-
公开(公告)号：CN113918881B
公开(公告)日：2024-10-22
申请号：CN202111228889.5
申请日：2021-10-21
Applicant: 武汉纺织大学
Abstract: 本发明提供基于分层多项式模型的飞灰含碳量软测量方法及监测系统，软测量方法包括：步骤1.获取与锅炉总体和每层燃烧器有关的多个工况测点历史实测参数值；分别计算每个相对工况测点对基准工况测点的变动时间；步骤2.将历史数据中各时刻的基准工况测点参数值与扣除相应变动时间后相应时刻的各个相对工况测点关联，得到各组工况测点参数；步骤3.以样本含氧量值作为分割点，把分组关联后的历史数据进一步划分为高含氧量样本和低含氧量样本；步骤4.采用适于复杂电厂的分层多项式模型作为预测模型，得到分别对应于低含氧量和高含氧量样本的两个反映飞灰含碳量与特征工况测点参数具体映射关系的飞灰含碳量计算公式；步骤5.飞灰含碳量计算。
-
公开(公告)号：CN118095445B
公开(公告)日：2024-07-16
申请号：CN202410500769.3
申请日：2024-04-24
Applicant: 武汉纺织大学
Abstract: 本发明公开了一种基于知识图谱的少样本多跳推理优化方法，属于人工智能和机器学习领域。本发明在数据准备阶段为知识图谱中的实体和关系分配唯一标识符，并通过构建优化的关系子图来适配GCN处理，为深度学习奠定了基础。在模型融合方面，将Transformer产生的特征向量与GCN处理的图特征向量融合，形成综合特征向量，进一步优化了推理性能。此外，引入束搜索算法和创新的混合损失函数，在少样本学习环境中有效地确定最佳推理路径，强化了模型的输出质量和学习过程。本发明的应用潜力广泛，不仅在自然语言处理领域，在推荐系统和医疗诊断等多个领域的少样本多跳推理任务均展现出显著的效率和准确性提升，标志着与现有技术相比的重大进步。
-
公开(公告)号：CN116912557A
公开(公告)日：2023-10-20
申请号：CN202310690477.6
申请日：2023-06-12
Applicant: 武汉纺织大学
IPC: G06V10/764 , G06V10/82 , G06V10/56 , G06V10/80 , G06N3/0985 , G06N3/0464
Abstract: 本发明涉及一种汉服类服装识别模型构建、汉服类服装识别方法和装置。该汉服类服装识别模型构建方法包括：获取多张预设汉服图片；对所述预设汉服图片进行预处理，获得模型输入信号；基于所述模型输入信号对预设模型进行训练，获得汉服类服装识别模型，其中，所述预设模型包括主干特征提取网络以及带有注意力机制的颈部特征融合网络，所述主干特征提取网络用于根据所述模型输入信号获得浅层特征信息，所述浅层特征信息包括汉服的色彩和廓形，所述带有注意力机制的颈部特征融合网络用于根据所述浅层特征信息获得深层特征信息，所述深层特征信息包括所述汉服的风格信息和朝代信息。本发明的技术方案可以有效提高汉服类服装识别的精度和效率。
-
公开(公告)号：CN118940795A
公开(公告)日：2024-11-12
申请号：CN202410961023.2
申请日：2024-07-17
Applicant: 武汉纺织大学
Abstract: 本发明提供一种基于多元学习行为因果推断的动态认知诊断方法，借助点击流和活动流对学习过程行为建模，通过多元行为特征构建学习行为图。同时考虑学习行为与认知之间的因果关联，通过因果注意力机制学习权重差异，实现关键行为子图和低效行为子图的自动划分。随后将学习行为视作因果推断中的变量，对低效行为进行干预，建立关键行为与低效行为的组合，获取干预图。基于已获取的关键行为子图、低效行为子图和干预图表征，通过多任务机制来设置不同的预测目标，以此挖掘学习行为和内隐认知之间的因果关联，增强学习者认知水平动态诊断的可解释性。
-
公开(公告)号：CN113591930B
公开(公告)日：2023-09-05
申请号：CN202110759660.8
申请日：2021-07-06
Applicant: 武汉纺织大学
IPC: G06F18/20 , G06F18/214 , G06F18/211 , G06N20/00 , G06F17/16 , G06F21/56
Abstract: 本发明公开了一种基于网络融合与图嵌入的病毒‑宿主关联预测方法，通过使用相似网络融合方法和图嵌入方法分别构造了两种病毒‑病毒相似网络和宿主‑宿主相似网络，并提出一种图挖掘的方式，即从图中提取元路径得分，基于这种图挖掘的方式可从两种网络上获取每对病毒‑宿主的特征向量，最后使用机器学习的方法来获得最终的结果。本发明在现有数据集上实现了较高的精确度，相比于其他方法表现比较稳定，由本发明预测一些病毒‑宿主关联关系，部分在已发表的论文和数据库中得到了验证，并且本发明的计算方法预测出了在已知文献或数据库中没有的、且全新的病毒宿主关联关系，这些新的病毒‑宿主关系可为实验验证提供有效指导。
-
Patent Agency Ranking
