-
公开(公告)号：CN101252451A
公开(公告)日：2008-08-27
申请号：CN200810073506.X
申请日：2008-03-22
Applicant: 桂林电子科技大学
Abstract: 本发明是保证服务质量的Web服务器系统请求区分服务方法与中间件，涉及到互联网上Web服务器系统技术领域。本发明方法包括主控初始化、请求分类、实时调度与页面定位四个步骤。首先按其服务类别分类到达的客户请求到对应服务队列中；其次读取优先级最高的服务队列中客户请求，按其响应方式选取对应质量页面进行响应；最后调整各个服务队列的历史日志、绝对质量、响应方式、相对质量与优先级参数。此外，根据本发明方法设计的中间件通过主控初始化、请求分类、实时调度与页面定位四个模块来实现上述四个步骤。总之，本发明方法与中间件都采用"非一视同仁"区分服务方式，实现了Web服务器系统对客户请求的区分服务、负荷平衡与服务质量保证。
-
公开(公告)号：CN110287497B
公开(公告)日：2023-03-31
申请号：CN201910596522.5
申请日：2019-07-03
Applicant: 桂林电子科技大学
IPC: G06F40/30 , G06F40/211 , G06F40/216 , G06F40/289 , G06F40/253 , G06F16/36
Abstract: 本发明公开一种英语文本的语义结构连贯分析方法，该分析方法是一个由顺序连接的英语文本预处理模块、英语文本语义结构关系树生成模块、英语文本语义结构关系抽取模块、英语文本语义结构关系矩阵构建模块与英语文本语义结构连贯质量分析模块组成。一篇英语文本通过该分析方法处理后，最后能够得到该篇英语文本的语义结构质量分析结果。本发明方法解决了传统的英语文本语义结构连贯质量分析方法，只能分析出英语文本的浅层局部语义结构连贯质量，无法分析出英语文本深层语义结构连贯质量的问题。
-
公开(公告)号：CN110956497B
公开(公告)日：2022-11-25
申请号：CN201911181002.4
申请日：2019-11-27
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种电子商务平台用户重复购买行为预测方法，包括：获取用户历史购买行为数据；采用分段下采样方法进行样本均衡处理；构建用户特征、商户特征、用户与商户交互特征和隐藏特征；将样本均衡的用户历史购买行为数据输入至双层注意力BiGRU个体模型中，将用户特征、商户特征、用户与商户交互特征和隐藏特征输入至深度Catboost个体模型和DeepGBM个体模型中；对各个体模型分别进行用户重复购买行为预测训练；通过Vote‑Stacking模型，对训练后的各个体模型进行融合，并采用多数投票决策机制输出最终预测结果。本发明融合深度Catboost个体模型、双层注意力BiGRU个体模型和DeepGBM个体模型，对用户历史购买数据中离散的购买记录数值和行为序列特征进行建模，提高了预测结果的准确性。
-
公开(公告)号：CN115328972A
公开(公告)日：2022-11-11
申请号：CN202211024149.4
申请日：2022-08-24
Applicant: 桂林电子科技大学
IPC: G06F16/2458 , G06F16/2453 , G06F16/28
Abstract: 本发明涉及数据库系统查询优化的基数估计技术领域，具体地说，涉及一种平滑自回归基数估计方法，包括：S1、将数据库表格数据编码后得到编码数据x；S2、对x进行平滑，期间复制x来引入不同程度的噪声得到平滑数据xrs和微弱平滑数据xcls，拼接所有平滑数据后得到输入xin；S3、将xin喂给平滑自回归模型，并进行训练；S4、通过训练好的模型进行基数估计。本发明能够达到目前最先进的基数估计准确度，能较出色地完成基数估计任务。
-
公开(公告)号：CN113177136B
公开(公告)日：2022-04-22
申请号：CN202110460027.9
申请日：2021-04-27
Applicant: 桂林电子科技大学
IPC: G06F16/65 , G06F16/683 , G06F40/211 , G06F40/216 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及音乐风格分类技术领域，涉及一种基于注意力的音频和歌词的多模态音乐风格分类方法，步骤如下：一、数据获取；二、音频预处理：先对音频数据采取Mel频谱特征提取，然后经过CNN网络得到音频特征；三、歌词预处理：先进行BERT预训练得到词向量，然后经过HAN网络得到歌词特征向量；四、attention模间融合：通过Attention模间融合，将获取的音频和歌词特征，进行交互融合获取融合的Attention注意力向量，再与音频和歌词特征向量拼接，获得包含音频和歌词各自模态特征，以及模态间融合特征的音乐风格特征；五、经过softmax层进行分类。本发明能较佳地对数据进行学习和分类。
