一种基于用户综合相似度的微博社区划分方法

    公开(公告)号:CN107862617A

    公开(公告)日:2018-03-30

    申请号:CN201710981630.5

    申请日:2017-10-20

    CPC classification number: G06Q50/01 G06K9/6256

    Abstract: 本发明设计一种基于用户综合相似度的微博社区划分方法,该方法的具体过程是:1、获取微博数据,对博文集合进行LDA主题模型训练,通过基于特征扩展的主题挖掘得到用户主题相似度矩阵;2、构造以用户为节点、用户关系为边的网络拓扑图,根据节点链接相关度和主题相似度得出用户综合相似度矩阵;3、首先为每一个节点分配唯一的标签,并评估节点的潜在影响力,然后以潜在影响力降序作为节点选择顺序,以节点综合相似度降序作为节点更新标签的顺序;最后进行标签的迭代更新。通过上述方式,本发明能够在考虑用户综合相似度的基础上,通过改进的标签传播算法对微博用户进行社区划分,对于网络舆情监测、商业用户挖掘等都具有较好的应用价值。

    一种中医推拿规范化培训考试设备

    公开(公告)号:CN205247670U

    公开(公告)日:2016-05-18

    申请号:CN201521125424.7

    申请日:2015-12-29

    Abstract: 本实用新型公开了一种中医推拿规范化培训考试设备,包括考试电脑和答题板;所述考试电脑为台式电脑或者笔记本电脑或者一体机电脑;所述答题板的上表面设有人体经络穴位图,人体经络穴位图上的每个穴位下方均设有压力传感器;所述答题板内部设有连接压力传感器的电路,该电路与考试电脑电连接。本实用新型通过考试电脑出题,考生在答题板上作答,答题板由于设置了压力传感器,因此可以感知答题者答题时手法的轻重,从而可观的评判答题者对于推拿手法强弱的知晓程度,同时有效提升考试效率,使学生在学习过程中更加重视对推拿位置及手法轻重的学习。

    一种基于深度交叉熵集成的多视图图像分类方法

    公开(公告)号:CN119851025A

    公开(公告)日:2025-04-18

    申请号:CN202411937501.2

    申请日:2024-12-26

    Applicant: 江苏大学

    Abstract: 本发明公开了一种深度交叉熵集成的多视图图像分类方法,基于图像构建数据集,且分为训练集和测试集;构建交叉熵集成图像分类模型的网络架构,交叉熵集成图像分类模型包括骨干网络、原型网络和集成分类网络三个部分;骨干网络部分中的处理过程为:将输入的图像编码为特征映射#imgabs0#原型网络部分中将特征映射#imgabs1#投影到原型特征P上,获得一组多样化的特征表示V;集成分类网络中将输入图像的多个视图表征V={V1,V2…VN}进行加权融合,并计算集成交叉熵损失;利用训练集对交叉熵集成图像分类模型进行训练;用训练好的交叉熵集成图像分类模型进行图像分类,本发明适应不同的数据集和任务的需求,解决传统多视图图像分类方法固有的问题。

    一种基于解题思路和知识点的试题相似度计算方法

    公开(公告)号:CN114372518B

    公开(公告)日:2024-03-22

    申请号:CN202111626398.6

    申请日:2021-12-28

    Applicant: 江苏大学

    Abstract: 本发明提供了一种基于解题思路和知识点的试题相似度计算方法,包括整理试题特征信息形成知识点类特征集和解题思路类特征集,其中一方面以Jaccard系数作为两试题之间的知识点相似度,另一方面从试题解题思路的角度出发,考量两试题之间的相似性,其中利用Skip‑gram模型将解题思路中的语料信息转换为相对应的词向量,进而以计算词向量之间欧氏距离的方式,评价试题之间的相似度,最终与知识点相似度相结合,提升数学类试题相似度评价的准确性,尤其是能够避开数学题中不同符号图表所带来的干扰。

    一种基于改进的模糊聚类算法的SNP选择方法

    公开(公告)号:CN109801681B

    公开(公告)日:2023-03-31

    申请号:CN201811515699.X

    申请日:2018-12-11

    Abstract: 本发明公开了一种基于改进的模糊聚类算法的SNP选择方法,包括:获取SNP数据集;对获取到的SNP数据进行预处理,包括数据的清洗和重新编码;对预处理后的数据基于假设性检验进行初步筛选;对初筛过的数据,分别计算每个SNP的重要程度;利用改进的模糊聚类算法对SNP进行聚类;从聚类得到的每个簇中根据对称的不平衡性原则进一步筛选,构造SNP子集。本发明针对SNP数据,在考虑单个SNP对分类结果的影响的同时,也兼顾了局部区域SNP之间的相互关联性,在对数据实现降维的同时,充分挖掘了SNP内部的信息。使用该方法构造出来的SNP子集,相比于其他选择方法而言具有更好的分类效果,可应用于SNP数据的选择中。

    一种针对大学生群体的信息资源自动推荐方法

    公开(公告)号:CN107862012A

    公开(公告)日:2018-03-30

    申请号:CN201711036433.2

    申请日:2017-10-30

    CPC classification number: G06F16/9535 G06Q50/01

    Abstract: 本发明公开了一种针对大学生群体的信息资源自动推荐方法,包括:获取用户数据和需要推荐的数据;采用用户相似度模型计算基于用户评价矩阵的邻居集合;采用基于社交网络信息的相似度模型计算基于社交网络信息的邻居集合;根据两种邻居集合,计算出预测项目的得分,并对两个结果进行混合;筛选出评分最高的TOP-N项目,得出推荐结果。本发明将用户的社交网络融合到传统的协同过滤算法中,符合大学生信息共享及交流的需要。该方法可以为面向大学生的垂直领域提供更合适的推荐结果。

Patent Agency Ranking