-
公开(公告)号：CN110059100A
公开(公告)日：2019-07-26
申请号：CN201910216869.2
申请日：2019-03-20
Applicant: 广东工业大学
IPC: G06F16/242 , G06F16/33 , G06N3/08
Abstract: 本发明是一种基于演员-评论家网络确定预测SQL序列准确性的方法。本发明公开了一种基于强化学习的SQL语句构造方法及装置，其技术步骤为：初始化演员-评论家网络参数；从数据集获取自然语言和真实SQL语句序列对；把自然语言序列输入演员网络编码器，真实SQL序列输入到评论家网络编码器；编码后的隐状态作为对应解码器的初始化隐状态；演员网络解码器逐步预测SQL语句动作，输入到评论家网络解码器和环境得到相应奖励；梯度更新网络参数，重复迭代后得到自然语言到SQL语句的构造模型；本发明基于强化学习将语法自动机引入奖励机制，解决了在自然语言转化构造SQL语句中损失函数和评价指标不对等的问题，有效地提高了准确率。
-
公开(公告)号：CN107016260A
公开(公告)日：2017-08-04
申请号：CN201710201797.5
申请日：2017-03-30
Applicant: 广东工业大学
IPC: G06F19/20
Abstract: 本发明涉及一种基于跨平台基因表达数据的基因调控网络重建方法，根据跨平台基因表达数据的特点，通过获取来自p个测序平台基因表达数据，并进行预处理，然后从每个基因样本中抽取n个基因表达量，并基于偏相关系数的混合型条件独立性测试得到每个基因表达量的父子节点集，将其应用于跨平台因果网络结构学习的学习网络骨架、确定v‑结构和最大化标志方向三个过程中，从而重建出跨平台基因调控网络，本发明利用因果图模型解决跨平台基因调控网络的问题，能直接有效地利用跨平台基因表达数据进行高维的基因调控网络重建的同时，避免数据预处理过程导致的数据过度平滑等问题，提高了跨平台基因调控网络重建结果的正确率和召回率。
-
公开(公告)号：CN111310068B
公开(公告)日：2023-04-18
申请号：CN202010165317.6
申请日：2020-03-11
Applicant: 广东工业大学
IPC: G06F16/9536 , G06F16/2458 , G06F18/24 , G06Q50/00 , G06N3/0442
Abstract: 本发明公开了基于动态图的社交网络节点分类方法，利用sparsemax函数强化不同节点在时序前后的联系，并结合长短期记忆神经网络使稀疏化处理和细胞的门控共同作用，更好地对时序数据前后联系和依赖关系进行挖掘，充分表达了时序数据中节点状态的变化模式，从而提高社交网络节点分类的精准度。本发明解决了现有的社交网络节点分类方法中，对于社交网络中动态变化的时序数据，无法有效的挖掘节点之间的相互影响和不同时间的前后依赖关系的问题，可用于社交平台，推荐系统，信息系统，医疗健康，影视娱乐等领域中的动态结构社交节点分类问题。
-
公开(公告)号：CN110609849B
公开(公告)日：2022-03-25
申请号：CN201910796688.1
申请日：2019-08-27
Applicant: 广东工业大学
IPC: G06F16/242 , G06F8/41 , G06N3/04 , G06N3/08
Abstract: 本发明涉及自然语言领域，更具体地，涉及一种基于SQL语法树节点类型的自然语言生成方法。本发明不需要大量的人工操作以及不要求自然语言必须支持多样的句式。与基于序列至序列学习的自然语言生成方法对比，本发明能够获取SQL语言的文本信息，并结合SQL语法树的树状结构化数据以及树状长短期记忆网络使用，更加充分地获取SQL语句的语法结构信息，具有实际的应用意义，避免了人工去查阅开发文档和网上资料的不足，大大降低了时间成本以及人力成本，提高了工作效率。
-
公开(公告)号：CN110059100B
公开(公告)日：2022-02-22
申请号：CN201910216869.2
申请日：2019-03-20
Applicant: 广东工业大学
IPC: G06F16/242 , G06F16/33 , G06N3/08
Abstract: 本发明是一种基于演员‑评论家网络确定预测SQL序列准确性的方法。本发明公开了一种基于强化学习的SQL语句构造方法及装置，其技术步骤为：初始化演员‑评论家网络参数；从数据集获取自然语言和真实SQL语句序列对；把自然语言序列输入演员网络编码器，真实SQL序列输入到评论家网络编码器；编码后的隐状态作为对应解码器的初始化隐状态；演员网络解码器逐步预测SQL语句动作，输入到评论家网络解码器和环境得到相应奖励；梯度更新网络参数，重复迭代后得到自然语言到SQL语句的构造模型；本发明基于强化学习将语法自动机引入奖励机制，解决了在自然语言转化构造SQL语句中损失函数和评价指标不对等的问题，有效地提高了准确率。
-
Patent Agency Ranking
