-
公开(公告)号：CN113191359A
公开(公告)日：2021-07-30
申请号：CN202110734232.X
申请日：2021-06-30
Abstract: 本发明公开了基于支持与查询样本的小样本目标检测方法与系统，包括，支持样本和查询样本特征提取、基于查询样本引导的支持样本加权、支持样本引导的查询特征增强、候选框的打分和筛选、混合损失函数计算，将小样本学习机制引入到深度目标检测框架，建立了一套准确率高的小样本目标检测系统。本发明的方法框架简单、使用方便、可扩展性强、可解释性强，并在两个主流视觉属性数据集的小样本目标检测的结果上，都超过了现有方法。本发明能够为目标检测技术在军事和工业应用领域，提供基础框架和算法的支持，也能很容易地扩展到其他小样本学习任务上。
-
公开(公告)号：CN111523738A
公开(公告)日：2020-08-11
申请号：CN202010572727.2
申请日：2020-06-22
Abstract: 本发明提供一种基于用户在线学习行为模式预测学习效果的系统，包括学习行为信息采集模组、学习效率计算模组、学习行为模式计算模组、学习能力‑动机计算模组及学习效果预测模组。所述学习行为信息采集模组对应采集用户学习行为信息及用户基本信息。所述学习效率计算模组根据用户在不同类别的在线课程中的学习行为信息生成用户的学习效率矩阵。所述学习行为模式计算模组生成用户分类信息及用户的学习行为模式信息。所述学习能力‑动机计算模组生成用户在在线课程学习中的学习能力信息和学习动机信息。所述学习效果预测模组预测用户在在线课程学习中的学习效果。本发明还提供一种采用上述预测用户在不同类别在线课程中学习效果的系统的预测方法。
-
公开(公告)号：CN113590887B
公开(公告)日：2024-11-05
申请号：CN202110814231.6
申请日：2021-07-19
IPC: G06F16/901 , G06F16/903
Abstract: 本发明提出一种基于Quegel分布式图计算系统的K‑truss分解方法，针对大型网络图，系统运行后加载图，对存储图的文件进行逐行读取转成字符串后调用自定义UDF函数，将文件中的一行字符数据转换成顶点和邻接表，并以顶点为端点的边集存入global_Edge_Map中；完成加载后，通过分解函数重置计时器，新建一个查询任务用来分解，并将该查询任务初始化后添加至查询任务队列中，再清空查询任务队列的通信量和计算量；执行查询任务队列，激活所有顶点，对激活的所有顶点进行K‑truss分解；统计并判断global_Edge_Map中边的个数，为空时，判断分解完成并退出该过程，打印信息。解决目前有的技术方案大部分都是一台机器上的图的k‑truss分解处理，当遇到大型图的处理时，需要机器很高的配置，耗费大内存的问题。
-
公开(公告)号：CN111899117B
公开(公告)日：2024-11-01
申请号：CN202010747667.3
申请日：2020-07-29
Applicant: 之江实验室
IPC: G06Q50/00
Abstract: 本发明提供一种应用于社交网络的基于局部边连接度检测的k边连通分量挖掘系统，其包括层次化图分割计算模组、遍历排序模组、图分割模组、局部边连接度检测模组、节点合并模组及子图剪枝模组。所述层次化图分割计算模组维护一超节点索引。所述遍历排序模组初始化一节点序列，并遍历目标图的节点。所述图分割模组根据节点序列的排序状态分割目标图或子图。所述局部边连接度检测模组检测当前局部子图的k核结构的边连接度值。所述节点合并模组根据所述边连接度值的检测结果确认是否合并节点。所述子图剪枝模组根据所述节点合并模组的计算结果进行子图删除剪枝操作。同时，本发明还提供一种采用上述挖掘系统的挖掘方法。
-
公开(公告)号：CN112069151B
公开(公告)日：2024-09-06
申请号：CN202010919393.1
申请日：2020-09-04
IPC: G06F16/21 , G06F16/2453
Abstract: 本发明提供一种基于二分图及学习迁移算法的任务管理方案生成方法，包括如下步骤：提供用户数据集，所述用户数据集包括任务数据集、时间片数据集及用户历史记录集；提供第一数据处理模组，分别对所述任务数据集的任务数据阶段性划分及对所述时间数据集的时间数据周期性划分；提供第二数据处理模组，依据用户历史认知过程将所述历史数据集的用户历史效率、用户历史任务层级划分；量化所述第二数据处理模组的处理结果，反映用户特征；依据量化的用户特征构建用户个性化效率曲线；构建双边动态加权二分图；采用迁移学习匹配算法生成任务管理方案。本发明的任务管理方案生成方法提高用户的任务管理效率和执行效果。同时，本发明还提供一种针对上述任务管理方案生成方法的任务管理生成系统及执行上述方法的计算机可读存储介质、电子设备。
