张全贵
- 作品数：59 被引量：218H指数：8
- 供职机构：辽宁工程技术大学更多>>
- 发文基金：国家自然科学基金辽宁省自然科学基金国家留学基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信电气工程更多>>
- 一种基于会话序列动态行为偏好耦合关系分析的推荐方法
- 本发明公开了一种基于会话序列动态行为偏好耦合关系分析的推荐方法，包括数据采集和处理、划分数据集、构建耦合模型、训练模型和项目推荐。本发明运用了GNN算法学习了用户及项目在会话序列内的动态特征信息，使推荐系统具有更好的推荐...
- 张全贵王冠李鑫
- 文献传递
- 一种基于用户和项目长短期时间耦合关系分析的推荐方法
- 本发明公开了一种基于用户和项目长短期时间耦合关系分析的推荐方法，包括数据采集和处理、划分数据集、构建耦合模型、训练模型和项目推荐。本发明运用了LSTM算法学习了用户及项目在长短期时间内的动态特征信息，使推荐系统具有更好的...
- 张全贵王天昊李鑫
- 文献传递
- 基于CAN总线的嵌入式监控系统中智能节点研究被引量：7
- 2004年
- 本文介绍了基于CAN总线的嵌入式控制系统底层网络中的现场智能节点的设计,研究了其网络体系结构及功能,并对智能节点的通信功能进行了详细分析。
- 罗丁刘建辉张全贵
- 关键词：CAN总线嵌入式监控系统智能节点网络体系结构数据通信
- 融合Fuzzy拓扑关系与CRSC的三维模型检索方法被引量：3
- 2017年
- 针对手绘草图检索三维模型时存在的表达模糊性和绘制随意性等问题,提出基于Fuzzy拓扑关系与角点典型形状上下文(CRSC)的三维模型检索方法。在该方法中,采用二元图元的Fuzzy拓扑关系描述图形的整体结构信息,并优化图元间特征向量的冗余问题,实现用户绘制过程中对检索结果的实时准确响应,并结合CRSC进一步提高检索的识别率和鲁棒性。针对模型多视角渲染的独特性,提出节点近邻遍历算法。实验结果表明,该方法具备较高识别率,提高了用户绘制效率。
- 张全贵李凡王炳超王星
- 关键词：手绘草图三维模型
- 基于Ajax技术的实时数据监测系统的研究与应用
- 2008年
- 本文针对工业监测系统中实时数据显示的问题,分析了当前采用同步数据传输的弊端。提出了基于Ajax技术的异步实时数据显示方法。该方法采用Ajax和DWR框架,从理论和实际应用两方面,分析了该方法的优点。
- 杨本臣张全贵李露
- 关键词：AJAXDWR
- 基于Intranet煤矿安全生产培训与虚拟仿真教育研究与应用
- 沈学利胡咏梅张全贵陈万志何晓军张文冯亮吕娜于建张嘉宁张红岩张继锁訾玲玲朱旭光
- 项目来源于中国煤炭工业协会科学技术研究指导性计划项目《煤矿安全教育方法研究与实现》(MTKJ2010-327)和神东煤炭集团公司的三个应用研究的横向项目，即《补连塔煤矿安全教育新方法研究与实现》、《煤矿安全生产培训虚拟仿...
- 关键词：
- 关键词：煤矿安全生产系统科学理论
- 基于耦合多隐马尔可夫模型和深度图像数据的人体动作识别被引量：12
- 2018年
- 为解决使用RGB图像进行特征提取时容易受外界因素干扰,且计算复杂度高等问题,采用一种更加有效的解决方案,即使用深度数据进行人体动作识别。利用Kinect采集的关节点数据,首先将人体关节划分成五个区域,对每个区域的向量夹角离散化从而描述不同的状态,再通过Baum-Welch算法学习出各区域的多隐马尔可夫模型(multi-HMM),并使用前向算法建立生成区域与动作类别概率矩阵。在此基础上,对区域及动作类别进行内耦合和间耦合分析,从而表达各关节点之间的交互关系。最后使用基于耦合的K最邻近(KNN)算法完成整体的动作识别。通过实验测试对五种动作的识别率均达到90%以上,并与3D Trajectories等方法进行对比,实验得到的综合识别率高于对比方法,具有明显的优势。
- 张全贵蔡丰李志强
- 关键词：KINECT人体动作识别
- 一种基于用户偏好异构性分析的推荐方法
- 本发明公开了一种基于用户偏好异构性分析的推荐方法，步骤为：对Amazon公开数据集及进行数据筛选，得到符合要求的数据集；对处理好的文本数据进行分词分句并对文本数据进行词向量训练和名词短语提取；使用深度学习框架构建推荐系统...
- 张全贵靳赫李鑫
- 一种结合地点类别和社交网络的兴趣点推荐方法
- 本发明公开了一种结合地点类别和社交网络的兴趣点推荐方法，该方法包括以下步骤数据采集及划分；构建地点类别矩阵；计算用户的地点偏好；使用社会正则化进行建模；运用结合地点类别和社交网络的兴趣点推荐算法生成推荐。本发明考虑先从用...
- 张全贵郭春贺李鑫
- 文献传递
- 基于SVM的步态识别方法综述被引量：4
- 2016年
- 步态识别是非接触式生物特征识别领域的前沿课题,通过对人体行走方式的识别以确定个体的身份,在智能视频监控领域有较高的研究价值。步态分类是步态识别过程中的重要任务和关键步骤。首先概述了步态识别过程及分类方法,然后重点对基于支持向量机的步态分类方法进行了综述,分析了基于该方法的最新研究进展,对每个具体研究方法的优缺点进行了对比。最后,指出目前步态识别在实际应用中存在的局限性,并对该领域发展方向进行了展望。
- 张全贵王炳超李凡王星
- 关键词：步态识别支持向量机
