-
公开(公告)号：CN114756749A
公开(公告)日：2022-07-15
申请号：CN202210381395.9
申请日：2022-04-12
Applicant: 扬州大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/951 , G06N20/00
Abstract: 本发明公开了一种基于三重自编码机结合知识图谱的电影推荐方法，包括1）将用户和电影之间的评论信息编码为情感分类，作为自动编码机的输入；2）基于电影的评级、辅助信息和生成的评论表示合并到半自动编码器中用于重构输出，通过半自动编码器学习获得扩展信息的低维特征表示，将获得的低维特征表示融合到电影的原始特征空间中，并将新的特征作为额外信息输入到半自编码机模型中；3）设计半自动编码器和自动编码器的串行连接，将第三个自编码器的输出预测评分矩阵与原始的评分矩阵进行对比。本发明能够利用用户和电影之间的交互信息和知识图谱对电影信息进行特征扩展，并通过自编码机处理拓展特征，达到为用户进行更准确推荐的目的。
-
公开(公告)号：CN114117014A
公开(公告)日：2022-03-01
申请号：CN202111474309.0
申请日：2021-12-06
Applicant: 扬州大学
IPC: G06F16/332 , G06F16/36 , G06F40/295 , G06N3/04
Abstract: 本发明公开了一种面向新工科的教育知识图谱问答系统构建方法，包括以下步骤：1）上传细分学科数据，使用OCR进行文字识别，将关键信息存入数据表，实现异构数据的知识图谱构建；2）知识补全，进行实体识别与分词和三元组抽取，对问题语义进行分析；3）答案搜索，对问题进行分类，再进行模板匹配以确定输出结果。本发明能够利用实体识别三元组抽取等方法，实现对问题内容的精准识别，达到对问题精确有效回答的目的。
-
公开(公告)号：CN112966735A
公开(公告)日：2021-06-15
申请号：CN202110235178.4
申请日：2021-03-03
Applicant: 扬州大学
Abstract: 本发明公开了一种基于谱重建的监督多集相关特征融合方法，包括1）定义训练样本集的投影方向；2）计算训练样本的组间类内相关矩阵和自协方差矩阵；3）组间类内相关矩阵做奇异值分解，自协方差矩阵做特征值分解；4）重构分数阶组间类内相关矩阵和分数阶自协方差矩阵；5）构建FDMCCA的最优化模型；6）求解特征向量矩阵，形成投影矩阵；7）融合降维后的特征；8）选取不同数量的图像分别做训练集和测试集，计算识别率。本发明能够有效地处理多个视图数据的信息融合问题，同时分数阶参数的引入削弱了因噪声干扰和有限训练样本带来的影响，提高了系统识别的准确率。
-
公开(公告)号：CN111916215A
公开(公告)日：2020-11-10
申请号：CN202010553296.5
申请日：2020-06-17
Applicant: 扬州大学附属医院
Abstract: 本发明公开了公共卫生领域内的一种群集性/慢性疾病早期自动报警、初步特征分析与风险评估系统，其包括病例信息收集模块、活动轨迹追踪模块、自动报警展示模块和风险分析评价模块；通过对医疗机构病历数据库的定时扫描，结合患者个体行动轨迹的自动分析，能够对出现的突发群集性疾病实现自动报警，对单位时间内相同病例的总结与初步风险分析评价，可通过对单位时间内出现病例的分布特征分析，指导该区域慢性病差异性防控措施的制订。
-
-
Patent Agency Ranking
公开(公告)号：CN111611962A
公开(公告)日：2020-09-01
申请号：CN202010473054.5
申请日：2020-05-29
Applicant: 扬州大学
Abstract: 本发明公开了基于分数阶多集偏最小二乘的人脸图像超分辨率识别方法，步骤1在训练阶段利用训练集学习不同分辨率视图之间的相关关系，使用PCA对图像降维，利用分数阶思想重新估计组内及组间协方差矩阵，并计算FMPLS投影矩阵，将主成分特征投影到FMPLS的一致相干子空间；步骤2在测试阶段，提取输入的多种低分辨率图像的主成分特征，并投影到相应的FMPLS子空间，通过邻域重建策略重建出输入的低分辨率图像的高分辨率特征；步骤3最后利用最近邻分类器进行人脸识别。本发明利用分数阶多集偏最小二乘，可以同时学习不同分辨率人脸视图之间的多种特定分辨率的映射，同时借助分数阶思想，重新估计协方差矩阵，以减少由样本数量不足、噪声等因素带来的影响。
