公开(公告)号：CN115355604A

公开(公告)日：2022-11-18

申请号：CN202211276401.0

申请日：2022-10-19

Applicant: 北京理工大学

Inventor： 祁红波 ,  赵丰年

IPC: F24F11/64 ,  F24F11/47 ,  H04L67/10 ,  H04L67/12 ,  G06F9/48 ,  G06N20/00

Abstract: 本发明提供一种基于区块链和强化学习的空调控制方法及其系统，该方法包括在空调启动或正常运行时，基于接收到的控制指令和状态参数s，根据奖励机制产生在当前状态下的执行奖励；设定时间窗口Ti，判断当前时间是否在时间窗口Ti内，若判断结果为是，则直接启动强化学习的计算任务，并输出预测动作a；若判断结果为否，则判断是否有其他Master节点发送的计算任务，如是，则启动计算任务；由区块链节点记录当前状态、奖励和动作，并将动作传递给空调，至此完成一轮计算任务。该系统应用于上述的方法。本发明应用于空调的节能控制领域，用以解决目前现有技术中存在的训练困难、稳定性差、浪费计算资源、消耗电力等各种问题。

公开(公告)号：CN118296150B

公开(公告)日：2024-08-09

申请号：CN202410718656.0

申请日：2024-06-05

Applicant: 北京理工大学

Inventor： 孙子荀 ,  赵丰年

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/284 ,  G06F40/211 ,  G06F18/2415 ,  G06F18/2431 ,  G06F18/25 ,  G06N3/045 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明提供一种基于多对抗网络改进的评论情感识别方法，包括对收集到的数据进行预处理；构建多对抗网络模型，分为主干网络和两个对抗分支网络；定义多任务学习的损失函数；交替训练主干网络和对抗分支网络，使用自适应的学习率优化算法不断调整网络权重；模型评估与调整；调整与优化；模型部署，将训练好的模型部署到实际的评论情感识别系统中，进行在线媒体情感分类的识别。本发明基于多对抗网络的方法来消除评论情感识别中存在的多个混淆因素带来的偏差，通过在传统的评论情感识别模型中引入多个对抗网络，分别针对不同的混淆因素进行训练，从而使得主干网络在学习区分在线媒体评论情感分类时不受这些混淆因素的影响，提升了模型的泛化能力。

公开(公告)号：CN116860982A

公开(公告)日：2023-10-10

申请号：CN202310076435.3

申请日：2023-01-17

Applicant: 北京理工大学

Inventor： 赵丰年 ,  郑创伟

IPC: G06F16/36 ,  G06F40/216 ,  G06F40/237 ,  G06F40/295 ,  G06F40/30 ,  G06F16/33 ,  G06F16/35 ,  G06Q10/04 ,  G06Q50/00

Abstract: 本本发明实施例提供了一种热点事件的关联热度分析方法及装置，通过依据所述文本数据生成与所述在线文章相对应的热点值集，并依据所述热点值集和所述热点事件词库生成与所述在线文章相对应的热度值；依据所述基础信息生成与所述在线文章相对应的相关度，并依据所述相关度生成与所述在线文章相对应的话题重要度；依据所述热度值和所述话题重要度生成与所述在线文章相对应的关联热度。通过本申请对吹哨系统中所使用的热度计算、关联相关度分析以及关联热度计算等进行了深入分析，分别列出了相关公式和模型中涉及到的相关因素，例如时间、地点、人物及行为等不同类型的词特征，从而能够计算出事件之间的关联度。

公开(公告)号：CN118296150A

公开(公告)日：2024-07-05

申请号：CN202410718656.0

申请日：2024-06-05

Applicant: 北京理工大学

Inventor： 孙子荀 ,  赵丰年

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/284 ,  G06F40/211 ,  G06F18/2415 ,  G06F18/2431 ,  G06F18/25 ,  G06N3/045 ,  G06N3/047 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/094 ,  G06N3/0464

