-
公开(公告)号：CN106844342A
公开(公告)日：2017-06-13
申请号：CN201710022618.1
申请日：2017-01-12
Applicant: 北京航空航天大学
IPC: G06F17/27
Abstract: 本发明实施例提供一种基于增量学习的词向量生成方法和装置。本发明基于增量学习的词向量生成方法，包括：获取原始语料库的词共现矩阵、新增语料库的词共现矩阵和所述原始语料库的训练结果参数，训练结果参数包括梯度值和第一矩阵分解结果；将原始语料库的训练结果参数作为新增语料库的初始训练参数；使用所述新增语料库的初始训练参数、所述原始语料库的词共现矩阵和所述新增语料库的词共现矩阵采用梯度下降算法迭代优化总目标函数，获取第二矩阵分解结果，所述第二矩阵分解结果为使得所述总目标函数极小化的解；根据所述第二矩阵分解结果获取多个词向量。本发明实施例可以有效减少生成词向量过程所消耗的时长。
-
公开(公告)号：CN106681330A
公开(公告)日：2017-05-17
申请号：CN201710061225.1
申请日：2017-01-25
Applicant: 北京航空航天大学
IPC: G05D1/02
CPC classification number: G05D1/0242 , G05D1/0246 , G05D1/0255 , G05D1/0257 , G05D2201/0217
Abstract: 本发明提供了一种基于多传感器数据融合的机器人导航方法及装置，包括：根据激光雷达传感器采集到的数据和编码器数据，构建总体环境地图；实时根据激光雷达传感器、加速度计传感器、陀螺仪传感器和磁强计传感器采集的数据、总体环境地图、以及编码器数据，获得机器人在总体环境地图中的当前位置；实时根据总体环境地图和机器人的当前位置，获得机器人从当前位置到目标位置的规划路线；根据当前位置和规划路线，利用激光雷达传感器、深度摄像头、超声波传感器和红外传感器采集的数据、以及编码器数据，控制机器人避开障碍物移动。本方案在合理利用传感器实现机器人导航的基础上，灵活应用于多种场景，并且兼顾成本，能够实现较好的自主导航效果。
-
公开(公告)号：CN102882943B
公开(公告)日：2015-10-21
申请号：CN201210337842.7
申请日：2012-09-12
Applicant: 北京航空航天大学
IPC: H04L29/08
Abstract: 本发明提供一种服务副本读写方法及系统。其中的读取方法包括：副本节点接收到客户端发来的读请求后，为该读请求赋予全局唯一的请求标识rid；所述副本节点检验第三类一致性配置条件F3(ψ(r(rid)),y1,y2，...,ym)op0是否为真，其中，ψ(r(rid))=|Δw(rd1st′,rid1st)|表示读陈旧性量化函数，Δw(x,y)={w(rid)|x≤rid ,≦,≧}，y1,y2,…,ym表示所述服务副本上下文中的变量，w表示写请求，rid1st’表示所述副本节点读取到的最新请求的标识，rid1st表示全局最新的请求的标识；当所述第三类一致性配置条件为真时，所述副本节点向自身的上层应用提交所述读请求，并将读取结果返回给所述客户端。本发明有利于提高服务副本的灵活性和可配置性。
-
公开(公告)号：CN102902740B
公开(公告)日：2015-05-20
申请号：CN201210337720.8
申请日：2012-09-12
Applicant: 北京航空航天大学
IPC: G06F17/30
Abstract: 本发明提供一种Web服务组合推荐方法及设备。该方法包括：获取用户的Web服务组合需求，Web服务组合需求包括至少两个Web服务功能需求；确定与各Web服务功能需求对应的候选服务集合；对历史调用服务集合进行关联规则分析，确定候选服务集合中频繁度指数大于预设标准的候选Web服务，生成包括频繁度指数大于预设标准的候选Web服务的频繁服务集合；对Web服务组合需求进行服务组合关系分析，获取至少两个Web服务功能需求之间的组合关系；根据频繁服务集合中的各候选Web服务的频繁度指数，以及按照组合关系应用各候选Web服务的全局QoS属性，确定与各Web服务功能需求对应的推荐Web服务，以形成推荐Web服务组合。
-
公开(公告)号：CN104615716A
公开(公告)日：2015-05-13
申请号：CN201510061724.1
申请日：2015-02-05
Applicant: 北京航空航天大学
CPC classification number: G06F17/3089 , G06Q50/01
Abstract: 本发明提供一种基于优先序列的分布式社交网络信息采集方法及系统，包括：获取本次任务分配的任务列表，所述任务列表中包括各社交网络信息；根据所述各社交网络信息的发布时间，对所述各社交网络信息进行优先级排序，其中，发布时间越早则优先级越高；按照第一周期，根据当前所述各社交网络信息的优先级，周期性地进行任务分配。通过本发明提供的方案，能够有效地对任务进行分配，提高社交网络信息采集的效率。
-
Patent Agency Ranking
