一种基于协同图卷积和学习风格的课程推荐方法

    公开(公告)号:CN118551115A

    公开(公告)日:2024-08-27

    申请号:CN202410741760.1

    申请日:2024-06-11

    Abstract: 本发明公开了一种基于图卷积网络和学习风格的课程推荐方法,包括如下步骤:步骤1、预测评分,将来自学习者相连的课程嵌入信息编码为学习者的一阶嵌入信息,并通过一阶嵌入信息得到高阶嵌入信息;将高阶嵌入信息中的每一阶嵌入信息通过聚合函数聚合到单个向量中得到聚合嵌入表示;对学习者和课程的聚合嵌入表示进行内积运算,得到学习者对该课程的预测评分;步骤2、分别定义学习者概要和课程概要,计算学习风格向量,根据学习者学习风格向量和课程学习风格向量,得到课程学习风格相似度评分;步骤3、通过学习风格相似度评分对预测评分列表进行优化,得到协同预测评分,该方法解决基于图卷积网络推荐算法忽略学习者自身学习模式的问题。

    一种基于和声搜索-Stacking的分类方法

    公开(公告)号:CN116522194A

    公开(公告)日:2023-08-01

    申请号:CN202310287844.8

    申请日:2023-03-23

    Abstract: 一种基于和声搜索‑Stacking的分类方法,属于机器学习技术领域。它包括以下步骤:1、收集数据,划分为数据集;2、确定HMS、n以及K;3、确定优化问题的目标函数;4、初始化和声记忆库;5、初始化最大迭代次数、HMCR以及PAR;6、产生新解j;7、生成相应的基学习器子集,并得到下层训练集及下层测试集;8、得到的下层测试集验证;9、计算目标函数值,判断此值是否低于和声记忆库最差解;10、重复步骤6~9,直到输出最优基学习器子集。本发明根据基学习器在原数据集上的效果,动态调整HMCR,控制基学习器选概率,克服Stacking易受较差基学习器影响的缺陷。

    一种冷链物流多路径方案调度方法及冷链物流配送系统

    公开(公告)号:CN116757572A

    公开(公告)日:2023-09-15

    申请号:CN202310639432.6

    申请日:2023-06-01

    Abstract: 一种冷链物流多路径方案调度方法及冷链物流配送系统,属于机器学习技术领域。其通过云服务获取实时冷链物流各类多模态数据;根据所述多模态参数信息在云服务上建立多路径调度模型MP,生成目标函数;提出自适应MA算法并结合云计算,在云服务上对目标函数进行计算,确定目标函数的最优解,得出偏好的多路径调度方案。本发明通过根据冷链物流运输调度参数信息建立路径调度模型,生成目标函数;然后提出自适应MA算法并结合云计算对多路径调度模型进行计算,并结合控制模块来监控MA算法的性能,提高全局优化性能,优化总物流成本。本申请同时还提供了一种冷链物流运输调度的系统。

    一种骶髂关节磁共振影像智能阅片系统及方法

    公开(公告)号:CN118314326A

    公开(公告)日:2024-07-09

    申请号:CN202410483252.8

    申请日:2024-04-22

    Abstract: 本发明公开了一种骶髂关节磁共振影像智能阅片方法,其特征在于,包括如下步骤:步骤1、获取医学图像数据集;步骤2、构建ROI自动分割模型,所述ROI自动分割模型为UNet3D网络;步骤3、将医学图像作为输入,通过ROI自动分割模型自动提取ROI,并在ROI上提取影像组学特征;步骤4、将影像组学特征作为输入,通过基于和声搜索的特征选择算法得到新影像组学特征;步骤5、将新影像组学特征输入分类器E中进行前向推理,得到的结构性分类结果。该方法利用深度学习技术从MRI影像中自动提取ROI,基于ROI提取影像组学特征,并通过启发式算法筛选最优影像组学特征,最后由分类器做出结构性病变的分类。

Patent Agency Ranking