-
公开(公告)号：CN119862319A
公开(公告)日：2025-04-22
申请号：CN202411888650.4
申请日：2024-12-20
Applicant: 辽宁大学
IPC: G06F16/9535 , G06F18/214 , G06F18/2431 , G06F18/10 , G06N3/0442
Abstract: 一种基于混合ALS交替最小二乘法和MLP的高报学校推荐方法，属于推荐算法领域。本发明首先采用BiLSTM情感分析算法对情感轨迹数据进行提取，然后通过ALS交替最小二乘法对用户评论、浏览记录等情感轨迹数据进行预处理，降低评分矩阵的稀疏性。接着利用MLP对提取的特征进行非线性映射，捕捉用户与学校之间的复杂关系，得到最终的样本检测结果。实验结果表明，ALS‑MLP模型在高报学校推荐任务中的准确率显著优于传统方法，并成功实现了个性化推荐，极大提升了用户体验。本方法能够改善传统推荐算法在应对高考领域复杂非线性数据时的不足，为用户提供更加贴合其需求和期望的高报学校推荐。
-
公开(公告)号：CN115203434A
公开(公告)日：2022-10-18
申请号：CN202210791774.5
申请日：2022-07-07
Applicant: 辽宁大学
Abstract: 融合BERT网络与位置特征信息的实体关系抽取方法及其应用，步骤如下：(1)实体数据采集；(2)数据处理；(3)提出模型结构；(4)离线训练；(5)在线测试；本发明公开一种融合BERT网络与位置特征信息的实体关系抽取方法。通过上述方法，解决了传统的实体抽取方法存在信息冗余、实体重叠、精确率不高等问题。本方法先利用BERT网络在文本上进行无监督预训练，然后在特定的下游任务上加入Bi‑LSTM进行微调。其次，在注意力机制的基础上添加位置特征信息，选择性地对某些信息进行关注。最后，实现实体关系识别与分类。本发明方法在公开数据集FB15K上进行对比实验，验证本发明方法具有更高的精确率和良好的应用前景。
-
公开(公告)号：CN101347257A
公开(公告)日：2009-01-21
申请号：CN200810013177.X
申请日：2008-09-12
Applicant: 辽宁大学
Abstract: 本发明涉及一种保健饮料。采用的技术方案是：由以下原料按重量百分比组成：鲜芦根汁5～15％、五味子浓缩汁5～10％、菊花0.5～15％、薄荷0.5～5％、蜂蜜10～50％、维生素C0.5～1％、食用香料0.2～0.5％、水余量；制备方法：先制备鲜芦根汁及五味子浓缩汁；按配比取料，在鲜芦根汁中加入菊花、薄荷以及蜂蜜进行糖化，糖化温度为40℃，时间为24h；加入五味子浓缩汁、维生素C及食用香料，混合均匀；过滤，余量用水补足；灭活。本发明具有降压、抗癌、对高血压、动脉硬化及水肿，咳嗽，糖尿病及肥胖症均有疗效。
-
公开(公告)号：CN114897079A
公开(公告)日：2022-08-12
申请号：CN202210548650.4
申请日：2022-05-20
Applicant: 辽宁大学
Abstract: 一种基于堆叠式自动编码器和KNN高斯优化算法的异常流量入侵检测方法，属于深度学习和计算机网络的交叉领域。本发明首先用堆叠式自动编码器进行特征提取，然后用KNN高斯优化算法对样本进行分类，得到最终的样本检测结果。经过多次实验验证，KNN高斯优化算法比传统KNN算法时间复杂度更低，精确率有所提高。本方法能够改善异常检测技术的运行速率及可扩展性，更适用于解决当前新攻击类型层出不穷的异常检测问题。
-
Patent Agency Ranking
公开(公告)号：CN114897079B
公开(公告)日：2024-11-08
申请号：CN202210548650.4
申请日：2022-05-20
Applicant: 辽宁大学
IPC: G06F18/2433 , G06F18/213 , G06F18/2431 , G06F18/2413 , G06N3/0442 , G06N3/084 , G06N3/088
