-
公开(公告)号：CN115718894B
公开(公告)日：2023-11-17
申请号：CN202211522234.3
申请日：2022-11-30
Applicant: 江西农业大学
IPC: G06F18/2411 , G06F18/211 , G06F18/214
Abstract: 本申请涉及一种面向高维复杂数据的在线流特征选择方法，它包括如下步骤：数据样本集合、决策属性集、候选特征子集和待评估特征子集F1；当有特征ft流入时，将特征ft加入待评估特征子集F1形成待评估特征子集F1’，计算并比较待评估特征子集F1’的重要性与待评估特征子集F1的重要性，判断特征ft是否能作为候选特征加入候选特征子集；对候选特征子集中的所有特征进行冗余判断，筛除冗余特征，得到最小候选特征子集。本发明通过基于粒计算的混合邻域粒化方法，从特征依赖性和特征特征相关性两个角度，对特征的重要性和冗余性进行分析，实现对特征重要性的准确刻画，在保证时间消耗和特征子集大小的前提下，取得较优的分类性能。
-
公开(公告)号：CN116932767A
公开(公告)日：2023-10-24
申请号：CN202311196393.3
申请日：2023-09-18
Applicant: 江西农业大学
IPC: G06F16/35 , G06F16/36 , G06F40/242 , G06F40/216 , G06F18/241 , G06N5/022
Abstract: 本发明提供一种基于知识图谱的文本分类方法、系统、存储介质及计算机，该方法包括：对待分类的目标文件进行预处理得到预处理文本；基于领域词典对预处理文本进行特征匹配计算出各句子的得分值；根据阈值分类算法和各得分值将预处理文本划分为正域文本、负域文本和边界域文本；对边界域文本进行文本特征选择得到文本特征词，并利用知识图谱检索文本特征词，以得到扩展文本数据；利用语义模型计算出扩展文本数据的语义向量，并将语义向量输入预设的文本分类模型得到分类结果。本发明通过利用知识图谱检索选择出的文本特征词，以完成自适应的文本扩展得到扩展文本数据，过滤掉低贡献度的特征词，保留高贡献度的特征词，达到扩大信息量的目的。
-
公开(公告)号：CN115374788A
公开(公告)日：2022-11-22
申请号：CN202211315874.7
申请日：2022-10-26
Applicant: 江西农业大学
IPC: G06F40/295 , G06F16/332 , G06N3/04 , G06N3/08 , G06N7/00 , G06N20/00
Abstract: 一种农业病虫害文本命名实体的方法及装置，该方法包括步骤：将所述农业病虫害数据集进行分析，得到以句子为单位的文本句子；将文本句子作为源模型中LSTM模块的输入，分别输出文本句子中每个字对应的前向LSTM向量、反向LSTM向量以及字向量；将获得的向量进行拼接后作为源模型中CRF模块的输入，并输出预测的序列标签；将CRF模块输出的序列标签转换成逻辑基础描述，并将逻辑基础描述与指定知识库中的逻辑规则进行推理匹配；若匹配不成功，修正序列标签；将修正后的序列标签以及文本句子作为已标注数据对CRF模块的参数进行调节。
-
公开(公告)号：CN118918444B
公开(公告)日：2024-12-27
申请号：CN202411404911.0
申请日：2024-10-10
Applicant: 江西农业大学
IPC: G06V10/82 , G06V10/774 , G06V10/80 , G06V40/10 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明提供一种蜜蜂检测方法、系统、计算机及存储介质，该方法包括以下步骤：获取蜜蜂的图像数据；建立神经网络模型，并将图像数据输入神经网络模型，基于拼接模块输出得到高维特征向量，将高维特征向量输入至Transformer编码器中进行处理；将Transformer编码器处理后的数据输入感知器，以基于感知器识别图像数据中蜜蜂的个体数量及位置信息。结合了YOLOv8和Transformer编码器在特征提取方面的优势，优化了YOLOv8主干网络中的多层特征的融合以获取更多的特征信息，从而精准检测小目标蜜蜂图像，以提高蜜蜂检测的准确率及效率。
-
公开(公告)号：CN117454154A
公开(公告)日：2024-01-26
申请号：CN202311776712.8
申请日：2023-12-22
Applicant: 江西农业大学
IPC: G06F18/213 , G06F17/11 , G06F18/20 , G06F18/241
Abstract: 本发明涉及一种面向偏标记数据的鲁棒特征选择方法，首先利用偏标记数据中样本的相关性计算标记置信度，并根据标记置信度对标记空间中伪标记进行平滑处理；在此基础上，采用加权互信息对特征的冗余性进行计算分析，构建得到基于稀疏回归模型的特征选择方法模型；利用模型对偏标记数据进行优化学习，两阶段循环迭代地利用模型学得的标记置信度指导各个变量间相关性的更新，并通过稀疏回归系数对偏标记数据进行特征选择，从而得到鲁棒性好的特征子集结果。本发明通过分析计算特征与标记的相关性、样本的相关性、特征的冗余性，构建了面向偏标记数据的特征选择目标函数，实现了对特征的重要性进行准确度量分析，显著提升了学习模型的分类性能。
-
