公开(公告)号：CN114004369A

公开(公告)日：2022-02-01

申请号：CN202111124714.X

申请日：2021-09-25

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  肖博怀 ,  刘亚荣 ,  张琰霖 ,  于顼顼

IPC: G06N20/10 ,  G06K9/62

Abstract: 本发明公开了一种基于机器学习的学生行为分析方法，包括4个步骤：S1数据采集：将校园管理系统如一卡通管理系统、图书馆系统等系统数据上传至数据库；S2数据标准化:对采集到的数据按照规范化、正规化和归一化的方法得到标准数据；S3聚类模型训练:将经过数据处理后的数据送入聚类模型进行训练，得出学生各种行为的聚类结果；S4异常行为判定：对学生的各种行为通过SVM算法进行异常分析。本发明提供的一种基于机器学习的学生行为分析方法，可以通过学生的校园数据对学生行为进行细分，并判定是否为异常行为，实现学生行为智能分析的过程，有效提高学生管理工作人员的效率。

公开(公告)号：CN113345427A

公开(公告)日：2021-09-03

申请号：CN202110628210.5

申请日：2021-06-07

Applicant: 桂林理工大学

Inventor： 刘亚荣 ,  于顼顼 ,  谢晓兰 ,  肖博怀

IPC: G10L15/06 ,  G10L15/16 ,  G10L21/02 ,  G10L21/0316

Abstract: 本发明公开了一种基于残差网络的环境声音识别系统及方法，包括：数据输入模块、声音信号增强模块、预处理模块、特征提取模块、训练残差网络模块和模型库模块。本发明采用声音信号增强技术对数据样本作增强处理，凸显了数据样本的特征；预处理将声音样本分割为短时平稳的帧；采用FBank特征提取方法提取声音的深层次特征，并将时域信号转化为频域信号，FBank利用高维度特征的相关性，比梅尔频率倒谱系数更适合神经网络模型的训练；残差网络凭借其特殊的残差块结构可以避免随着网络加深而带来的网络退化、梯度消失和梯度爆炸的问题，从而优化网络模型，提升模型的泛化能力，从而提升环境声音的识别率，和传统的环境声音识别方法相比，有很大的提升。

公开(公告)号：CN115238184A

公开(公告)日：2022-10-25

申请号：CN202210901779.9

申请日：2022-07-28

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  肖博怀 ,  刘亚荣 ,  王宇涵

IPC: G06F16/9535 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于长短期偏好融合的图神经网络推荐方法，首先，通过图神经网络结合注意力机制提取全部交互图上用户的长期依赖和商品的节点特征。其次，通过双向GRU结合注意力机制提取近期交互上用户的短期依赖，然后，通过CNN结合注意力机制提取商品文本的特征。最后，将这些特征进行融合已达到高性能的推荐效果。本发明提供的一种基于长短期偏好融合的图神经网络推荐方法，可以通过用户商品交互数据得出用户的长短期偏好特征和商品节点特征，并结合商品的文本特征，在达到良好推荐效果的同时有效解决推荐系统数据稀疏性的问题。

公开(公告)号：CN115293253A

公开(公告)日：2022-11-04

申请号：CN202210914269.5

申请日：2022-08-01

Applicant: 桂林理工大学

Inventor： 谢晓兰 ,  王宇涵 ,  刘亚荣 ,  陈超泉 ,  肖博怀

IPC: G06K9/62 ,  G06F40/289 ,  G06Q30/06

Abstract: 本发明公开了一种基于改进向量空间模型的电子产品CTO订单聚类方法。包括订单收集模块、订单信息预处理模块、订单信息文本向量化模块、订单聚类模块。通过将CTO订单的文本信息用VSM模型转化为高维矩阵的数学化信息，并对产品相关特征进行加权处理，可以提高订单中相关信息的关联程度，使订单能够更加侧重于将含有相同品牌,或者相同类型的订单合并为同一订单组。使用改进K‑means++算法对VSM模型生成的高维矩阵的向量进行聚类，加快原K‑means算法的收敛速度，有效提高了聚类结果的准确性，使得企业更加灵活、高效地针对客户的CTO订单安排相应的生产工作。