您的位置： 专家智库 > >

魏翔

作品数：22 被引量：0H指数：0
供职机构：北京交通大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术经济管理更多>>

合作作者

文献类型

  • 19篇专利
  • 3篇学位论文

领域

  • 2篇经济管理
  • 2篇自动化与计算...

主题

  • 5篇神经网
  • 5篇神经网络
  • 4篇迁移
  • 3篇图像
  • 3篇向量
  • 2篇单词
  • 2篇端到端
  • 2篇信息标注
  • 2篇信息点
  • 2篇信息提取
  • 2篇行人
  • 2篇行人检测
  • 2篇寻优
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇知识
  • 2篇知识融合
  • 2篇人机协同
  • 2篇日志
  • 2篇时间轴

机构

  • 22篇北京交通大学

作者

  • 22篇魏翔
  • 12篇邢薇薇
  • 9篇卢苇
  • 4篇刘渭滨
  • 2篇张健
  • 2篇姚杰
  • 1篇李斌

年份

  • 3篇2025
  • 5篇2024
  • 3篇2023
  • 2篇2022
  • 2篇2020
  • 3篇2018
  • 3篇2017
  • 1篇2014
共 22 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
一种针对微服务系统的日志异常检测方法
本发明提供了一种针对微服务系统的日志异常检测方法。该方法包括：调用并解析微服务日志，提取微服务日志中的调用链结构与日志和相应时间序列共同组成跟踪图，该跟踪图由日志序列、响应时间和调用关系共同组成；将跟踪图转换为超图，构建...
卢思洋韩宁宁李斌段琦林在超魏翔陈静文曾伟烨丁辉煳
一种基于双网络协同的半监督深度学习图像复原增强方法
本发明提供了一种基于双网络协同的半监督深度学习图像复原增强方法。该方法包括：构建双任务分支图像复原网络，采用教师‑学生半监督训练模式训练双任务分支图像复原网络，训练好的双任务分支图像复原网络中的复原分支对待复原的图像进行...
魏翔程岳唐倩莹邢薇薇卢思洋赵正阳张顺利
一种基于自适应广义PageRank图神经网络的交通流预测方法
本发明提供了一种基于自适应广义PageRank图神经网络的交通流预测方法。该方法包括：获取公共交通流量数据中的信息点POI信息，构建距离编码；将时间信息构建为时间编码，拼接距离编码和时间编码为时空编码DTE；构建基于广义...
卢苇 孔祥远邢薇薇魏翔张健 邢金涛
一种基于端到端神经网络的木板印刷满文识别方法
本发明提供了一种基于端到端神经网络的木板印刷满文识别方法。该方法包括：从满文古籍图片中切割出独立的满文单词，将每个满文单词用一个满文单词图片来表示；使用卷积神经网络CNN对满文单词图片进行卷积操作时，提取出满文单词图片的...
卢思洋王志炜魏翔卢苇王明泉
基于注意力机制层的大数据平台日志异常检测方法
本发明提供了一种基于注意力机制层的大数据平台日志异常检测方法。该方法包括：通过大数据平台获取日志数据，将文本类型的日志数据转化为结构化的数字数据，生成一维的日志向量；对一维日志向量数据进行Logkey2vec编码，将一维...
卢思洋魏翔王明泉王志炜
文献传递
一种基于自监督对比约束下的小样本目标检测方法
本发明提供了一种基于自监督对比约束下的小样本目标检测方法。该方法包括：将小样本目标检测问题建模成一个基于自监督学习的数学优化问题，构建对数据扰动敏感的小样本目标检测模型；设计小样本目标检测模型的优化目标函数；基于优化目标...
邢薇薇姚杰刘渭滨 张顺利魏翔
基于数据驱动的人群分析与多尺度仿真研究
随着大数据及智能时代的到来，以数据驱动为基础，从数据中挖掘知识、识别模式的形式正成为当今学术界及工业界解决诸多问题的主要方式之一。其中以数据驱动为基础的人群场景监控、分析、行为预测及运动合成也正成为人群仿真领域中的研究热...
魏翔
关键词：数据驱动行人检测支持向量机
动态时变环境下寻求全局时间最优路径的方法及系统
本发明公开了一种动态时变环境下寻求全局时间最优路径的方法及系统；其中方法包括：对环境状态信息的提取；对环境的空间建模；依据环境状态信息对环境进行时间划分，即将时间轴划分为若干个时间间隔，并用时间消耗来表示各时间间隔的环境...
邢薇薇魏翔卢苇刘渭滨
文献传递
基于人机协作式信息提取标注工具的知识图谱构建方法
本发明涉及知识图谱构建技术领域，提供了一种基于人机协作式信息提取标注工具的知识图谱构建方法，包括：通过信息提取标注工具将命名实体识别任务、实体关系三元组提取任务和事件提取任务进行转换整合统一，生成整合结果；基于所述整合结...
魏翔 韩文娟
一种多模态交通大模型设计方法及多模态交通大模型
本发明提供一种多模态交通大模型设计方法及多模态交通大模型，该方法通过多模态交通大模型实现，多模态交通大模型包括：多模态样本集获取模块、SFT模型训练模块、奖励模型训练模块、二次训练模块，该方法包括：通过多模态样本集获取模...
韩文娟魏翔
全选 清除 导出
共3页<123>
聚类工具0