公开(公告)号：CN116153528B
公开(公告)日：2023-07-14
申请号：CN202310428836.0
申请日：2023-04-20
Applicant: 武汉纺织大学
Abstract: 本发明公开了一种基于注意力机制和全局检索的药物推荐方法，所述药物推荐方法包括患者信息编码、药物信息图编码、患者记忆模块和药物推荐模块，患者信息编码的目标是基于诊断代码和手术代码以及这两者之间的关系来表示患者的健康状况，药物信息图编码旨在模拟两种药物之间的关系，通过EHR图和DDI图之间的运算，最大程度的控制DDI在控制范围内，以保证推荐药物的安全性，患者记忆模块是获取了其他患者访问医院的健康情况与当前患者的健康情况的相似性，再通过计算当前患者的健康状态与所有病人之间的权重，以提高药物推荐的准确性，药物推荐模块会基于患者的健康状态以及安全的药物为患者推荐药物。
-
公开(公告)号：CN116189847A
公开(公告)日：2023-05-30
申请号：CN202310497369.7
申请日：2023-05-05
Applicant: 武汉纺织大学
IPC: G16H20/10 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06N3/045
Abstract: 本发明涉及一种基于注意力机制的LSTM‑CNN策略的药物推荐方法。本方法具体包括S1：对数据集中的数据进行预处理操作，以获得可供模型进行特征处理的基础数据；S2：将基础数据作为输入，通过LSTM‑CNN策略对患者进行特征提取，以获得患者表示；S3：通过MolCode模块获取药物组合向量；S4：将药物组合向量输入全连接神经网络进行预测；S5：利用损失函数对整体模型进行训练；S6：通过整体模型预测每种药物组合和患者疾病或症状的关联程度，并将结果按照一定的规则进行排序，获得最终的预测结果。经过实验证明，本方法能有效提高为患者推荐药物的准确性并降低药物组合间的相互作用。
-
公开(公告)号：CN114668251A
公开(公告)日：2022-06-28
申请号：CN202210451042.1
申请日：2022-04-26
Applicant: 武汉纺织大学
Abstract: 本发明涉及存放架技术领域，且公开了一种自然语言处理用文本分类存放架，包括架体，所述架体的内部下表面固定连接有滑轨，所述架体的内部后方放置有多个柜体，所述柜体的底端固定连接有脚轮，所述脚轮嵌设于所述滑轨的内部，且所述脚轮与所述滑轨滑动连接，每个所述柜体的内部前表面和内部后表面开设长槽；每个柜体中有两个基板，基板能够在柜体中竖直方向移动位置，用户握住牵引板向右转动，牵引板上端会向左侧摆动，连接板逐渐向凹槽左侧移动，连接板收入凹槽中，同理，将基板另一侧的连接板收入凹槽中，工作人员可以将基板移动到合适位置，再将连接板插入齿条中，通过基板位置调节，方便将不同大小的文本资料归纳放置。
-
公开(公告)号：CN113918881A
公开(公告)日：2022-01-11
申请号：CN202111228889.5
申请日：2021-10-21
Applicant: 武汉纺织大学
Abstract: 本发明提供基于分层多项式模型的飞灰含碳量软测量方法及监测系统，软测量方法包括：步骤1.获取与锅炉总体和每层燃烧器有关的多个工况测点历史实测参数值；分别计算每个相对工况测点对基准工况测点的变动时间；步骤2.将历史数据中各时刻的基准工况测点参数值与扣除相应变动时间后相应时刻的各个相对工况测点关联，得到各组工况测点参数；步骤3.以样本含氧量值作为分割点，把分组关联后的历史数据进一步划分为高含氧量样本和低含氧量样本；步骤4.采用适于复杂电厂的分层多项式模型作为预测模型，得到分别对应于低含氧量和高含氧量样本的两个反映飞灰含碳量与特征工况测点参数具体映射关系的飞灰含碳量计算公式；步骤5.飞灰含碳量计算。
-
公开(公告)号：CN117038105B
公开(公告)日：2023-12-15
申请号：CN202311291649.9
申请日：2023-10-08
Applicant: 武汉纺织大学
Abstract: 本发明公开了一种基于信息增强图神经网络的药物重定位方法及系统，属于药物重定位技术，包括：构建用于表征药物与疾病之间的第一关系、不同药物之间的第二关系以及不同疾病之间的第三关系的先验知识模型，并通过K近邻、平均池化和图注意力机制，进行信息聚合，获取先验知识模型的药物节点的第一嵌入向量，和疾病节点的第二嵌入向量；将第一嵌入向量和第二嵌入向量，进行哈达玛积操作，并利用多层感知机MLP，获取药物与疾病之间的关联预测，对药物进行重定位定位；本发明在信息聚合过程中，使用固定值代替相似性分数来定义邻居节点信息的聚合系数，并使用平均池化，对同质信息进行聚(56)对比文件张志扬;张凤荔;陈学勤;王瑞锦.基于分层注意力的信息级联预测模型.计算机科学.2020,(第06期),全文.
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.031 seconds)