公开(公告)号：CN111310720A
公开(公告)日：2020-06-19
申请号：CN202010165320.8
申请日：2020-03-11
Applicant: 广东工业大学
Abstract: 本发明公开了基于图度量学习的行人重识别方法及系统，通过姿态估计深度学习网络提取行人姿态关键点，利用残差神经网络和人体姿态关键点提取局部特征向量，再使用图卷积神经网络融合局部特征和局部结构信息得到图形表示特征向量，从而提取行人图像更细粒度的特征，并在结点层面对比图与图之间的相似度；使用图度量损失函数和分类损失函数，更准确地拉近同个行人图形特征向量之间的距离，拉大不同行人图形特征向量之间的距离，从而提高了网络的特征表示能力和判别能力，进而提高行人重识别的首位命中率(Rank-1)和平均准确率均值(mAP)。
-
公开(公告)号：CN105825078B
公开(公告)日：2019-02-26
申请号：CN201610150049.4
申请日：2016-03-16
Applicant: 广东工业大学
Abstract: 本发明公开了基于基因大数据的小样本基因表达数据分类方法，其技术步骤为：确定训练样本基因表达数据和类标签，构建矩阵；根据L阶频数统计结果和2阶频数统计结果，计算L+1阶估分，去除估分小于阈值的非频繁集；计算到最大阶数Lmax；计算不同类别差异化的缺失情况；对各阶评分表进行排序，建立决策表；根据决策表对测试样本进行判别并输出类别。本发明基于基因大数据的跨平台分类器训练模型，结合基因表达数据公共储存库中海量的数据与小规模基因表达样本混合训练，有效的提高了分类效果。同时，该方法解决了跨平台所带来的缺失值的影响。
-
公开(公告)号：CN119850556A
公开(公告)日：2025-04-18
申请号：CN202411927429.5
申请日：2024-12-25
Applicant: 广东工业大学
Abstract: 本发明公开了一种医学影像异常检测方法及系统。该方法包括有如下步骤，获取预处理后的规范化医学影像；构建医学影像异常检测模型并训练，得到训练好的医学影像异常检测模型，包括训练好的特征解纠缠编码器和训练好的条件去噪扩散概率模型；利用训练好的特征解纠缠编码器提取预处理后的规范化医学影像中不涉及疾病信息的解剖结构编码和疾病特异性编码；以解剖结构编码和疾病特异性编码为条件，利用训练好的条件去噪扩散概率模型生成健康影像；将预处理后的规范化医学影像中的异常影像与其对应生成得到的健康影像对比，得到异常区域。该检测方法检测质量高。
-
公开(公告)号：CN119473383A
公开(公告)日：2025-02-18
申请号：CN202411583315.3
申请日：2024-11-07
Applicant: 广东工业大学
IPC: G06F8/73 , G06N3/0442 , G06N3/045 , G06N3/042
Abstract: 本发明涉及软件工程技术领域，公开了一种基于对偶图神经网络的代码注释生成方法和系统，方法包括：获取源代码以及作为源代码的自然语言注释，并对源代码进行预处理，根据预处理之后的源代码和自然语言注释构建训练数据；构建代码处理模型，使用训练数据训练代码处理模型，获得训练好的代码处理模型，代码处理模型包括对偶图模块、编码器、聚合器和解码器，对偶图模块根据预处理之后的源代码解析获取抽象语法树，并根据抽象语法树构建语法依赖图和语义依赖图；编码器根据所述语法依赖图获得第一编码表示、根据语义依赖图获得第二编码表示；聚合器根据第一编码表示和第二编码表示获得聚合图表示；解码器根据第一编码表示、第二编码表示和聚合图表示生成自然语言注释；将待注释的代码输入训练好的代码处理模型，获得自然语言注释。本发明能够更有效编码代码结构，提高注释生成的准确性，并提高代码处理模型的泛化能力。
-
公开(公告)号：CN118568127A
公开(公告)日：2024-08-30
申请号：CN202410624524.1
申请日：2024-05-20
Applicant: 广东工业大学
IPC: G06F16/2452 , G06F16/242
Abstract: 本发明提供一种基于高质量上下文样本和自修正的大语言模型SQL生成方法，包括：利用大语言模型分别对待生成SQL的自然语言查询语句和上下文样本集进行实体链接提取；对大语言模型进行结构预测训练，并预测SQL语句的语法结构；检索结构和语义均相似的上下文样本，获取高质量上下文样本集；利用高质量上下文样本集引导大语言模型生成最终的SQL预测语句；最后进行SQL执行检测、语法语义分析和引导自修正，确保SQL语句能正常执行；本发明通过检索更匹配的上下文样本作为高质量样本，能够提高上下文学习对大语言模型的指导能力，从而提高SQL生成的准确率；本发明还能提高大语言模型对SQL中潜藏的错误的识别能力和纠正能力。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.018 seconds)
