一种耐噪在线多分类核学习算法

    公开(公告)号:CN109359677B

    公开(公告)日:2021-11-23

    申请号:CN201811170840.7

    申请日:2018-10-09

    Abstract: 本发明涉及一种基于自适应ramp损失函数的耐噪在线多分类核学习算法。通过引入核函数构造非线性多分类器,针对基于批处理技术的多分类方法无法高效处理数据流问题,而现有在线学习算法无法有效控制噪声样本的影响的问题,设计该耐噪在线多分类核学习算法。该方法能够减少参与模型计算的支持向量的数量,有效控制噪声影响,显著提高模型更新效率,提高噪声数据多分类问题的分类精度,满足实际应用问题的需求。本发明耐噪在线多分类核学习算法,克服了基于批处理技术的传统分类方法无法高效处理数据流的问题,也克服了现有在线学习算法如Perceptron和Pegasos等算法无法有效抑制噪声影响的问题,可高效应用于图片的场景分类等实际应用问题。

    基于固定预算的核岭回归在线学习方法

    公开(公告)号:CN108875962A

    公开(公告)日:2018-11-23

    申请号:CN201810593893.3

    申请日:2018-06-11

    Abstract: 本发明涉及一种基于固定预算的核岭回归在线学习方法,首先通过数值实验确定预算取值,构造初始学习样本集合,建立核岭回归模型并求解得到预测器,利用低秩矩阵校正技术和Sherman‑Morrison‑Woodbury公式更新核岭回归模型得到在线预测器,进而实现对数据流的在线预测。该方法采用固定预算策略,能有效控制在线学习模型的规模、节约存储空间、有效降低计算复杂度、易于实现。本发明在线学习方法,能够灵活处理具有数据流特征的在线预测问题,数据可以通过数据块的形式收集,与传统批处理方式以及当前的在线学习方法相比,大幅度降低了计算复杂度和模型运行时间,能够高效处理回归和分类问题。

    自适应高炉铁水硅含量趋势预报方法

    公开(公告)号:CN105574297A

    公开(公告)日:2016-05-11

    申请号:CN201610088041.X

    申请日:2016-02-16

    CPC classification number: G06F17/5036

    Abstract: 本发明涉及一种自适应高炉铁水硅含量趋势预报方法,基于在线最小二乘支持向量机,建立基于在线LS-SVMs模型的自适应预报器,通过不断采集新样本对趋势预报模型进行自适应性更新,追踪高炉冶炼过程的动态变化,实时性和可靠性好。本发明提供的自适应高炉铁水硅含量趋势预报方法,能够灵活高效处理高炉铁水硅含量的趋势预报问题,数据可以以数据块的形式收集,与传统批处理方式以及当前的在线预报方法相比,有效降低了计算复杂难度和模型运行时间。

    基于知识迁移学习策略的知识图谱智能构建模型

    公开(公告)号:CN118228810A

    公开(公告)日:2024-06-21

    申请号:CN202311705384.2

    申请日:2023-12-12

    Abstract: 本发明涉及一种基于迁移学习的政策领域知识图谱智能构建与补全方法。该方法包括:首先,梳理政策领域内的实体、属性与关系划分,形成政策知识图谱模式层;接着,通过预处理统一文件格式,根据构建的Schema对文档进行BIO标注,以服务于知识抽取的命名实体识别环节;其次,在数据层采用结合正则表达式和BERT‑BiLSTM‑CRF的信息抽取方法提取文件中实体、关系和属性信息,其中BERT‑BiLSTM‑CRF命名实体模型在人民日报2014年NER数据集上进行预训练,进而在本项目构建的政策数据集上微调模型参数;再次,采用规则词典和余弦相似度计算的方式进行知识融合;然后,使用GDMBASE图数据库进行数据存储及可视化展示,完成政策知识图谱的构建;最后,结合知识字典匹配方法和KG‑BERT模型预测方法完成地域实体间的关系预测,并存储到图数据库中。本发明能够实现不同细粒度政策实体和关系的关联查询与可视化,以及通过预测实体间关系实现知识图谱智能补全。

