-
公开(公告)号：CN118760803A
公开(公告)日：2024-10-11
申请号：CN202410746737.1
申请日：2024-06-11
Applicant: 电子科技大学
IPC: G06F16/9536 , G06F40/30 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了基于内容属性和受众特征融合的信息推送渠道推荐方法，包括以下步骤：S1、分析信息文本的情感倾向和内容特征，确定第一推荐推送渠道的内容匹配推荐分数；S2、根据新闻关键词向量与各个推送渠道的渠道兴趣中心向量的欧几里得距离，确定第二推荐推送渠道的受众匹配推荐分数；S3、根据内容匹配推荐分数和受众匹配推荐分数计算推荐分数，确定最终的推荐推送渠道。本发明旨在提升新闻媒介选择及信息传播渠道推荐的精确度与效率，利用先进的自然语言处理技术和用户行为分析来动态适应不断变化的媒介环境和受众习惯。这一创新方法为媒体发布、数字营销和社交媒体管理提供了一种有效提高信息影响力和资源使用效率的智能工具。
-
公开(公告)号：CN110334219B
公开(公告)日：2023-05-09
申请号：CN201910629813.X
申请日：2019-07-12
Applicant: 电子科技大学
IPC: G06F16/36
Abstract: 本发明涉及知识图谱，其公开了一种基于注意力机制融入文本语义特征的知识图谱表示学习方法，解决翻译模型未能利用实体和关系的描述文本而导致的语义特征不足以及多源信息嵌入方法未能同时为实体和关系融入语义特征，且文本提取效果差的问题。该方法可以概括为：首先获取并处理实体和关系的描述文本，得到其文本语义特征，然后利用实体和关系的语义特征构建实体的投影矩阵，将实体向量投影到关系空间中，接着利用翻译的思想在关系空间中建模并进行表示学习，以此建模多对多的复杂关系。本发明适用于知识图谱的表示学习。
-
公开(公告)号：CN113705647B
公开(公告)日：2023-04-28
申请号：CN202110954044.8
申请日：2021-08-19
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/25 , G06V10/30 , G06V10/44 , G06V10/82 , G06N3/047 , G06N3/09 , G06N3/0464
Abstract: 本发明提供一种基于动态间隔的双重语义特征提取方法，属于计算机视觉特征识别技术领域。本发明方法动态通过调整类别间隔的损失函数来获取具有判别性的图像特征，即对特征和权重向量进行归一化，然后对损失函数动态的调整，来实现不同类别的不同的余弦间隔。该方法使得间隔设置更加合理，同时能在保留特征限制的同时，不增加神经网络模型优化的复杂度，与其他提出的损失函数相比，更加简单易于实现和准确。
-
公开(公告)号：CN112214685B
公开(公告)日：2023-03-28
申请号：CN202011031287.6
申请日：2020-09-27
Applicant: 电子科技大学
IPC: G06F16/9536 , G06F16/9535 , G06F16/36
Abstract: 本发明公开一种基于知识图谱的个性化推荐方法，属于推荐技术领域。本发明为了解决协同过滤等传统推荐方式中存在的数据稀疏性和冷启动技术问题，其采用的方案为：构建知识图谱，利用知识图谱的实体之间的语义关联信息，挖掘知识网络中用户的喜好；实体链接，通过将用户点击实体映射到知识图谱，找到对应的实体，完成知识图谱与推荐系统的链接；基于知识图谱的语义关系信息以及用户历史喜好，利用图注意力模型将两种信息进行合并，从而产生推荐依据。本发明通过挖掘用户历史喜好利用丰富的知识关联信息，深度挖掘用户的喜好，极大地提高了推荐处理的尽精确度。同时，利用知识图谱隐含的丰富语义信息为推荐带来多样性，提升推荐的可解释性。
-
公开(公告)号：CN113682908B
公开(公告)日：2023-02-28
申请号：CN202111012494.1
申请日：2021-08-31
Applicant: 电子科技大学
Abstract: 本发明涉及调度控制技术，其公开了一种能够提高乘客乘梯体验，且具有较好灵活性和适应性的一种基于深度学习的智能调度方法。该方法包括以下步骤：S1、乘客通过所在楼层的预约面板进行乘梯预约，生成呼梯请求发送给电梯控制模块；S2、电梯控制模块获取收到呼梯请求时所有电梯的状态数据，并连同呼梯请求一并发送给算法调度模块；S3、算法调度模块采用训练好的电梯调度模型作为调度算法，以呼梯请求和所有电梯的状态数据为输入，生成派梯决策；S4、算法调度模块将派梯决策反馈给预约面板和电梯控制模块。本发明适用于目的层预约型电梯群调度。
-
