公开(公告)号：CN108932121A

公开(公告)日：2018-12-04

申请号：CN201810493873.9

申请日：2018-05-22

Applicant: 哈尔滨工业大学(威海) ,  青岛海信智能商用系统股份有限公司

Inventor： 张小东 ,  马映辉 ,  初佃辉

IPC: G06F8/30 ,  G06Q10/10 ,  H04L29/08

Abstract: 本发明涉及一种面向多租户分布式服务组件研发的模块及方法，用于在开发环境中模拟多租户分布式的数据环境，帮助软件研发人员设计和研发基于多租户的分布式服务组件。它的展现形式为插件，可以安装于eclipse及Intellij IDEA环境中，提供多租户配置、数据模型操作(包括配置、创建)、数据模型操作规则配置三方面的功能，分离软件研发和运维，减少软件研发人员在软件上线后的维护工作负担。因此，本发明具有实用性。

公开(公告)号：CN107495972A

公开(公告)日：2017-12-22

申请号：CN201710690305.3

申请日：2017-08-14

Applicant: 哈尔滨工业大学(威海)

Inventor： 初佃辉 ,  李春山 ,  侯逸仙

IPC: A61B5/11 ,  G08B21/04 ,  G06K9/62 ,  G06F3/01

CPC classification number: A61B5/1117 ,  G06F3/011 ,  G06K9/6288 ,  G08B21/043

Abstract: 本发明公开了一种摔倒检测算法，其整体步骤为：采集人体正常运动或模拟摔倒时产生的DevcieMotion数据记录；获取摔倒事件集以及ADL事件集；采用特征抽取的方法将连续的运动事件记录转化为一个特征向量记录，从而得到训练用的样本集；分析对比多种经典分类算法在基于不同数据种类组合方式的特征向量时的性能表现，选出全局性能表现最佳的一种算法，并对该算法中的判断条件进行分类器训练；利用训练好的分类器进行未知运动事件的判别。本发明能够充分利用目前智能设备中提供的加速度计、陀螺仪、磁力计等多种传感器数据源进行摔倒检测，具有检测结果准确、可靠，操作难度较低的优点，并且易于在智能手机上实现，具有广泛的实用性。

公开(公告)号：CN103399868B

公开(公告)日：2016-08-10

申请号：CN201310284966.8

申请日：2013-07-08

Applicant: 哈尔滨工业大学(威海)

Inventor： 初佃辉 ,  叶允明 ,  李春山 ,  周学权 ,  王德泉

IPC: G06F17/30 ,  G06Q10/08

Abstract: 本发明涉及一种外贸物流路径的优化方法，其解决了目前计算方法事实操作可行性不强，面对大规模的物流网络无法精确且成本高，无自适用学习能力。其通过建立无向图模型推到出期望值模型进行计算得出最优路径。其可广泛应用物流运输领域。

公开(公告)号：CN119557426B

公开(公告)日：2025-04-18

申请号：CN202510111855.X

申请日：2025-01-24

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  孙鸿祥 ,  初佃辉 ,  刘兆伟 ,  王莹洁 ,  郭强

IPC: G06F16/334 ,  G06F18/25 ,  G06F18/213 ,  G06N3/04

Abstract: 本发明涉及多模态情感分析技术领域，尤其是涉及一种基于预训练与在线学习的多模态情感分析方法及系统。所述方法，包括获取情感分析多模态数据，构建情感分析模型，包括构建多头注意力机制分别对文本、图像和音频模态进行编码处理，并将编码后的各模态特征拼接融合；利用前馈神经网络与多头注意力机制对融合特征中各模态间的交互关系进行挖掘；通过构建全连接神经网络评估联合特征中各模态对情感分析任务的贡献程度；将联合特征和加权后的各模态特征融合实现特征补充优化，利用训练完成的模型输出情感预测结果，本发明通过构建多头注意力机制对各模态进行编码处理，将编码后的模态特征进行拼接融合，从而显著提升情感分析的准确性。

公开(公告)号：CN119179495A

公开(公告)日：2024-12-24

申请号：CN202411191319.7

申请日：2024-08-28

Applicant: 哈尔滨工业大学(威海)

Inventor： 田一民 ,  张柏林 ,  隋典伯 ,  涂志莹 ,  初佃辉

IPC: G06F8/60 ,  G06F40/16 ,  G06N5/04

Abstract: 本发明公开了一种面向跨领域多任务的大模型适配器高效部署方法及系统，所述方法包括如下步骤：步骤S1、构造模型adapter索引；步骤S2、构造用于训练selector的混合表征数据集；步骤S3、训练selector；步骤S4、基于selector的适配器联合部署。本发明提出了大语言模型部署中适配器选择器selector这一概念，可以根据模型的输入精准判断输入对应的领域和任务，从而引导系统精准将大模型与这一领域与任务的模型适配器精准匹配并重组，提高了多任务推理的准确度；同时提出了selector的训练方法和携带selector的大模型的推理流程和部署方法，提高了有限资源的资源利用率。

公开(公告)号：CN118193853A

公开(公告)日：2024-06-14

申请号：CN202410605377.3

申请日：2024-05-16

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  宋笑宇 ,  初佃辉 ,  孙鸿祥 ,  王莹洁 ,  李春山