Patent Agency Ranking
公开(公告)号：CN116975311B
公开(公告)日：2023-12-01
申请号：CN202311188651.3
申请日：2023-09-15
Applicant: 江西农业大学
Abstract: 本发明提供一种农业病虫害知识图谱优化方法、系统及计算机，方法包括：自初始知识图谱中提取信息元素，以获取节点张量单元组及关系张量单元组；构建训练模型，通过损失函数对训练模型进行优化，以获取预测模型；自节点张量单元组内选定头节点编码，自关系张量单元组内选定第一关系编码，通过预测模型选定尾节点编码，组成第一链接；提取与第一关系编码相似的若干个第二关系编码，基于自适应相似关系挖掘于若干个第二关系编码中选定相似编码，组成第二链接；自第一链接及第二链接中确定预测链接。引入自适应相似关系挖掘的概念，有效的利用了关系间的关联性，提供了精准的预测依据，提高链接预测的可靠性。
-
公开(公告)号：CN116503517B
公开(公告)日：2023-09-05
申请号：CN202310764770.2
申请日：2023-06-27
Applicant: 江西农业大学
IPC: G06T11/60 , G06T17/00 , G06T5/50 , G06F40/126 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F18/22 , G06V10/74 , G06V10/82
Abstract: 本发明提供了一种长文本生成图像的方法及系统，该方法包括：在潜在空间中随机获取一特征向量，并将所述特征向量输入至预设全连接层中，以生成对应的初始特征图；通过预设融合块和预设融合器将预设长文本特征对应融合至所述初始特征图中，以生成对应的中间特征图；依次通过预设卷积层和预设激活层对所述中间特征图进行图像化处理，以生成对应的目标图像，所述目标图像包含所述预设长文本特征中的特征元素。通过上述方式能够将外界的长文本特征对应融合至随机生成的初始特征图中，并最终根据该初始特征图生成需要的目标图像，并且该目标图像包含与上述长文本特征对应的特征元素，即对应的场景图像。
-
公开(公告)号：CN115757981A
公开(公告)日：2023-03-07
申请号：CN202211705994.8
申请日：2022-12-29
Applicant: 江西农业大学
IPC: G06F16/9535 , G06F16/9536 , G06Q30/0251 , G06F18/22 , G06F18/214 , G06N3/08
Abstract: 本发明公开了一种互联网相似用户扩展方法、计算机及可读存储介质。该方法包括：S11、基于种子用户画像和社会关系链搜寻相似用户；S12、提取相似用户的用户特征，将所述用户特征转化为对应的空间向量值，形成用户特征数据集；S13、采用交叉验证的方式优化Deep FM模型的参数；S14、将用户特征数据集输入Deep FM模型，并输出相似人群。本申请的有益效果是：利用深度学习模型根据用户的共有属性进行扩展，实现互联网高相似潜在目标搜索与广告推送的目的。
-
公开(公告)号：CN115718894A
公开(公告)日：2023-02-28
申请号：CN202211522234.3
申请日：2022-11-30
Applicant: 江西农业大学
IPC: G06F18/2411 , G06F18/211 , G06F18/214
Abstract: 本申请涉及一种面向高维复杂数据的在线流特征选择方法，它包括如下步骤：数据样本集合、决策属性集、候选特征子集和待评估特征子集F1；当有特征ft流入时，将特征ft加入待评估特征子集F1形成待评估特征子集F1’，计算并比较待评估特征子集F1’的重要性与待评估特征子集F1的重要性，判断特征ft是否能作为候选特征加入候选特征子集；对候选特征子集中的所有特征进行冗余判断，筛除冗余特征，得到最小候选特征子集。本发明通过基于粒计算的混合邻域粒化方法，从特征依赖性和特征特征相关性两个角度，对特征的重要性和冗余性进行分析，实现对特征重要性的准确刻画，在保证时间消耗和特征子集大小的前提下，取得较优的分类性能。
-
公开(公告)号：CN115374788B
公开(公告)日：2023-02-07
申请号：CN202211315874.7
申请日：2022-10-26
Applicant: 江西农业大学
IPC: G06F40/295 , G06F16/332 , G06N3/0442 , G06N3/084 , G06N7/01 , G06N7/00 , G06N20/00
Abstract: 一种农业病虫害文本命名实体的方法及装置，该方法包括步骤：将所述农业病虫害数据集进行分析，得到以句子为单位的文本句子；将文本句子作为源模型中LSTM模块的输入，分别输出文本句子中每个字对应的前向LSTM向量、反向LSTM向量以及字向量；将获得的向量进行拼接后作为源模型中CRF模块的输入，并输出预测的序列标签；将CRF模块输出的序列标签转换成逻辑基础描述，并将逻辑基础描述与指定知识库中的逻辑规则进行推理匹配；若匹配不成功，修正序列标签；将修正后的序列标签以及文本句子作为已标注数据对CRF模块的参数进行调节。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.022 seconds)