    一种基于轴向自注意力的高维图像目标缺陷检测模型

    公开(公告)号:CN114549500A

    公开(公告)日:2022-05-27

    申请号:CN202210190734.5

    申请日:2022-02-28

    Abstract: 本发明涉及一种基于小样本高维图像的目标缺陷检测模型。通过引入轴向自注意力机制,针对传统的深度卷积神经网络无在图像特征提取时存在着占用内存大,处理时间慢,无法有效的解决专业领域下高维高清图像的目标检测问题,设计基于小样本高维图像的目标缺陷检测模型。该模型能够针对高维图片进行有效的全局表征提取,显著降低计算复杂度,提高针对小样本高维图像目标检测的性能,满足实际应用问题的需求。本发明基于小样本高维图像的目标缺陷检测模型,克服了传统深度卷积提取高维图片深度全局表征时间慢,效果差的问题,可高效应用于小样本情境下高维图片的缺陷目标检测等实际应用问题。

    一种多肽谱匹配数据的在线分析方法

    公开(公告)号:CN108388774B

    公开(公告)日:2021-07-23

    申请号:CN201810042887.9

    申请日:2018-01-17

    Abstract: 本发明公开了一种多肽谱匹配数据的在线分析方法,适于从高通量串联质谱平台及数据库匹配引擎输出的多肽谱匹配中鉴定正确的匹配。主要步骤包括数据预处理、使用在线学习算法求解优化模型、根据训练得出的分类函数鉴定正确的多肽谱匹配。该技术通过积极集存贮并动态更新对分类函数起作用的样本,实现了大规模多肽谱匹配数据的高效鉴定,克服了现有方法在大规模数据集上存储量大、计算缓慢的缺陷。

    基于Transformer的青岛方言语音识别模型

    公开(公告)号:CN117409765A

    公开(公告)日:2024-01-16

    申请号:CN202210797092.5

    申请日:2022-07-08

    Abstract: 本申请提供一种基于Transformer的青岛方言语音识别模型,涉及人工智能技术领域,尤其涉及语音识别领域。该模型包括以下步骤:S1、获取青岛方言的语音文件和文本文件作为训练样本,并建立语料库;S2、语音信号特征提取;S3、基于Transformer模型,利用已构建语料库中的语音文件和文本文件进行训练,得到预训练模型;S4、对预训练好的模型进行语音测试,输出识别结果。本发明主要利用大量已标注的青岛方言语音数据,进行迭代训练,得到青岛方言语音识别模型,有效识别青岛方言语音并进行转换。

    一种混合式在线岗位推荐方法、系统及设备

    公开(公告)号:CN116049572A

    公开(公告)日:2023-05-02

    申请号:CN202310107050.9

    申请日:2023-02-14

    Abstract: 本发明公开一种混合式在线岗位推荐方法、系统及设备,涉及人工智能领域。该方法包括读取数据库内的数据表;采用深度神经网络模型,根据所述岗位信息构建岗位相似度表;获取新增岗位及其特征,采用基于内容的推荐算法,根据所述新增岗位更新所述岗位相似度表,确定更新后的岗位相似度表;根据所述用户行为信息确定用户类型;根据所述更新后的岗位相似度表向历史用户进行个性化岗位推荐;确定新用户的就业期望,并根据所述岗位信息以及所述就业期望向所述新用户进行冷启动岗位推荐。本发明,提高了岗位推荐算法的精准度。

    一种基于知识图谱的高校专业智能问答系统及方法

    公开(公告)号:CN114547342A

    公开(公告)日:2022-05-27

    申请号:CN202210188960.X

    申请日:2022-02-28

    Abstract: 本发明涉及一种基于知识图谱的高校专业问答系统,包括知识图谱构建模块、问题分类模块、数据库查询模块、结果反馈模块。一种基于知识图谱的高校专业问答方法包括以下步骤:S1.采集各高校专业信息,构建高校专业知识图谱;S2.获取并解析用户查询文本,识别出关键词并判断问题类型;S3.选择问题类型对应的结构化模板,结合关键词生成结构化语句,进行查询获取相关结果;S4.整合检索结果,生成答复语句,将其反馈给用户。本发明主要针对高考报考流程中考生查询专业信息碎片化、低效率等问题,整合了高校专业信息,有效提高了检索高校专业知识答案的准确率。

Patent Agency Ranking