-
公开(公告)号：CN117851827B
公开(公告)日：2025-01-10
申请号：CN202410056328.9
申请日：2024-01-16
Applicant: 烟台大学
IPC: G06F18/214 , G06F18/241 , G06F18/243 , G06N5/04 , G06N5/046 , G06N3/0464 , G01S7/02 , G06F123/02
Abstract: 本发明公开了低信噪比雷达辐射源信号脉内识别装置及其训练识别方法，雷达辐射源信号脉内识别装置包括数据分块模块；数据分块模块后端设置有深度神经网络模块；深度神经网络模块后端设置有正向推理结果保存模块；正向推理结果保存模块后端设置有融合推理模块；融合推理模块后端设置有反馈训练接入模块；反馈训练接入模块后端连接在深度神经网络模块上；深度神经网络模块后端还设置有分类模型参数保存模块。采用该装置及训练和识别方法不仅可以得到很好的分类模型，还可以得到精确的分类识别结果，可以有效的区分信噪比低的雷达辐射源信号类型。
-
公开(公告)号：CN118245846B
公开(公告)日：2024-12-24
申请号：CN202410477786.X
申请日：2024-04-19
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/0985 , G06N3/09
Abstract: 本发明提供了一种面向不确定模态缺失的多模态意图识别方法及系统，属于数据处理技术领域。首先，通过LSTM编码器进行特征提取；其次，通过基于注意力的双向门控多模态特征融合方法进行多模态特征融合，并基于CMD的距离约束策略拉近各个模态到文本模态的距离；然后，将融合后的多模态特征输入Transformer编解码器进行学习，同时，根据不确定模态缺失情况，输入不同的注意力级提示，从而引导网络关注那些缺失的模态；最后，将多模态特征输入分类器进行意图识别；同时，在训练过程中以全模态场景下预训练的模型在分类器对模型进行指导，从而帮助模型在减少过拟合的同时进一步提升泛化能力。
-
公开(公告)号：CN118660289B
公开(公告)日：2024-11-01
申请号：CN202411131725.4
申请日：2024-08-19
Applicant: 烟台大学
IPC: H04W12/02 , H04W12/03 , H04W12/041 , H04W12/0471 , H04W12/00 , H04L9/14 , G06F21/62 , G06F21/60
Abstract: 本发明涉及群智感知与人工智能的交叉技术领域，尤其是涉及一种多任务场景下基于隐私保护的工人选择方法及系统。包括获取工人信息和平台认证密钥；基于工人信息和平台认证密钥计算工人之间的协作效益；获取任务信息，并对任务信息进行分解得到子任务；计算工人对于完成子任务的能力效益，并通过赋予工人假身份和加密密钥对能力效益进行加密；根据能力效益和协作效益确定每个子任务的候选工人组，并计算工人对于每个子任务的任务完成效益；在子任务预算约束下，根据工人的任务完成效益为每个子任务选择最佳协作工人组。该方案既能同时保护工人的任务竞争信息和感知数据隐私，又能保证任务分配的准确性和上传数据的质量。
-
公开(公告)号：CN118660289A
公开(公告)日：2024-09-17
申请号：CN202411131725.4
申请日：2024-08-19
Applicant: 烟台大学
IPC: H04W12/02 , H04W12/03 , H04W12/041 , H04W12/0471 , H04W12/00 , H04L9/14 , G06F21/62 , G06F21/60
Abstract: 本发明涉及群智感知与人工智能的交叉技术领域，尤其是涉及一种多任务场景下基于隐私保护的工人选择方法及系统。包括获取工人信息和平台认证密钥；基于工人信息和平台认证密钥计算工人之间的协作效益；获取任务信息，并对任务信息进行分解得到子任务；计算工人对于完成子任务的能力效益，并通过赋予工人假身份和加密密钥对能力效益进行加密；根据能力效益和协作效益确定每个子任务的候选工人组，并计算工人对于每个子任务的任务完成效益；在子任务预算约束下，根据工人的任务完成效益为每个子任务选择最佳协作工人组。该方案既能同时保护工人的任务竞争信息和感知数据隐私，又能保证任务分配的准确性和上传数据的质量。
-
公开(公告)号：CN118643407A
公开(公告)日：2024-09-13
申请号：CN202411095472.X
申请日：2024-08-12
Applicant: 烟台大学
IPC: G06F18/2415 , G06F18/22 , G06F18/2321 , G06N3/0455 , G06N3/042 , G06N3/047 , G06N3/084 , G06Q50/00
Abstract: 本发明涉及社交数据分类技术领域，尤其是涉及一种基于贝叶斯原型图学习的用户归纳方法及系统。方法包括获取社交平台数据，并对社交平台数据进行预处理，得到图结构；基于社交平台数据构建贝叶斯推理模型，所述模型参数为具有先验和先验分布的随机变量；使用GCN作为模型编码器的主干部分，将图结构输入到编码器中，得到图结构的嵌入表示。本发明中，引入人工智能、深度学习算法，将社交网络与图神经网络结合利用图结构学习算法、原型学习思想、贝叶斯推理优化、残差连接等一系列技术，实现对社交平台用户群体进行智能分类和归纳。
