-
公开(公告)号：CN112417149A
公开(公告)日：2021-02-26
申请号：CN202011258676.2
申请日：2020-11-11
Applicant: 北京工业大学
IPC: G06F16/35 , G06F40/216 , G06F40/242 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种基于多任务学习的标题生成方法，首先获取需要进行标题生成的源文本数据，并且进行清洗等预处理，将文章送入Self‑Encoder端的BiLSTM模型进行特征提取，之后再通过TextRank算法以及多任务学习模块提取文章中的关键词，再将关键词送入Keywords‑Encoder端进行特征提取，然后将融合关键词信息和源文本信息的特征送入由BiLSTM组成的Decoder端。该网络更好的利用了原文中的关键词信息来进行标题生成，极大的丰富了特征提取的信息，提高了生成标题的质量。
-
公开(公告)号：CN111241289A
公开(公告)日：2020-06-05
申请号：CN202010054710.8
申请日：2020-01-17
Applicant: 北京工业大学
Abstract: 一种基于图理论的SOM算法涉及机器学习领域和离散数学领域，其包括如下步骤：步骤1、获取文本数据，并对数据进行分词、去除停用词处理；步骤2、使用word2vec方法生成文本数据内每个词对应的词特征向量表达，用于词与词之间关系的度量；步骤3、将步骤1和2得到的词特征向量表达数据由输入层采用全连接的方式输入到竞争层；步骤4、训练SOM网络，并将SOM网络的输出作为图切割层的输入；步骤5、在图切割层对由SOM网络的输出构成的无向图进行图切割；步骤6、将图切割层得到的矩阵输入到输出层，在输出层采用WTA(Winner Takes All)机制得到最终聚类结果。本发明解决文本聚类时最佳聚类数目不易确定的问题。
-
公开(公告)号：CN110615532A
公开(公告)日：2019-12-27
申请号：CN201910871847.X
申请日：2019-09-16
Applicant: 北京工业大学
IPC: C02F3/30 , C02F3/34 , C02F101/10 , C02F101/30 , C02F101/16
Abstract: 一种连续流城市污水污泥双回流AOAO同时脱氮除磷的装置与方法，属于市政污水生物处理领域。该装置包括原水水箱、AOAO反应器、二沉池；方法为：生活污水和二沉池的部分回流污泥首先进入AOAO反应器的厌氧区，聚磷菌、反硝化聚磷菌厌氧释磷并贮存内碳源；随后部分厌氧末混合液进入AOAO反应器的好氧区，进行吸磷和硝化反应，部分厌氧末混合液、全部好氧区混合液与二沉池的部分回流污泥进入缺氧区，利用污泥厌氧阶段贮存的内碳源与回流污泥中的内碳源发生反硝化除磷，将硝态氮还原为氮气，随后混合液进入后置好氧区发生硝化反应，然后混合液进入二沉池进行泥水分离。本发明通过强化污泥的内碳源贮存可以实现生活污水的同时脱氮除磷。
-
-
公开(公告)号：CN109993281A
公开(公告)日：2019-07-09
申请号：CN201910242406.3
申请日：2019-03-28
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于深度学习的因果关系挖掘方法，首先利用缺失数据补充、数据归一化、独热编码等技术对数据进行预处理，然后基于Keras深度学习框架利用LSTM进行目标特征的单变量时序预测，调整模型结构和一系列超参数得到最优模型，记录该模型在测试集上的R2分数，然后利用该模型对于所有备选特征进行预测，得到其在测试集上的R2分数，用这两个分数相减即为备选特征和目标特征的格兰杰因果关系分数，至此则得出一个定量化的数字用于描述备选特征和目标特征之间的格兰杰因果关系。这种方法适用于其他时间序列的影响因素分析问题上。综上所述，本发明提出的基于深度学习的格兰杰因果关系挖掘方法具有面向海量数据、更深度地挖掘、应用领域广泛地优势。
-
Patent Agency Ranking
-
公开(公告)号：CN109408812A
公开(公告)日：2019-03-01
