公开(公告)号：CN109977227B

公开(公告)日：2021-06-22

申请号：CN201910205999.6

申请日：2019-03-19

Applicant: 中国科学院自动化研究所 ,  国家计算机网络与信息安全管理中心

Inventor： 张旭 ,  熊彦钧 ,  何赛克 ,  刘春阳 ,  郑晓龙 ,  陈志鹏 ,  曾大军 ,  彭鑫

IPC: G06F16/35 ,  G06F40/289 ,  G06F40/12 ,  G06N3/00 ,  G06N3/12

Abstract: 本发明属于信息分类领域，具体涉及了一种基于特征编码的文本特征提取方法、系统、装置，旨在解决文本特征提取中运算复杂度高、分类效率和精度低的问题。本发明方法包括：对获取的文本预处理，获得词候选特征序列；基于词候选特征序列，生成多个二进制编码；采用基因遗传算法筛选二进制编码，获得最优二进制编码；解码最优二进制编码获得最优词特征序列并输出。本发明将一系列候选特征转化为易处理的编码序列，并使用基因遗传算法的自动筛选功能，对特征进行最大化的全局最优挑选，能够有效地筛选出最小有效特征集。

公开(公告)号：CN109977227A

公开(公告)日：2019-07-05

申请号：CN201910205999.6

申请日：2019-03-19

Applicant: 中国科学院自动化研究所 ,  国家计算机网络与信息安全管理中心

Inventor： 张旭 ,  熊彦钧 ,  何赛克 ,  刘春阳 ,  郑晓龙 ,  陈志鹏 ,  曾大军 ,  彭鑫

IPC: G06F16/35 ,  G06F17/27 ,  G06F17/22 ,  G06N3/00 ,  G06N3/12

Abstract: 本发明属于信息分类领域，具体涉及了一种基于特征编码的文本特征提取方法、系统、装置，旨在解决文本特征提取中运算复杂度高、分类效率和精度低的问题。本发明方法包括：对获取的文本预处理，获得词候选特征序列；基于词候选特征序列，生成多个二进制编码；采用基因遗传算法筛选二进制编码，获得最优二进制编码；解码最优二进制编码获得最优词特征序列并输出。本发明将一系列候选特征转化为易处理的编码序列，并使用基因遗传算法的自动筛选功能，对特征进行最大化的全局最优挑选，能够有效地筛选出最小有效特征集。

公开(公告)号：CN113627596A

公开(公告)日：2021-11-09

申请号：CN202110914090.5

申请日：2021-08-10

Applicant: 中国科学院自动化研究所 ,  北京仿真中心

Inventor： 何赛克 ,  张连怡 ,  闫硕 ,  熊彦钧 ,  郑晓龙 ,  曾大军

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明属于多智能体系统的强化学习领域，具体涉及了一种基于动态图神经网络的多智能体对抗方法及系统，旨在解决现有基于图神经网络的多智能体模型训练速度慢、效率低以及图构建中需要较多人工干预的问题。本发明包括：获取每一个智能体的观测向量，并进行线性变换获得观测特征向量；计算相邻智能体之间的连接关系，构建智能体之间的图结构；结合观测特征向量对智能体之间的图结构进行嵌入表示；将嵌入表示用于动作网络的动作预测结果和评价网络的评价，进行网络时空并行训练；通过训练好的网络进行多智能体对抗中的动作预测和动作评价。本发明通过剪枝建立更真实的图关系，利用全连接神经网络加位置编码的实现时空并行训练，训练效率高、效果好。