脸抽取，并对低分辨率的人脸图像进行了基于核化模糊Fisher准则聚类的彩色图像分割和基于改进的M-2DPCA的人脸识别算法的识别，实现了科技专家信息化管理与动态更新，提高管理效率的目标。 （5）提出一种科技新闻增量学习多层次二分类方法以及科学新闻标题的多层次多分类方法，研究基于科技新闻挖掘的科技情报的个性化服务系统。其中，科技新闻增量学习多层次二分类方法利用新闻属性中的文章标题、文章内容、关键词实现科技新闻分类准确性；科学新闻标题的多层次多分类方法可以自动判断判断是否需要进一步分类和分类的层数。
成果亮点
团队介绍
成果资料
下载app