申请号：CN201811157788.1
申请日：2018-09-30
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于注意力机制的序列标注联合抽取实体关系的方法，先将海量的中文语句语料进行去噪等预处理，然后进行分词，对单个的词语转换成向量表示，这样作为双向长短时记忆网络的输入对单字进行编码。使用双向长短时记忆网络不仅可以学习长期和短期依赖信息，还可以同时将输入层的数据经过向前和向后两个方向推算，从而学习过去的上下文信息和未来的上下文信息，这对语句的序列标注是非常有益的。然后在解码层引入注意力机制，使得解码生成标注序列时可以得到前面编码阶段每个字符隐藏层的信息向量，充分利用输入序列携带的信息。最后通过softmax计算每个词的实体标签化概率，可有效得出最终的标注序列并进行实体及其对应关系的组合。
-
公开(公告)号：CN109272048A
公开(公告)日：2019-01-25
申请号：CN201811157800.9
申请日：2018-09-30
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于深度卷积神经网络的模式识别方法，主要是一种基于深度卷积神经网络，引入attention机制及图像增强手段的模式识别方法。首先拿到样本数据集，由相关专业人员对数据集图像进行标注，对图像做灰度处理，这样可以凸显出主要目标的轮廓，有利于特征提取，然后利用随机旋转不同角度对数据集进行扩充，再对图像数据做增强以及数据预处理，最后构建出能够高效提取图像特征的深度卷积神经网络，用建立好的数据集进行五折交叉验证对模型进行训练并测试，完成视觉辅助检测模型的构建。本发明在样本识别时运算效率更高，而模型参数减少，降低了资源的占用，以及对软硬件的高需求，可以更好投入到实际使用。
-
公开(公告)号：CN108439599A
公开(公告)日：2018-08-24
申请号：CN201810422093.5
申请日：2018-05-04
Applicant: 北京工业大学
IPC: C02F3/30 , C02F101/10 , C02F101/16
CPC classification number: C02F3/301 , C02F3/308 , C02F2101/105 , C02F2101/16 , C02F2101/166
Abstract: 一种城市生活污水内源短程反硝化耦合ANAMMOX深度脱氮除磷的装置与方法，属于市政污水生物处理领域。该装置主要由原水水箱、AOA反应器、二沉池、第一中间水箱、除磷SBR、第二中间水箱、ANAMMOX-UASB组成；方法为：部分生活污水和二沉池的回流污泥首先进入AOA反应器的厌氧区，进行厌氧释磷并贮存内碳源；随后混合液进入AOA反应器的好氧区，进行吸磷和硝化反应；随后混合液进入缺氧区，发生内源短程反硝化，然后混合液进入二沉池进行泥水分离，上清液进入第一中间水箱；部分生活污水进入除磷SBR，静沉后上清液进入第二中间水箱；第一中间水箱和第二中间水箱的出水进入ANAMMOX-UASB进行厌氧氨氧化反应。本发明通过强化污泥的内碳源贮存可以实现低C/N比生活污水的深度脱氮。
-
公开(公告)号：CN108197736A
公开(公告)日：2018-06-22
申请号：CN201711467871.4
申请日：2017-12-29
Applicant: 北京工业大学
Abstract: 本发明公开一种基于变分自编码器和极限学习机的空气质量预测方法，包括如下步骤：步骤1、获取空气质量数据并使用VAE对数据进行编码；步骤2、将编码后的数据划分为训练数据和测试数据；步骤3、训练RNN对编码后的空气质量进行处理，将RNN的输出结果输入到一个全连接神经网络中；步骤4、将训练完成的RNN的输出结果输入ELM，并训练ELM；步骤5、将测试数据输入RNN中，之后将RNN的所有输出结果输入到ELM中获取最终的输出结果。采用本发明的技术方案，解决空气质量预测中缺失值填补精度差导致预测精度差的问题。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.033 seconds)