-
Patent Agency Ranking
公开(公告)号：CN118245846A
公开(公告)日：2024-06-25
申请号：CN202410477786.X
申请日：2024-04-19
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F18/24 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/0455 , G06N3/0985 , G06N3/09
Abstract: 本发明提供了一种面向不确定模态缺失的多模态意图识别方法及系统，属于数据处理技术领域。首先，通过LSTM编码器进行特征提取；其次，通过基于注意力的双向门控多模态特征融合方法进行多模态特征融合，并基于CMD的距离约束策略拉近各个模态到文本模态的距离；然后，将融合后的多模态特征输入Transformer编解码器进行学习，同时，根据不确定模态缺失情况，输入不同的注意力级提示，从而引导网络关注那些缺失的模态；最后，将多模态特征输入分类器进行意图识别；同时，在训练过程中以全模态场景下预训练的模型在分类器对模型进行指导，从而帮助模型在减少过拟合的同时进一步提升泛化能力。
-
公开(公告)号：CN117572376B
公开(公告)日：2024-04-19
申请号：CN202410056329.3
申请日：2024-01-16
Applicant: 烟台大学
IPC: G01S7/41 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/084 , G06N3/09 , G06N5/04 , G06N5/046
Abstract: 本发明涉及无线电信号识别技术领域，具体公开了低信噪比弱小目标雷达回波信号识别装置及训练识别方法，雷达回波信号识别装置包括数据分块模块；数据分块模块后端设置有多通道深度神经网络模块；多通道深度神经网络模块后端设置有正向推理结果保存模块；正向推理结果保存模块后端设置有融合推理模块；融合推理模块后端设置有反馈训练接入模块；反馈训练接入模块后端连接在多通道深度神经网络模块上；多通道深度神经网络模块后端还设置有分类模型参数保存模块。采用该装置及训练和识别方法不仅可以得到很好的分类模型，还可以得到精确的分类识别结果，有效的区分信噪比低的强噪声和雷达弱小目标的回波数据。
-
公开(公告)号：CN117853239A
公开(公告)日：2024-04-09
申请号：CN202410057821.2
申请日：2024-01-16
Applicant: 烟台大学
IPC: G06Q40/04 , G06Q40/06 , G06Q30/0201 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明属于股价预测技术领域，具体涉及股价预测方法、系统、设备、存储介质，通过设置固定时间步长的滑动窗口，滑动窗口按照股价序列数据的时间维度，递进滑动步长，直至历史市场股价序列数据全部遍历、分解完成，得到N个子序列及每一个子序列对应的若干个内涵模态分量，从而保证了利用当前数据进行股价预测，防止了数据泄漏；另外对子序列中的股价数据进行三次样条插值后进行分解，能够避免在端点处产生畸变分量，克服了股价序列高波动性与非线性带来的预测误差大的问题。
-
公开(公告)号：CN117010488B
公开(公告)日：2024-03-19
申请号：CN202310983927.0
申请日：2023-08-07
Applicant: 烟台大学
Abstract: 本发明涉及智能计算、多目标优化技术领域，具体为一种基于偏好感知的动态多目标优化方法、系统和设备，该优化方法中首先分析偏好是否变化，当偏好变化时，分析偏好变化类型，将偏好通过参考点的方式引入优化方法中，根据偏好变化类型，通过不同的偏好响应策略引导种群向偏好点方向进化，灵活处理不同类型的动态多目标问题，减小计算量，快速得到最优种群，得到理想偏好区域。
-
公开(公告)号：CN117290433B
公开(公告)日：2024-02-23
申请号：CN202311256382.X
申请日：2023-09-27
Applicant: 烟台大学
IPC: G06F16/26 , G06F16/9536 , G06F16/9535
Abstract: 本发明涉及计算机技术领域，具体为信息网络与社交网络协同驱动的观点输出方法和系统，该方法中，在信息网络的驱动下，根据强可靠信息集合和弱可靠信息集中的信息特点，计算出当前个体在信息网络影响下的信息网络观点值；并基于信息网络观点值，然后在社交网络的驱动下，根据用户信任集合中个体认知能力和个体间亲密度，计算出当前个体在社交网络中邻居个体影响下的社交网络观点，同时动态更新社交网络，重复以上步骤，直到社交网络中观点值达到稳定状态后，输出对应观点，该方法具有收敛速度快、离散程度低、观点聚合效果显著，观点输出真实度高的优势。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.027 seconds)