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/042

Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为一种随机群组的兴趣点推荐方法、系统、设备和存储介质；为解决现有技术中随机群组兴趣点预测结果较低，推荐准确度较低，影响用户商业体验感的问题，本申请首先将基于随机群组的相似用户得到的待推荐兴趣点集特点，与用户性格影响度结合，获取随机群组拟合特征表示；接着，通过将兴趣交互结构图进行多层图神经网络处理，得到每个待推荐兴趣点特征表示；随后，将待推荐兴趣点特征表示进行概率映射处理，获取优选兴趣点；最后，根据优选兴趣点的预测评分获取随机用户的期望值后，进行多协商推荐处理，得到最优推荐兴趣点；应用在商业数据预测领域中，能提高推荐准确度更高，提升用户商业体验感。

公开(公告)号：CN118135279A

公开(公告)日：2024-06-04

申请号：CN202410088713.1

申请日：2024-01-22

Applicant: 哈尔滨工业大学(威海)

Inventor： 晁国清 ,  于雪娇 ,  姜毅 ,  张华 ,  李春山 ,  涂志莹 ,  初佃辉

IPC: G06V10/764 ,  G06N3/0464 ,  G06V10/82 ,  G06V10/80

Abstract: 本发明实施例提供一种不完整视图的聚类方法及系统，属于信息技术领域。该聚类方法包括：获取待聚类的不完整多视图，并构建邻接矩阵以确定不完整多视图的图结构信息；结合邻接矩阵，采用预先构建的聚类模型对每一不完整视图进行编码，获得潜在特征表示；对各潜在特征表示采用注意力机制进行融合生成综合潜在特征表示；对综合潜在特征表示进行深度聚类，输出不完整多视图的聚类结果。通过将待聚类的不完整多视图和邻接矩阵输入至聚类模型，使得该聚类模型对不完整多视图节点进行多次邻域聚合和特征学习后，得到每个节点潜在特征表示，更有利于聚类，并采用注意力机制进行潜在特征表示的融合生成综合潜在特征表示，进行深度聚类，得到聚类结果。

公开(公告)号：CN118013130B

公开(公告)日：2024-06-04

申请号：CN202410410829.2

申请日：2024-04-08

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  张晓君 ,  初佃辉 ,  卢康 ,  皇浩

IPC: G06F16/9535 ,  G06Q30/0601

Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为基于超服务网络的服务推荐方法、系统、设备和存储介质；为解决现有服务网络不能很好的表现出大量服务节点之间关系，影响服务推荐的准确度的问题，该服务推荐方法首先将节点端对端连接的初始服务网络中，每个初始服务节点的边总数，作为初始服务节点关键性顺序，进行基于超边的超服务网络的构建，得到初始超服务网络；然后，通过判断初始超服务网络中的服务节点总数大小，并基于服务节点超边、信誉值和协作次数，选择对初始超服务网络进行优化；最后，根据服务节点超边、信誉值和协作次数计算推荐值后，进行服务推荐；该推荐方法，推荐准确度高，用于商业领域服务推荐中会提高商业内容消费。

公开(公告)号：CN118035565A

公开(公告)日：2024-05-14

申请号：CN202410430460.1

申请日：2024-04-11

Applicant: 烟台大学 ,  哈尔滨工业大学(威海)

Inventor： 刘志中 ,  黄光玉 ,  初佃辉 ,  尚领 ,  孙鸿翔

IPC: G06F16/9535 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/241 ,  G06F18/25 ,  G06F18/22

Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为基于多模态情绪感知的主动服务推荐方法、系统和设备；该服务推荐方法，首先针对不同模态特点进行不同特征提取方式，得到文本特征向量、图像特征向量和音频特征向量；然后，将片段融合向量与视频总融合向量均值进行处理后分类，得到用户情绪向量；最后，基于用户地址、属性和情绪、服务地址和属性、场景等信息，构建用户‑服务‑情景的图结构，基于图卷积处理的方式，得到的目标用户节点传播特征向量，服务节点传播特征向量，情景节点传播特征向量，经推荐值计算，将推荐值大于阈值对应的服务推荐给目标用户，实现对目标用户丰富且准确的服务推荐，提升用户的体验感。

公开(公告)号：CN117523244A

公开(公告)日：2024-02-06

申请号：CN202311439517.6

申请日：2023-10-31

Applicant: 哈尔滨工业大学(威海)

Inventor： 晁国清 ,  乔智栋 ,  曾仕聪 ,  孟凡超 ,  周学权 ,  涂志莹 ,  初佃辉

IPC: G06V10/762 ,  G06V10/82 ,  G06N3/088 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094 ,  G06F17/16 ,  G06N3/045

Abstract: 本发明实施例提供一种多视图聚类方法、系统、电子设备及存储介质，属于信息技术领域。该方法包括：获取待聚类的多个数据缺失视图；利用多重插补法，对所述多个数据缺失视图中缺失的数据进行缺失值处理，获得多个完整视图，并生成不确定性度量矩阵；提取所述不确定性度量矩阵中易于聚类的隐空间特征；将所述易于聚类的隐空间特征以及所述多个完整视图输入至循环对抗生成网络进行聚类，获得所述待聚类的多个数据缺失视图的聚类结果。通过上述技术方案，利用多重插补法，不仅可以充分利用多视图数据之间的互补信息，对缺失数据进行有效插补，增强了数据之间的关联性，还通过循环对抗生成网络在此基础上实现高效率的多个数据缺失视图的聚类。