-
公开(公告)号：CN115017990A
公开(公告)日：2022-09-06
申请号：CN202210622541.2
申请日：2022-06-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 湖南大学
Abstract: 本发明公开了一种交通流量预测方法、装置、设备及存储介质，该方法包括：采集历史交通流量数据，将所述历史交通流量数据按照与预设目标时间的时间相关性划分为多种时间分量数据；对所述多种时间分量数据进行数据处理，生成多种特定流量特征、共享流量特征和数据分布特征；其中，所述数据分布特征包括近似分布特征和条件概率特征；基于所述多种特定流量特征、所述共享流量特征和所述数据分布特征构建交通流量预测模型；采集当前交通流量数据，将所述当前交通流量数据传输给所述交通流量预测模型，生成交通流量预测数据。本方法提升了交通流量预测的精度。
-
公开(公告)号：CN114756694A
公开(公告)日：2022-07-15
申请号：CN202210677070.5
申请日：2022-06-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 平安科技(深圳)有限公司
Abstract: 本发明提供的一种基于知识图谱的推荐系统、推荐方法和相关设备，系统包括：用户历史信息嵌入模块根据用户的历史交互行为生成用户表征；知识感知嵌入模块利用知识感知的注意力机制，为用户和物品生成知识加权表征；动态信息共享模块基于神经网络，根据用户物品交互的二部图以及物品侧的知识图谱得到用户/物品热门种子，计算每个用户/物品与用户/物品热门种子的相似度，根据相似度共享用户/物品热门种子的动态表征；将知识加权表征和所述动态表征进行聚合，得到每个用户和物品的最终表征并进行点积获得最后的预测值。本发明将各用户/物品与其相似的热门用户/物品进行动态的信息共享，缓解了用户侧和物品侧的冷启动问题。
-
公开(公告)号：CN113987522B
公开(公告)日：2022-05-03
申请号：CN202111637333.1
申请日：2021-12-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种用于源代码漏洞检测的代码属性图压缩方法及装置，所述方法包括如下步骤：根据代码属性图计算基于前K跳邻居的节点邻域信息增益；对节点邻域信息增益进行局部归一化处理；选择归一化处理后的节点邻域信息增益低的节点组成候选删除节点集合，判断候选删除节点集合中是否存在割点，并将割点从候选删除节点集合中移除，最终得到删除节点集合；从代码属性图中去掉删除节点集合中的节点以及与节点相连的边，得到代码属性压缩图。本发明通过计算节点的前K跳邻居增益信息，选择增益信息低的节点进行删除同时保证压缩图的连通性，在尽可能保持代码属性图的节点属性和结构特征的情况下降低其复杂度，从而提高后续模型训练的时空效率。
-
公开(公告)号：CN113918743B
公开(公告)日：2022-04-15
申请号：CN202111526779.7
申请日：2021-12-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/51 , G06F16/54 , G06V10/774 , G06V10/764 , G06K9/62
Abstract: 本发明提供了一种面向长尾分布场景下图片分类的模型训练方法，包括：构建第一损失函数，用于加入原型归一化以及角域上与类别数量相关的带有边界的交叉熵分类损失；构建第二损失函数，使得各个类别的原型分散的更加均匀的，与类别数量相关最小角度最大化的正则项损失；构建第三损失函数，用于帮助模型有效训练的特征向量模长大小的正则化损失；将第一损失函数、第二损失函数、第三损失函数组合起来得到最终的损失函数Loss。本发明的有益效果是：本发明可以避免训练数据不均衡带来的模型先验偏差的问题以及进一步提升模型在测试集上的泛化性，从而在长尾分布场景下提升图片分类准确率。
-
公开(公告)号：CN112819052B
公开(公告)日：2021-12-24
申请号：CN202110094267.1
申请日：2021-01-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明涉及机器视觉技术领域，公开了一种多模态细粒度混合方法、系统、设备和存储介质，所述多模态细粒度混合方法包括：从多模态图文数据中提取数据特征，并获取数据特征的各个组成成分；数据特征包括视觉区域特征和文本单词特征；对数据特征的各个组成成分的模态信息进行细粒度分类，得到分类结果；根据分类结果，对各个组成成分进行来自模态内和模态间的信息融合，得到融合特征。本发明实施例提供的多模态细粒度混合方法在多模态细粒度混合时不以模态为单位进行，考虑到了各模态中不同组成成分的特点，所处上下文环境的差异，选择对应的合适的交互方式，可以使得多模态模型在利用多模态数据互补的特点的同时，避免不相关信息的影响。
-
Patent Agency Ranking
公开(公告)号：CN111462817A
公开(公告)日：2020-07-28