-
Patent Agency Ranking
公开(公告)号：CN115174566B
公开(公告)日：2024-03-15
申请号：CN202210640394.1
申请日：2022-06-08
Applicant: 之江实验室
Abstract: 本发明属于物联网边缘计算技术领域，公开了一种基于深度强化学习的边缘计算任务卸载方法，该方法步骤为：S1、输入数据与相关参数；S2、计算时间和能耗相关数据；S3、训练任务卸载算法模型；S4、执行任务卸载输出。本发明在边缘计算方面，定义多用户边缘计算任务环境，考虑传输信道带宽，采用强化学习的方法，在满足计算时效性的前提下，训练边缘计算任务卸载与压缩策略，实现最优的能耗。
-
公开(公告)号：CN113658716B
公开(公告)日：2024-02-23
申请号：CN202110851425.3
申请日：2021-07-27
Applicant: 之江实验室
IPC: G16H50/80 , G06F16/215 , G06F16/26 , G06F16/29
Abstract: 本发明属于公共卫生服务技术领域，具体涉及一种基于约束子图计算的新冠肺炎感染人群分析方法及系统，该方法步骤为：S1、新冠数据收集与清洗；S2、构建新冠肺炎场景下的人群图模型；S3、分析计算人群被感染概率指数；S4、发现潜在的感染人群并输出。本发明采用约束子图计算挖掘技术，综合多方面感染因素，通过定义计算被感染概率指数的方法，更有效的挖掘出潜在的新冠肺炎感染人群；基于被感染概率指数指标，设计新冠肺炎感染人群分析系统，设定不同级别的防疫应对举措，精确通知到管理部门和个体人群，为公共卫生防疫工作提供极大的助力，降低新冠感染概率，保护公众生命安全。
-
公开(公告)号：CN117433677A
公开(公告)日：2024-01-23
申请号：CN202311736669.2
申请日：2023-12-18
Applicant: 之江实验室
Abstract: 本发明公开了一种基于光谱变化的微纳光纤锥区受力位置检测方法和装置。方法是将待测压力施加到微纳光纤的锥区，后根据经过微纳光纤的光谱变化对待测压力及受力区间的位置检测，具体根据待测压力施加前后所检测到的光谱变化、待测压力移动位置前后所检测到的光谱变化并结合待测压力施加的位置判断；装置中，微纳光纤的腰区放置在柔性基底上并被柔性薄膜包埋，微纳光纤两端分别连接白光光源和光谱仪，微纳光纤正上方设置三维压力传感器，并且再底面设置施加压力的按压头。本发明通过比较不同受力位置和大小下的全输出光谱，对光纤锥区内不同受力位置能够进行准确测定，且结合人工智能算法，成功实现了对位置和力的高精度预测。
-
公开(公告)号：CN117371524A
公开(公告)日：2024-01-09
申请号：CN202311223091.0
申请日：2023-09-20
Applicant: 之江实验室
Abstract: 本发明公开了一种基于博弈论的图神经网络解释方法和装置，提出了一种结构感知的图神经网络解释方法，使用博弈论的HN值计算得到节点重要性分数，并给出了一种基于蒙特卡罗采样与最短路径相结合的中心节点采样策略来辅助完成节点分数的计算。本发明使用的Hamiache‑Navarro(HN)值是结构感知的，有利于更好地利用图结构，从而对图神经网络结果进行有效解释；本发明使用蒙特卡洛采样，可以更好地估计在较大图上的HN值，解决了大多数基于博弈论的图神经网络解释算法的难点，提高解释效率。
-
公开(公告)号：CN111581529B
公开(公告)日：2023-07-14
申请号：CN202010376592.2
申请日：2020-05-07
IPC: G06F16/9536 , G06Q50/20
Abstract: 本发明提出了一种结合学生适合度和课程搭配度的课程推荐方法及装置，涉及计算机数据处理技术领域，该在线课程搭配推荐方法包括：获取在线课程学习平台的用户数据和课程数据；计算目标用户对于不同课程的选择的可能性值；根据课程的可能性值大小进行排序，并选取可能性最大的前d个课程，以生成课程推荐的第一子推荐列表C1；对用户u所选课程类别进行统计分析，对专业课程和其它课程分别选取搭配度高的课程，综合构建第二子推荐列表C2；将第一子推荐列表C1和第二子推荐列表C2融合，以生成最终推荐结果。该在线课程搭配推荐方法兼顾了用户与课程之间的选择合适度以及课程之间的可搭配性，提高了推荐课程的准确性，更好地满足了用户的学习需求。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.033 seconds)