Abstract: 本发明提供一种基于多对抗网络改进的评论情感识别方法，包括对收集到的数据进行预处理；构建多对抗网络模型，分为主干网络和两个对抗分支网络；定义多任务学习的损失函数；交替训练主干网络和对抗分支网络，使用自适应的学习率优化算法不断调整网络权重；模型评估与调整；调整与优化；模型部署，将训练好的模型部署到实际的评论情感识别系统中，进行在线媒体情感分类的识别。本发明基于多对抗网络的方法来消除评论情感识别中存在的多个混淆因素带来的偏差，通过在传统的评论情感识别模型中引入多个对抗网络，分别针对不同的混淆因素进行训练，从而使得主干网络在学习区分在线媒体评论情感分类时不受这些混淆因素的影响，提升了模型的泛化能力。

公开(公告)号：CN117876281A

公开(公告)日：2024-04-12

申请号：CN202410166866.3

申请日：2024-02-06

Applicant: 北京理工大学

Inventor： 徐志磊 ,  侯越晨 ,  黄玮 ,  赵丰年

IPC: G06T5/90 ,  G06T5/50 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/043 ,  G06T5/60

Abstract: 一种基于生成对抗式的隐蔽管线图像数据增强方法，包括重构生成对抗网络结构用于隐蔽管线雷达图像数据生成和构造模糊最小最大神经网络用于控制生成图像质量两个关键部分。本发明对生成对抗网络进行结构重构，形成扩展的生成对抗网络，通过探地雷达获取的真实隐蔽管线图像数据集作为扩展的生成对抗网络的输入，将生成的图像通过模糊最小最大神经网络进行筛选，得到有效的增强图像数据。将增强图像与真实隐蔽管线图像数据集混合对公开分类器进行训练、测试和验证，与传统方法相比，该方法生成的图像数据具有更高的验证准确率，数据增强效果优于传统的生成对抗网络模型。

公开(公告)号：CN115355604B

公开(公告)日：2022-12-23

申请号：CN202211276401.0

申请日：2022-10-19

Applicant: 北京理工大学

Inventor： 祁红波 ,  赵丰年

IPC: F24F11/64 ,  F24F11/47 ,  H04L67/10 ,  H04L67/12 ,  G06F9/48 ,  G06N20/00

Abstract: 本发明提供一种基于区块链和强化学习的空调控制方法及其系统，该方法包括在空调启动或正常运行时，基于接收到的控制指令和状态参数s，根据奖励机制产生在当前状态下的执行奖励；设定时间窗口Ti，判断当前时间是否在时间窗口Ti内，若判断结果为是，则直接启动强化学习的计算任务，并输出预测动作a；若判断结果为否，则判断是否有其他Master节点发送的计算任务，如是，则启动计算任务；由区块链节点记录当前状态、奖励和动作，并将动作传递给空调，至此完成一轮计算任务。该系统应用于上述的方法。本发明应用于空调的节能控制领域，用以解决目前现有技术中存在的训练困难、稳定性差、浪费计算资源、消耗电力等各种问题。

公开(公告)号：CN116070697A

公开(公告)日：2023-05-05

申请号：CN202310077481.5

申请日：2023-01-17

Applicant: 北京理工大学

Inventor： 赵丰年 ,  王志超

IPC: G06N3/096 ,  G06N3/091 ,  G06N3/0455 ,  G06N3/047

Abstract: 本申请提供了一种可替换式的便捷知识蒸馏方法及系统，所述方法包括确定所述第一模型的各个层级模块，并建立所述第二模型中各个网络层与所述第一模型的各个层级模块的对应关系；其中，所述层级模块包括所述第一模型的一个或多个网络层；将所述第一模型的目标层级模块替换为所述第二模型中对应的目标网络层；依据预设规则对所述目标网络层进行调整，生成目标训练层；将所述第二模型的目标网络层替换为所述第一模型中对应的所述目标训练层。通过随机抽取第二模型的层参与第一模型的训练，无需设计额外的模型结构，更不需要设置其他loss，相比于一般的知识蒸馏操作更简单、有效，更容易落地。