吴少智
- 作品数：27 被引量：22H指数：3
- 供职机构：电子科技大学更多>>
- 发文基金：国家高技术研究发展计划国家教育部博士点基金国家社会科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种跨域通信网络智能流量预测方法
- 本发明实施例公开了一种跨域通信网络智能流量预测方法。其中，所述方法包括：获取参考数据，其中，所述参考数据包括跨域通信网络在当前时刻的第一流量数据和在当前时刻之前预设时段内各时刻的第二流量数据；将所述参考数据输入至预先训练...
- 刘欣刚 申殷铭 张立澄吴少智王大宇
- 一种跨域通信网络流量分类方法、装置、设备和存储介质
- 本发明实施例公开了一种跨域通信网络流量分类方法、装置、设备和存储介质，其中，方法包括：获取目标通信网络的待分析流量数据；将所述待分析流量数据输入至经过预先训练的目标流量分类模型中，得到所述待分析流量数据的目标流量分类结果...
- 刘欣刚 代振中 张立澄吴少智 张松
- 一种基于电子交易的认证装置、系统及方法
- 本发明公开了一种基于电子交易的认证装置、系统及方法，所述方法包括：读取储值装置中已加密的用户信息并对所述已加密的用户信息进行认证；当认证成功时获取当前用户的交易操作数据，并通过网络发送所述交易操作数据到网络交易平台以获与...
- 吴少智 吴跃 宗雪婷 张江泓
- 文献传递
- 支持向量回归的颅内压时间系列无损估计方法被引量：1
- 2011年
- 在对时间序列数据挖掘框架进行研究时发现:在利用线性映射函数刻画误差和特征间的关系时,不能获得对颅内压力信号的精确估计。为了提高对颅内压估计的精确性,本文采用支持向量回归构建存在于特征和误差间的非线性映射函数,实验结果表明:基于支持向量回归的非线性映射函数预测效果明显优于先前所采用的线性最小二乘法所构成的线性映射函数策略。
- 吴少智吴跃徐鹏胡晓
- 关键词：数据挖掘框架最小二乘法支持向量回归
- 一种图像分割方法和装置
- 本发明涉一种图像分割方法和装置，通过基于预设预处理算法对待分割图像进行增强得到增强图像；使用训练好的神经网络模型对增强图像进行分割，其中神经网络模型通过上采样获得增强图像的高分辨率信息并进行特征信息的提取，以得到详细的空...
- 田淼王宏秋杨菲菲吴少智田丹刘欣刚李琬祎曹云健
- 文献传递
- 一种应用于跨域通信网络的智能路由方法
- 本发明公开了一种应用于跨域通信网络的智能路由方法，应用于包括至少两种空间域内的多个通信节点的跨域通信网络中，该方法包括：确定跨域通信网络在当前时刻下的各链路，基于每个链路在当前时刻下的链路收发信息，确定与各链路对应的当前...
- 刘欣刚 陈钰千 林海瑞 王靖雯 敬媛媛 马文浩 张立澄吴少智 张松
- 时间序列数据挖掘在生物医学中的应用研究
- 随着计算机技术及其应用的广泛普及和超大容量存储技术的发展，人们在各行各业的应用和科学研究中，积累的数据则呈现爆炸式增长。这些海量数据背后隐藏着具有大量的重要价值的参考信息。如何充分利用这些海量数据，从中挖掘出更有价值需要...
- 吴少智
- 关键词：数据挖掘框架时间序列异常检测映射函数生物医学
- 线性映射函数对无损颅内压估计的影响
- 2010年
- 提出了一种基于截断奇异值分解的线性映射函数颅内压无损估计方法。在基于时间序列的数据挖掘框架基础上,分别推导了基于总体最小二乘法的线性映射函数和基于截断奇异值分解法的线性映射函数,通过实验仿真比较证明:不同的线性映射函数对颅内压的预测确实有较为明显的影响,在所采用的方法中,基于截断奇异值分解法的线性映射函数效果明显优于基于总体最小二乘法的线性映射函数。因此,在该数据挖掘框架中,选择合适的线性映射函数对无损颅内压预测精确性的提高有着非常重要的意义。
- 吴少智吴跃徐鹏胡晓
- 关键词：数据挖掘框架
- 一种检测用户疲劳状态的方法
- 本发明提供了一种检测用户疲劳状态的方法，该方法包括：通过人脸检测获取用户的面部特征；从所获取的面部特征中提取用户的眼睛的位置信息；实时记录所述用户的眼睛的闭合次数以及闭合时间；每隔预定时间对所记录的用户的眼睛的闭合次数以...
- 吴少智吴跃宗雪婷
- 文献传递
- 基于迁移学习和显著性检测的盲道识别被引量：9
- 2018年
- 为了帮助对视觉障碍患者有效识别道路周围的场景,提出一种基于迁移学习和深度神经网络方法,实现实时盲道场景识别。首先提取盲道障碍物的瓶颈描述子和判别区域集成显著性特征描述子,并进行特征融合,然后训练新的盲道特征表示,用Softmax函数实现盲道场景识别。实验中,对成都不同区域盲道周围障碍物采样,分别采用基于Mobilenet模型不同参数训练和测试了提出的新模型,最后在实际应用场景,实现了盲道周边障碍物的实时分类和报警,实验证明提出的方法具有很高准确率和良好的运行性能。
- 李林李小舜吴少智
- 关键词：显著性检测