Abstract: 一种基于堆叠式自动编码器和KNN高斯优化算法的异常流量入侵检测方法，属于深度学习和计算机网络的交叉领域。本发明首先用堆叠式自动编码器进行特征提取，然后用KNN高斯优化算法对样本进行分类，得到最终的样本检测结果。经过多次实验验证，KNN高斯优化算法比传统KNN算法时间复杂度更低，精确率有所提高。本方法能够改善异常检测技术的运行速率及可扩展性，更适用于解决当前新攻击类型层出不穷的异常检测问题。
-
公开(公告)号：CN114004673A
公开(公告)日：2022-02-01
申请号：CN202111270735.2
申请日：2021-10-29
Applicant: 辽宁大学
IPC: G06Q30/06 , G06F16/9535 , G06F16/9536 , G06K9/62
Abstract: 本发明公开了一种基于混合推荐的二手交易平台资源推荐方法。算法包括通过基于内容的推荐算法根据用户的历史偏好，计算用户对某个项目的偏好程度；其次通过基于物品的协同过滤算法，计算项目间的相似度，得到某个项目与用户喜好的项目间的相似程度；由于二手平台的特殊性，用户既可以是买家，也可以是卖家，因此，在前面的基础上，融合了用户间的社交关系：信任度，即用户对某个特定用户的信任程度，由直接信任和间接信任组成；综合偏好程度，相似度，用户对卖家用户的信任程度，得到用户对某个项目的推荐系数；最后根据推荐系数和项目的已知平均得分，计算得到项目的预测评分，根据预测评分的高低进行项目的最终推荐。该资源推荐方法，在一定程度上缓解了协同过滤算法中用户项目评分矩阵稀疏的问题，新项目的冷启动问题，提高了推荐的精准度。
-
公开(公告)号：CN110312103A
公开(公告)日：2019-10-08
申请号：CN201910606945.0
申请日：2019-07-06
Applicant: 辽宁大学
Abstract: 一种基于云计算平台的高速设备防盗监控视频处理方法，由高速监控设备采集相关信息，并通过建立起来的通信网络将信息传输给预处理节点，进行数据校准及融合，然后将其传送至云计算平台，由云计算平台进行数据信息分析，即采用三帧差法选取视频关键帧，并对关键帧中的信息进行卷积处理，得出结果，最后将目标信息作为样本信息在综合平台输出，综合平台对信息进行搜集整理，生成可视信息，本方法采用三帧差法和卷积神经网络相结合，并对卷计算法中的相似计算进行了优化，提供了一种监测装置的数据处理能力高，设备追回概率高，设备被盗风险低的一种基于云计算平台的高速设备防盗监控视频处理方法。
-
公开(公告)号：CN101347257B
公开(公告)日：2012-01-04
申请号：CN200810013177.X
申请日：2008-09-12
Applicant: 辽宁大学
Abstract: 本发明涉及一种保健饮料。采用的技术方案是：由以下原料按重量百分比组成：鲜芦根汁5～15％、五味子浓缩汁5～10％、菊花0.5～15％、薄荷0.5～5％、蜂蜜10～50％、维生素C0.5～1％、食用香料0.2～0.5％、水余量；制备方法：先制备鲜芦根汁及五味子浓缩汁；按配比取料，在鲜芦根汁中加入菊花、薄荷以及蜂蜜进行糖化，糖化温度为40℃，时间为24h；加入五味子浓缩汁、维生素C及食用香料，混合均匀；过滤，余量用水补足；灭活。本发明具有降压、抗癌、对高血压、动脉硬化及水肿，咳嗽，糖尿病及肥胖症均有疗效。
-
公开(公告)号：CN211015388U
公开(公告)日：2020-07-14
申请号：CN202020275968.6
申请日：2020-03-09
Applicant: 辽宁大学
Abstract: 本实用新型涉及一种笔记本电脑散热续航扩展坞，由上盖、底壳、撑高支脚和U型大支脚组成；其中上盖和底壳扣合为中空的盒型结构，且上盖和底壳的表面分别设有与外界相通的散热镂空；U型大支脚设置在盒型结构的外周，且U型大支脚端部设有转轴，转轴与底壳的两侧且靠近前端处的前插孔插接配合；在底壳的两侧靠近后端设有后插孔，后插孔上分别连接撑高支脚，在U型大支脚上设有定位部，撑高支脚旋转后与U型大支脚上的定位部支撑定位。该笔记本电脑散热续航扩展坞在保留基本散热功能的基础上，使电路部分高度模块化可自由扩展拆卸，并提升扩展口数量，多样化扩展功能，提高自主定制能力，并且兼顾尺寸与轻薄，满足笔记本电脑使用的大多需求。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