Patent Agency Ranking
公开(公告)号：CN110348395B
公开(公告)日：2023-01-20
申请号：CN201910633168.9
申请日：2019-07-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于时空关系的骨架行为识别方法，结合卷积神经网络和长短时记忆网络作为行为识别模型，将人体骨架表示成矩阵的形式作为模型的输入，并将骨架序列进行分段处理，使提高网络处理效率，同时能表现各个分段在动作识别中的注意力程度。结合卷积神经网络和长短时记忆网络的特点进行行为识别模型设计，能够自适应的提取人体骨架在时间空间上的动作行为特征，进而进行行为分类。本发明实现了视频中人体行为的智能化识别，从而取代了传统的视频行为识别中依靠人工进行识别时人工精力、时间有限所带来的弊端，从智能化的角度来解决传统行为识别问题。
-
公开(公告)号：CN115410664A
公开(公告)日：2022-11-29
申请号：CN202210983952.4
申请日：2022-08-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的材料自旋霍尔电导预测方法，包括以下步骤：S1、采集考虑电子自旋通道耦合作用的材料能带数据，并对所述材料能带数据进行数据扩充和数据处理，得到自旋霍尔电导预测的数据集；S2、将自旋霍尔电导预测的数据集划分为训练集、验证集和测试集；S3、构建深度神经网络模型；S4、通过训练集对深度神经网络模型进行训练，得到训练好的深度神经网络模型；S5、将测试集输入训练好的深度神经网络模型，输出得到材料自旋霍尔电导预测结果。本发明采用的数据集的数据量充分，得到的预测结果与真实结果较为接近，预测速度较快，占用计算资源少。
-
公开(公告)号：CN109376636B
公开(公告)日：2022-03-15
申请号：CN201811197008.6
申请日：2018-10-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于胶囊网络的眼底视网膜图像分类方法，属于图像处理技术领域。为实现提高眼底视网膜图像的分类准确率和降低分类模型的训练时间目的，本发明所采用的技术方案是：首先构建一个典型的胶囊神经网络，将其在眼底视网膜图像上进行预训练，得到胶囊神经网络的预训练权重；然后从公开数据获取预训练好的AlexNet模型权重参数，将其最后两层全连接层替换为已训练好的胶囊神经网络层，称该网络结构为CapsAlexnet，然后将CapsAlexNet在眼底视网膜图像上进行训练和微调，最终得到分类准确率最好、收敛较快的眼底视网膜分类模型，实现对眼底视网膜图像的准确分类处理。
-
公开(公告)号：CN107578101B
公开(公告)日：2020-06-09
申请号：CN201710876477.X
申请日：2017-09-25
Applicant: 电子科技大学
IPC: G06N3/08
Abstract: 本发明公开了一种数据流负载预测方法，属于数据流处理技术领域，解决现有技术中大多数的负载预测算法，频繁地请求访问服务器，减少了负载预测带来的收益的问题。本发明包括初始化已知数据源、计算拓扑、计算任务产生的计算拓扑数据集；根据拓扑数据集训练优化后的SOM网络；提取出新的计算任务的数据特征，寻找训练好的SOM网络的获胜神经元；判断获胜神经元是否符合约束；步骤5：符合,通过SOM网络进行负载预测，输出负载预测结果，同时对SOM网络中的邻域神经元的权值进行调整，重新训练SOM网络；不符合，给SOM网络动态添加神经元；通过线性回归方法进行负载预测，并获取真实负载信息，重新训练SOM网络，重新训练SOM网络是为下一次预测做准备。本发明用于负载预测。
-
公开(公告)号：CN110334219A
公开(公告)日：2019-10-15
申请号：CN201910629813.X
申请日：2019-07-12
Applicant: 电子科技大学
IPC: G06F16/36
Abstract: 本发明涉及知识图谱，其公开了一种基于注意力机制融入文本语义特征的知识图谱表示学习方法，解决翻译模型未能利用实体和关系的描述文本而导致的语义特征不足以及多源信息嵌入方法未能同时为实体和关系融入语义特征，且文本提取效果差的问题。该方法可以概括为：首先获取并处理实体和关系的描述文本，得到其文本语义特征，然后利用实体和关系的语义特征构建实体的投影矩阵，将实体向量投影到关系空间中，接着利用翻译的思想在关系空间中建模并进行表示学习，以此建模多对多的复杂关系。本发明适用于知识图谱的表示学习。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.123 seconds)