-
Patent Agency Ranking
公开(公告)号：CN111259153B
公开(公告)日：2021-06-22
申请号：CN202010072375.4
申请日：2020-01-21
Applicant: 桂林电子科技大学
IPC: G06F16/35 , G06F40/211 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种完全注意力机制的属性级情感分析方法，该方法结合基于自注意力机制网络SAM‑NN和特定方面注意力机制网络AAM‑NN来分别生成词汇级别、句子级别语义特征，最后通过一个全连接神经网络FC‑NN输出层计算评论句子内容的情感极性。本发明所提出的方法在实现上是并行结构的，并且在每一个网络计算模块，本发明都融合了特定方面信息特征，保证了该方法在尽可能的根据特定方面信息进一步分析出用户评论信息中关于目标对象特定属性方面的情感极性。与现有技术相比，本发明方法不仅有效提高特定方面情感分析任务的准确率，而且有效减少在模型训练时间上的花费。
-
公开(公告)号：CN111653292A
公开(公告)日：2020-09-11
申请号：CN202010573319.9
申请日：2020-06-22
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种中国学生英语朗读质量分析方法，该方法是一个由顺序连接的英语朗读发音预处理模块、英语朗读发音错误检测模块、英语朗读发音质量分析模块、英语朗读发音质量输出模块组成的分析模型。一段英语朗读语音通过该分析模型和分析方法处理后，最后能够得到这段英语朗读语音的质量分析结果。本发明分析方法解决了中国学生英语朗读发音的发音质量自动分析问题，其分析结果比传统的中国学生英语朗读发音的发音质量分析方法的分析结果更好。
-
公开(公告)号：CN111310474A
公开(公告)日：2020-06-19
申请号：CN202010065670.7
申请日：2020-01-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于激活-池化增强BERT模型的在线课程评论情感分析方法，涉及在线课程评估技术领域，包括构建在线课程评论情感分析模型来编码评论文本中分句内词语上下文语义和分句间逻辑关系；设计激活函数层和最大-平均池化层解决BERT模型在课程评论情感分析中存在的过拟合问题；通过新增的情感分类层对在线课程评论进行情感正负极性分类。本发明改进了直接应用BERT模型做课程评论情感分析任务时出现过拟合的问题，同时增加了情感分类层对课程评论情感进行分析；相对于传统课程评论情感分析模型，在线课程评论情感分析模型具有精确度高，训练容易的优点，该模型的准确率和AUC值与基准模型相比分别有显著的提升。
-
公开(公告)号：CN110175651A
公开(公告)日：2019-08-27
申请号：CN201910452021.X
申请日：2019-05-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种数据自适应平衡分组方法，将数据块边界点信息加入到传统聚类中，并将该聚类算法运用于分布式环境中结点数据分组中，利用数据块边界点信息约束数据块大小，使不同数据块之间满足较高的平衡性，解决了现有基于聚类的数据分组方法效率较低的问题，同时还提高了数据分组的准确率，具有很高的实用价值。
-
公开(公告)号：CN104952444B
公开(公告)日：2018-07-17
申请号：CN201510205173.1
申请日：2015-04-27
Applicant: 桂林电子科技大学
Abstract: 本发明一种文本无关的中国人英语口语质量评估方法，先输入华尔街日报英语语音标准声学模型、表达正确但发音不标准的中国人英语口语语音数据，训练构建出一个英语口语自适应语音识别模型；输入华尔街日报英语语音标准声学模型、表达正确且发音标准的中国人英语口语语音数据，训练构建出一个英语标准口语自适应评估模型；使用英语口语自适应语音识别模型识别输入待评估的被测试者口语语音数据；使用英语标准口语自适应评估模型对评估识别后的待评估被测试者口语语音数据进行处理，输出待评估的被测试者口语语音质量分数。本发明一种基于英语声学混合模型的文本无关中国人英语口语质量评估方法，解决了利用计算机系统评估中国人英语口语质量的问题。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.052 seconds)