公开(公告)号：CN104579854A
公开(公告)日：2015-04-29
申请号：CN201510076601.5
申请日：2015-02-12
Applicant: 北京航空航天大学
Abstract: 本发明提供一种众包测试方法，包括：测试客户端向测试服务器发送所述测试客户端的特征信息，所述测试服务器根据接收到的至少一个测试客户端的特征信息，选择用于执行待测试服务的待测试客户端，所述测试服务器向所述待测试客户端发送待测试服务列表，所述待测试客户端对所述待测试服务列表中的待测试服务进行测试，得到所述待测试服务的测试结果，最后，所述待测试客户端向所述测试服务器发送所述测试结果。这种对网络应用服务进行测试的众包测试方法，不仅显著地改善了测试效果，还有效地减小了测试开销。
-
公开(公告)号：CN102866911A
公开(公告)日：2013-01-09
申请号：CN201210337030.2
申请日：2012-09-12
Applicant: 北京航空航天大学
IPC: G06F9/46
Abstract: 本发明提供一种Mashup应用建立方法及装置，其中该方法包括接收终端发送的待连接组件的组件信息；将待连接组件可以连接的一个或多个目标组件的组件信息分别发送给终端；根据接收到的用户通过终端选择的目标组件的组件信息，将选择的目标组件与待连接组件进行连接，直至接收到终端发送的结束请求时，生成包括已连接的两个或多个组件的Mashup应用。通过利用Mashup平台内的数据源和第三方开放API在用户建立Mashup应用的过程中进行推荐，使得用户可以通过半自动化的方式建立Mashup应用，并且推荐组件的方式还能够对用户的创建过程产生提示和引导的作用，可以方便用户快速地对资源进行整合，高效地构建个性化的应用，有效地提高了开发效率和用户体验。
-
公开(公告)号：CN118626820A
公开(公告)日：2024-09-10
申请号：CN202410663605.2
申请日：2024-05-27
Applicant: 北京航空航天大学
IPC: G06F18/211 , G06F18/24 , G06N3/0442 , G06N3/094
Abstract: 本发明通过自然语言处理领域的方法，实现了一种面向文本分类的特征选择方法。输入文本分类数据集中的文本信息和标签信息，通过设计包括生成单词权重的生成器以及判断原句语料分类类别的分类器两部分的对抗训练模型实现对于文本分类数据的增强；其中，所述生成器用来生成单词权重，生成单词权重向量，同时，所述单词权重向量输入所述分类器，分类器首先使用所述单词权重向量与原输入句子的词向量进行相乘操作，随后通过一个RNN分类器进行分类，并使用分类器分类的结果对模型参数进行更新。本方案通过使用文本数据中句子极性标签信息，使模型自行提取出文本中对分类影响最大的关键单词，该模型不需要文本中关键单词信息作为监督信号，并提出了相应的训练和数据增强方案。
-
公开(公告)号：CN106874428B
公开(公告)日：2021-05-07
申请号：CN201710058858.7
申请日：2017-01-23
Applicant: 北京航空航天大学
IPC: G06F16/40
Abstract: 本发明实施例提供一种选择信息传播的关键节点的方法和装置，通过获取待发布信息；遍历K个大V用户模拟转发所述待发布信息，获取每个大V用户转发所述待发布信息产生的影响力结果；所述影响力结果包括：转发所述待发布信息的用户的数量和关注所述待发布信息的发布者的用户的数量；根据所述K个大V用户对应的影响力结果，确定实际转发所述待发布信息的大V用户作为关键节点。由于本实施例确定实际转发待发布信息的大V用户参考了转发所述待发布信息的用户的数量和关注所述待发布信息的发布者的用户的数量，其中，关注所述待发布信息的发布者的用户的数量代表了发布者的影响力的提升，因此，本发明可用于提高社交网络中的传播影响力。
-
公开(公告)号：CN111858888A
公开(公告)日：2020-10-30
申请号：CN202010666709.0
申请日：2020-07-13
Applicant: 北京航空航天大学
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F40/247
Abstract: 本发明所提出的一种值机场景的多轮对话系统，通过依次逻辑连接的用户输入模块、数据处理模块、值机场景的多轮对话运算模块、自然语言生成模块以及对话输出模块的结构构成其系统的整体架构，并在值机场景的多轮对话运算模块中采用机器学习模型与人工规则模型相结合的方式构成算法的主体架构，这样在值机场景的数据规模和数据特点下，提高模型在数据量较少的标签上的性能，同时也可以利用人工规则模型进一步提高机器学习模型的鲁棒性，从而实现将状态管理模块在小数据集下完成相对较大规模的多重分类任务，最大程度地适应该领域数据集特点，为用户提供准确的输出的效果。
-
-
-
-
-
-
-
-
-
Search Results
104
records
(took 0.043 seconds)
