-
公开(公告)号：CN115063251A
公开(公告)日：2022-09-16
申请号：CN202210601033.6
申请日：2022-05-30
Applicant: 华侨大学
IPC: G06Q50/00
Abstract: 本发明公开了基于关系强度与反馈机制的社交传播动态网络表示方法，属于社交传播领域，包括：基于关系强度将社交传播动态网络划分为关系网络与传播网络；对传播动态网络进行描述；对社交传播网络中的节点表示；更新相关节点的邻接矩阵与注意力权重，同时聚合节点信息并反馈节点变化信息，最后结合自相关项与时间项更新节点表示；将attention机制应用到动态的模型中来度量各个节点的权重，考虑网络动态变化对attention的影响；本发明提供的方法用于社交传播动态网络表示，进行动态链接预测任务，解决了动态网络表示的及时性问题。
-
公开(公告)号：CN114936582A
公开(公告)日：2022-08-23
申请号：CN202210643537.4
申请日：2022-06-08
Applicant: 华侨大学 , 厦门雅众建设集团有限公司
Abstract: 本发明公开了一种工作模态参数识别方法、系统及故障位置识别方法，涉及模态参数识别技术领域，其中，一种工作模态参数识别方法包括：获取幕墙在环境随机激励下的一维时域振动位移响应信号；采用多维尺度分析法对所述一维时域振动位移响应信号进行时间维度的降维，得到降维后的响应信号；以所述降维后的响应信号作为模态坐标响应；根据所述模态坐标响应，采用单自由度技术或傅里叶变换确定各所述目标点处对应的模态固有频率；根据所述模态坐标响应，采用最小二乘广义逆确定各所述目标点处对应的模态振型。通过本发明能够识别更多的高阶模态、提高识别精度。
-
公开(公告)号：CN114723141A
公开(公告)日：2022-07-08
申请号：CN202210371443.6
申请日：2022-04-11
Applicant: 华侨大学
Abstract: 本发明涉及一种BRT多服务模式优化方法及系统，首先以每个线路中车辆的跳站方案、发车频率以及车辆核载人数为优化的决策变量，以发车间隔、满载率和车容量为约束，以乘客在站等车时间最小、乘客乘车时间最小和公交运营成本最小为优化目标函数，构建多目标非线性整数优化模型，然后利用遗传算法求解所述多目标非线性整数优化模型，从而优化多服务模式下的线路、停靠站、发车频率以及车型，有效提高了BRT的服务质量，解决乘客挤不上车或者乘客等车时间长等问题。
-
公开(公告)号：CN114723125A
公开(公告)日：2022-07-08
申请号：CN202210339414.1
申请日：2022-04-01
Applicant: 华侨大学
Abstract: 本发明提供一种结合深度学习和多任务优化的城际车订单分配方法，包括：根据城际网约出行的实际问题进行数学建模，并确定其优化目标；利用已存在的线路的历史订单信息作为训练数据，通过强化学习Actor‑Critic算法训练构建的注意力机制深度网络模型；采用训练好的模型并结合多任务优化进行订单分配优化。本发明提供的方法不仅能够实现“离线训练，在线分配”对同一场景下的订单进行分配，而且能够对新开通的城际路线订单进行预测，而多任务优化可以同时对多条不同城市间城际出行订单进行分配，通过不同线路的相似性进行迁移分别得到彼此的最优分配集合。
-
公开(公告)号：CN113535984A
公开(公告)日：2021-10-22
申请号：CN202110919665.2
申请日：2021-08-11
Applicant: 华侨大学
Abstract: 本发明公开了一种基于注意力机制的知识图谱关系预测方法及装置，利用Trans模型获得三元组实体的嵌入，将三元组中的关系当作头实体和尾实体间翻译操作，得到三元组向量表示，针对知识图谱中三元组实体描述的全部文本信息采用Doc2Vec模型进行嵌入，得到实体描述向量表示，通过Trans模型得到的三元组向量表示与实体层次类型映射矩阵结合，得到实体类型向量表示，采用融合三元组向量表示、实体描述向量表示以及实体类型向量表示的三元组实体向量作为编码器输入，编码器基于知识图谱设计注意力机制，得到关系层次、实体层次、三元组层次的权重，解码器则利用ConvKB模型重构知识图谱，进行关系预测。本发明可用于知识图谱推理，根据已知的知识推理出未知的潜在的知识。
-
Patent Agency Ranking
公开(公告)号：CN109492157B
公开(公告)日：2021-08-31