申请号：CN202010221082.8
申请日：2020-03-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种分类模型构建方法、装置、分类模型及分类方法。所述分类模型构建方法通过构建初始分类模型，在初始分类模型中引入生成层、选择层和比较层，并通过在基因表达谱训练数据集中随机选择两个样本，对生成层、选择层和比较层进行训练和更新，得到目标分类模型，使得可利用生成层，根据基因表达谱数据中任意两个样本生成新的样本，利用选择层，根据新的样本各个特征的权重选择若干个样本特征，利用比较层，根据从所有样本特征中选择的若干个目标特征对新的样本进行分类。本发明能够构建一种适用于基因表达谱的分类模型，实现增加基因表达谱数据的样本数量，缓解少样本特性带来的欠拟合问题，从而进一步提高基因表达谱数据的分类准确度。
-
公开(公告)号：CN119865190A
公开(公告)日：2025-04-22
申请号：CN202510354109.3
申请日：2025-03-25
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 深圳量旋科技有限公司
Abstract: 本发明公开了一种基于动量置信传播的量子纠错码译码方法、系统及终端，所述方法包括：通过对数似然比表示各量子比特每种泡利错误发生概率的先验消息，根据所述先验概率向量得到初始化消息，根据初始化消息更新校验节点传递至所有相邻变量节点的消息，得到更新后的水平消息，根据更新后的水平消息和历史消息对每个变量节点的后验消息进行动态消息更新，得到更新后的后验消息，基于更新后的水平消息和所述后验消息，通过固定抑制方法计算出更新后的垂直消息，根据后验消息以得到对真实错误的估计，并输出结果。本发明在消息更新中引入动量项，得到基于动量消息传播的译码算法，使译码在高简并量子码上的译码精度和收敛速率得到大幅改善。
-
公开(公告)号：CN118966387B
公开(公告)日：2025-03-11
申请号：CN202411463649.7
申请日：2024-10-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N20/00 , G06F18/10 , G06V10/82 , G06N3/0985 , G06N3/0455
Abstract: 本发明公开了一种基于多模态的对比解码幻觉减轻方法、装置及终端，方法包括：获取目标初始数据，对所述目标初始数据进行多模态扰动处理，得到目标扰动数据，所述目标初始数据包括目标高清图像及其对应的目标文本提示词；将所述目标初始数据和所述目标扰动数据输入至目标模型，得到初始输出和幻觉输出，所述目标模型为大型视觉语言模型；对所述初始输出和所述幻觉输出进行对比解码，得到目标输出。本发明通过添加多模态的噪声，并将其与初始输出进行对比，从而校准模型的预测，减少生产错误信息的可能性。
-
公开(公告)号：CN118982064A
公开(公告)日：2024-11-19
申请号：CN202411473105.9
申请日：2024-10-22
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/098 , G06N3/0464
Abstract: 本申请公开了去中心化的联邦学习方法、系统及相关设备，涉及计算机技术领域，包括：联邦学习的组织者和参与者加入区块链；组织者将参与者划分为普通节点和委员会节点；各节点基于区块链获取联邦学习任务配置信息和待训练的全局模型并进行本地模型更新获得前一轮次训练完成后的本地模型；普通节点对前一轮次训练完成后的本地模型进行训练获得当前轮次的本地训练模型并上传至区块链；委员会节点通过区块链获取本地训练模型以确定普通节点的贡献度评分及当前轮次训练完成后的全局模型，并确定委员会节点对应的贡献度评分；响应于触发委员会节点更新事件，组织者重新进行节点身份划分。如此，有利于提高联邦学习过程中模型训练的准确性。
-
公开(公告)号：CN117895953B
公开(公告)日：2024-07-16
申请号：CN202410288538.0
申请日：2024-03-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H03M13/11
Abstract: 本发明公开了一种基于泡利算符解耦表示的置信传播译码方法及装置，方法包括：通过解耦表示描述泡利算符、校验矩阵以及差错矢量，并计算先验信息；根据和积算法更新校验节点传递至与所述校验节点连接的所有邻接变量节点的消息，得到更新后的水平消息；根据所述和积算法更新变量节点传递至与所述变量节点连接的所有邻接校验节点的消息，得到更新后的垂直消息；基于所述先验信息、所述更新后的水平消息以及所述更新后的垂直消息，计算后验信息以得到对真实错误的估计；本发明提出了一种基于泡利算符解耦表示的置信传播（BP）译码方法，提高了量子纠错的置信传播译码精度和收敛速率。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.078 seconds)