-
公开(公告)号：CN118132709A
公开(公告)日：2024-06-04
申请号：CN202410272235.X
申请日：2024-03-11
Applicant: 扬州大学
IPC: G06F16/332 , G06F16/35 , G06F40/30 , G06N3/0455 , G06N3/047 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于提示学习扩展标签词的领域自适应方法，1）在带有标记的源域数据上进行预训练，利用掩码语言模型学习源域数据的语言特征，随后将此模型迁移到目标域进行应用；2）通过引入外部的先验知识，利用知识图谱Probase获取每个类别y相关的多个扩展标签词，对源域和目标域的标签词空间分别进行扩展，并对得到的标签词集取交集；3）将目标域数据嵌入到提示模板中，提示学习模型预测扩展后的标签词集中每个单词的概率，将每个单词得到的预测概率映射到具体地类别标签上，并对预测的概率取平均值作为最后类别分类的依据。本发明通过利用源域的少量标注数据训练模型，来引导模型学习目标领域的有用特征，提高模型的适应性和泛化能力。
-
公开(公告)号：CN116932917A
公开(公告)日：2023-10-24
申请号：CN202311018096.X
申请日：2023-08-14
Applicant: 扬州大学
IPC: G06F16/9535 , G06F16/951 , G06F16/36 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了个性化数据推荐研究领域的一种基于PNN的多特征扩展自编码器推荐算法，包括如下步骤：通过开放知识图谱DBpedia扩展项目的辅助特征信息；将扩展的特征信息进行LsiModel向量化表示，并利用PNN进行特征交叉融合，挖掘不同特征之前的潜在特征关系，将其嵌入到低维特征向量中；将评级信息、属性信息和扩展到特征信息合并到半自编码器，通过半自编码器提取鲁棒的特征表示，帮助评级矩阵更好地重构输出，与原始的评分矩阵进行对比，计算预测精度，实现更加精确的推荐。本发明利用知识图谱对项目特征信息进行扩展，并有效融合不同特征之间的特征关联，通过半自编码器学习更高级的特征表示，达到为用户进行更准确推荐的目的。
-
公开(公告)号：CN112966735B
公开(公告)日：2023-09-12
申请号：CN202110235178.4
申请日：2021-03-03
Applicant: 扬州大学
IPC: G06F18/25 , G06F18/214 , G06F18/213 , G06F17/16 , G06F17/18
Abstract: 本发明公开了一种基于谱重建的监督多集相关特征融合方法，包括1）定义训练样本集的投影方向；2）计算训练样本的组间类内相关矩阵和自协方差矩阵；3）组间类内相关矩阵做奇异值分解，自协方差矩阵做特征值分解；4）重构分数阶组间类内相关矩阵和分数阶自协方差矩阵；5）构建FDMCCA的最优化模型；6）求解特征向量矩阵，形成投影矩阵；7）融合降维后的特征；8）选取不同数量的图像分别做训练集和测试集，计算识别率。本发明能够有效地处理多个视图数据的信息融合问题，同时分数阶参数的引入削弱了因噪声干扰和有限训练样本带来的影响，提高了系统识别的准确率。
-
公开(公告)号：CN113704490B
公开(公告)日：2023-06-20
申请号：CN202110954145.5
申请日：2021-08-19
Applicant: 扬州大学
IPC: G06F16/36 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向异构数据的新工科教育知识图谱构建方法，包括以下步骤：1）复杂异构数据的录入和图谱的初步构建；2）根据EfficientDet图像目标检测模型，在课程平时作业和实践评分的图像数据中做目标检测，获取学生学号、姓名和成绩或打分在图像中的位置坐标；3)构建FOTS模型，进行文字识别；4)关键信息存入数据表，实现知识图谱的构建。本发明能够利用目标检测和图像识别算法，实现对新工科细分专业：人工智能专业和智能制造专业异构数据的信息读取，获取学生的准确信息，达到新工科教育知识图谱构建的目的。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.019 seconds)