申请号：CN201811245204.6
申请日：2018-10-24
Applicant: 华侨大学
IPC: G06F16/9535 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于RNN、注意力机制的新闻推荐方法及主题表征方法，将传统的主题模型与神经网络词向量结合，可有效提升新闻内容文本语义提取与表示的准确性；利用RNN网络刻画用户新闻浏览的序列性特征，可极大提升个性化新闻推荐内容的时效性；利用注意力机制区分不同新闻对推荐预测的影响力权重，可捕捉到用户兴趣迁移，提升个性化新闻推荐内容准确性与新颖性；最后，结合DBSCAN密度聚类算法的注意力机制，通过密度聚类对新旧话题进行启发式发现，利用主题聚类结果动态计算新闻的影响力权重，提升推荐话题的新颖性。
-
公开(公告)号：CN112953760A
公开(公告)日：2021-06-11
申请号：CN202110111924.9
申请日：2021-01-27
Applicant: 华侨大学
Abstract: 本发明公开一种面向服务价值的低成本大规模个性化服务定制方法，方法包括：构建服务需求模式库和服务模式库；建立需求模式与服务模式的匹配概率；构建服务价值关系图，通过图的广度优先遍历实现对用户需求的排序；利用遗传算法在需求模式库中找到满足当前用户需求的最佳需求模式集；利用匹配概率，找出与最佳需求模式集匹配的最佳服务模式集，生成满足需求的服务解决方案；计算服务解决方案的第一成本；判断服务网络中是否存在服务子网j满足当前用户需求；如存在，计算第二成本，根据第一成本、第二成本输出服务解决方案。本发明能够解决诸如云制造、Web服务互联网环境下面向用户服务价值的低成本大规模个性化服务定制问题。
-
公开(公告)号：CN112629786A
公开(公告)日：2021-04-09
申请号：CN202011407407.8
申请日：2020-12-03
Applicant: 华侨大学
Abstract: 本发明涉及一种工作模态参数识别方法及设备故障诊断方法，涉及模态参数识别技术领域。该工作模态参数识别方法包括：获取振动传感器在待确定工作模态参数的一维结构中预设时间内检测的时域振动响应信号组成的时域振动响应信号矩阵；根据时域振动响应信号矩阵，利用拉普拉斯特征映射方法得到模态响应矩阵；根据模态响应矩阵，利用最小二乘法广义逆方法得到模态振型矩阵；根据模态响应矩阵，利用单自由度技术或傅里叶变换方法得到模态固有频率。本发明将流形学习中的拉普拉斯特征映射应用在工作模态分析当中，具有较低的时间和空间复杂度。
-
公开(公告)号：CN112506058A
公开(公告)日：2021-03-16
申请号：CN202011406089.3
申请日：2020-12-03
Applicant: 华侨大学
IPC: G05B13/04
Abstract: 本发明涉及一种线性时变结构的工作模态参数识别方法几系统，方法包括：获取线性时变结构在设定时间内的振动响应信号的数据矩阵；将所述数据矩阵划分为多个设定时间长度的子矩阵；建立所述子矩阵的拉普拉斯特征映射；求解所述拉普拉斯特征映射获得所述子矩阵的模态响应矩阵；根据所述模态响应矩阵得到所述子矩阵的模态振型；求解所述模态响应矩阵的频域数据；将所述频域数据中最大值作为所述子矩阵的模态频率。本发明单独计算每个子矩阵的模态参数，能够降低模态参数的计算时间和空间复杂度，提高了模态参数的识别效率。
-
公开(公告)号：CN111797768A
公开(公告)日：2020-10-20
申请号：CN202010639707.2
申请日：2020-07-06
Applicant: 华侨大学
Abstract: 本发明公开了一种城市道路交通拥堵多原因自动实时识别方法及系统，所述识别方法包括：采集获取研究区域范围内的一条城市道路历史上交通状态的n个可观测数据作为输入，m种交通拥堵原因作为输出，建立包含p条历史记录的训练样本数据集；确定每种交通拥堵原因与n个可观测数据间的因果关系，构建因果贝叶斯网络结构；采用训练样本数据集中的历史记录对所述因果贝叶斯网络的参数进行训练，获得训练后的因果贝叶斯网络；将该城市道路当前交通状态的多个可观测数据输入训练后的因果贝叶斯网络，贝叶斯网络的输出即识别的该城市道路当前拥堵的多原因。本发明利用因果贝叶斯网络实现了仅根据多个可观测数据就可自动实时识别城市道路交通拥堵的多原因。
-
-
-
-
-
-
-
-
-
Search Results
335
records
(took 0.082 seconds)
