李松
- 作品数：190 被引量：303H指数：10
- 供职机构：哈尔滨理工大学更多>>
- 发文基金：黑龙江省教育厅科学技术研究项目黑龙江省自然科学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文化科学电气工程天文地球更多>>
- 基本主方向关系的反关系推理被引量：4
- 2013年
- 在深入研究了基于MBR的主方向关系的反关系推理的基础上,提出了一种基于区域对象本身的基本主方向关系的反关系推理算法。在理论上对该算法的正确性和完备性进行了证明,并通过与实际情形逐一对比验证了该算法的正确性。
- 王淼何莉李松
- 关键词：定性空间推理
- 一种基于重力感应的可视化多功能防盗门
- 本发明公开一种基于重力感应的可视化多功能防盗门，该防盗门包括有重力感应技术，重力传感器可以采集该体重数据，若有特殊数据，视频监控系统会采集人像和声音信号并反馈至后台，后台处理器模块可以将数据传至户主，户主可以隔空喊话，驱...
- 王赫李松杨博寓
- 文献传递
- IRT树索引结构的研究
- 2013年
- 论文针对R树在处理一些特定空间数据对象集时的不足,研究了基于最小外接直角等腰三角形(MIRT)的新的索引结构—IRT树。探讨了IRT树的空间平面划分和空间数据结构特征,给出了IRT树的节点分裂算法和搜索算法。进一步对IRT树和R树进行了比较分析。由分析可知,对于一些特定数据集,IRT树在查询准确率、数据存储和空白空间冗余方面均有一定的优势。
- 朱德龙李松董义明籍祥李海屾
- 关键词：空间索引
- 一种基于同态加密的心理健康状态测评系统
- 本发明属于心理健康测试技术领域，特别涉及一种基于同态加密的心理健康状态测评系统，包括微处理器、身份识别模块、测试模块、心理健康状态测评模块、存储模块、无线通信模块、云端服务平台，所述微处理器信号连接于身份识别模块、测试模...
- 李松曹文琪刘斌毓
- 空间数据库中基于Voronoi图的线段组最近邻查询被引量：1
- 2017年
- 为了弥补现有的研究成果无法有效的处理空间数据库中组最近邻查询问题,提出了空间数据库中基于Voronoi的线段组最近邻查询方法.静态数据集情况下提出了STA_LGNN算法,这一查询过程分为两个阶段,包括过滤过程和精炼过程.在过滤过程中,根据Voronoi图的性质以及影响区域的几何特点,提出相应的剪枝规则.在精炼过程中,根据线段间位置关系得出相应的距离表示方法,通过对距离进行比较后得到最终正确的查询结果.理论研究和实验表明,所提算法能有效地处理空间数据库中基于线段的组最近邻查询问题.
- 郭莹莹张丽平李松
- 关键词：空间数据库VORONOI图线段
- 基于视野范围的主动式座椅调节器
- 本实用新型公开了一种基于视野范围的主动式座椅调节器，设于汽车驾驶舱内，包括设于舱内的座椅自动调节按钮、主控模块、驾驶员就坐到位检测模块、驾驶员面部位置检测模块、座椅横向驱动模块、座椅纵向驱动模块、驾驶员体重检测模块、头枕...
- 周美兰李松严文淼吴磊磊张小明
- 文献传递
- 一种基于大数据和射频识别技术的智能书架
- 本发明公开一种基于大数据和射频识别技术的智能书架，属于图像识别技术领域，摄像头可以用来采集图像，通过语音播放器提示阅读者拍摄照片和对准摄像头来进行图片采集，通过图像显示仪观察采集的图像数据，并将采集到的信息传递给处理器控...
- 李松刘晓楠张晓静
- 基于JS散度的不确定数据密度峰值聚类算法
- 2024年
- 针对传统的基于密度的不确定性聚类算法存在参数敏感和对复杂流形不确定数据集得到聚类结果较差的缺陷,提出一种新的基于JS散度的不确定数据密度峰值聚类算法(UDPC-JS)。该算法首先用不确定自然邻居定义的不确定自然邻域密度因子去除噪声点;其次,通过不确定自然邻居和JS散度相结合的方式计算不确定数据对象的局部密度,通过结合代表点的思想找到不确定数据集的初始聚类中心,并在初始聚类中心之间定义基于JS散度和图的距离;然后,再利用基于不确定自然邻居和JS散度计算出的局部密度和在初始聚类中心之间新定义的基于JS散度和图的距离在初始聚类中心上构建决策图,并根据决策图选择最终的聚类中心;最后,将未分配的不确定数据对象分配到其初始聚类中心所在的簇中。实验结果表明:该算法较对比算法具有更好的聚类效果和准确性,并且在处理复杂流形的不确定数据集上的优势较大。
- 李松刘晓楠刘娟
- 关键词：不确定数据聚类
- 一种基于数据流的组Skyline查询方法
- 本发明公开了一种基于数据流的组Skyline查询方法，其目标是解决因数据流数据快速变化导致的数据集重复查询效率问题。本发明最终能够有效的提高查询效率，为用户提供更多有效的查询信息；此外，通过提出的剪枝策略，使我们能够根据...
- 李松吴楠郝晓红
- 空间数据库中基于Voronoi图的线段反k最近邻查询
- 2017年
- 为了解决已有研究成果无法有效处理空间数据库中基于线段的反k最近邻查询问题,提出基于Voronoi图的线段反k最近邻查询方法(LRk NN方法).该方法获得的结果集是将查询线段作为k NN的线段集合,在实际应用中可以用来评估一个查询对象的影响力.LRk NN查询方法分为三个过程:初步剪枝、深度剪枝、精炼过程.在剪枝阶段利用Voronoi图的邻接特性可以有效地过滤掉大量的非候选者,快速地缩小查询范围,提高了整个算法的查询效率.在精炼阶段又利用定义排除不满足查询条件的对象,有效地提高了算法的准确性.理论研究和实验结果表明所提算法具有较高效率.
- 刘蕾张丽平于嘉希李松
- 关键词：线段VORONOI图空间查询
