-
公开(公告)号：CN115204967A
公开(公告)日：2022-10-18
申请号：CN202210639035.4
申请日：2022-06-07
Applicant: 电子科技大学
IPC: G06Q30/06
Abstract: 该发明公开了一种融入用户长短期兴趣表征隐式反馈的推荐方法，属于机器学习领域中的推荐系统研究领域。本方法对基于矩阵分解的协同过滤方法的隐式反馈部分进行了改进，不仅考虑了用户商品二部图中用户浏览或评分商品的隐式反馈，还考虑兴趣相似用户的隐式反馈，实现快速并准确的为用户提供个性化推荐服务。本发明的通用性高，可以适用于大多数的推荐场景。本方法的方法时间复杂度相较于原方法并没有显著增长，对用户长短期兴趣偏好的表征都可以在预处理阶段完成，并且可以采用并行计算的方法对模型进行训练，计算速度较快，在海量数据的情况下也可以短时间计算出结果。
-
公开(公告)号：CN116449324A
公开(公告)日：2023-07-18
申请号：CN202310357007.8
申请日：2023-04-04
Applicant: 西安电子科技大学 , 西安超算软件科技有限公司
Abstract: 本发明公开了一种应用于电磁散射的h‑自适应矩量方法，包括：创建用于计算待测目标散射特性的电磁模型，进行平面波激励下的初始网格划分；利用基于RWG基函数的矩量法求解当前各网格单元的电流系数，继而计算对应网格单元中超收敛点处的面电荷密度；基于各网格单元中超收敛点处的面电荷密度和超收敛点恢复法计算对应网格单元的局部误差；基于各网格单元的局部误差计算全局误差；判断是否满足迭代停止条件；若否选择部分网格单元基于B‑W插点算法进行网格细化，得到重新划分的网格并返回电流系数求解步骤；若是停止迭代，输出当前求解出的电流系数。本发明能够保证计算精度、鲁棒性、减少误差估计、减少网格细化数量并减少计算资源消耗。
-
Patent Agency Ranking
公开(公告)号：CN114580529B
公开(公告)日：2023-04-21
申请号：CN202210202568.6
申请日：2022-03-03
Applicant: 电子科技大学
IPC: G06F18/2431 , G06F18/25 , G06F18/2113 , G06F18/21 , A63B24/00 , A63B69/00
Abstract: 该发明公开了一种选拔和训练足球运动员的系统，属于数据处理领域。本发明收集球员的特征，根据这些特征数据对球员的各方面能力进行分类评估，得出球员的状态，找到球员需要提高的方面。在计算运动员最需要提高的项目时，不仅考虑到运动员在此项目上的表现情况，还额外考虑到此项目的相对重要性。为每个运动员寻找出最需要提高的项目是具有极大现实意义的，依此可以为每名运动员制定出一套个性化的训练方案，提高球队的整体水平。本发明可以从标签为不优秀的运动员中找出那些具有特长的运动员，依此进行强化训练或者弱项补齐可提升球队的核心竞争力；另一方面，全能型球员必然是少之又少的，通过潜力挖掘找出具有潜力的特色型球员具有很大的现实意义。
-
公开(公告)号：CN115357962A
公开(公告)日：2022-11-18
申请号：CN202211017198.5
申请日：2022-08-23
Applicant: 西安电子科技大学
IPC: G06F30/12 , G06T17/10 , G06F111/20
Abstract: 本发明提出了一种将AEDT文件转换为三维电磁模型的方法，实现步骤为：对AEDT文件进行格式转换；对JSON格式文件进行解析；对JSON格式文件的解析结果进行拆分并存储拆分结果；绘制三维电磁模型的几何实体并建立两个电磁仿真软件中点线面序号的对应关系；设置三维电磁模型的电磁条件；设置三维电磁模型的求解条件；获取转换结果。本发明通过调用三维几何引擎ACIS接口，构建点线面序号与几何实体的映射关系，可以同时实现对几何特征和电磁特征进行转换，信息转换完整，且通过调用三维几何引擎ACIS接口直接在目标电磁仿真软件中绘制几何实体，解决了现有技术中需要打开CAD软件耗时较长的技术问题，进而提高了建模效率。
-
公开(公告)号：CN114998891A
公开(公告)日：2022-09-02
申请号：CN202210556272.4
申请日：2022-05-17
Applicant: 电子科技大学
IPC: G06V20/68 , G06N3/08 , G06V10/75 , G06V10/774 , G06V10/82
Abstract: 该发明公开了一种基于迁移学习的智能冰箱食材精准检测方法，属于图像识别领域。数据处理方面，考虑到智能冰箱食材的数据采集体量有限，本发明应用平移、旋转、缩放、Mosaic等方式进行数据增强，同时为了解决智能冰箱开关灯场景的问题，本发明应用图像处理技术对弱光环境图像进行数据增强，以提升模型在弱光环境的鲁棒性。网络模型方面，本发明以常规目标为源域、智能冰箱食材为目标域构建“预训练+微调”的迁移学习框架，通过在源域的大规模数据集上预训练模型以学习基础目标的特征提取经验，然后冻结部分网络，在目标域的有限数据集上微调模型以适应冰箱食材的数据分布特征，从而有效提高检测精度。
-
公开(公告)号：CN114580529A
公开(公告)日：2022-06-03
申请号：CN202210202568.6
申请日：2022-03-03
Applicant: 电子科技大学
Abstract: 该发明公开了一种选拔和训练足球运动员的系统，属于数据处理领域。本发明收集球员的特征，根据这些特征数据对球员的各方面能力进行分类评估，得出球员的状态，找到球员需要提高的方面。在计算运动员最需要提高的项目时，不仅考虑到运动员在此项目上的表现情况，还额外考虑到此项目的相对重要性。为每个运动员寻找出最需要提高的项目是具有极大现实意义的，依此可以为每名运动员制定出一套个性化的训练方案，提高球队的整体水平。本发明可以从标签为不优秀的运动员中找出那些具有特长的运动员，依此进行强化训练或者弱项补齐可提升球队的核心竞争力；另一方面，全能型球员必然是少之又少的，通过潜力挖掘找出具有潜力的特色型球员具有很大的现实意义。
-
公开(公告)号：CN111210096A
公开(公告)日：2020-05-29
申请号：CN202010218247.6
申请日：2020-03-25
Applicant: 电子科技大学
Abstract: 该发明公开了一种基于高考大数据的院校录取成绩预测方法，属于数据挖掘领域。本发明提取了高考数据中影响录取成绩的重要特征：专业数、计划数以及录取级差。计划数是指当年各院校文理各科总招生人数；录取级差是指院校录取考生中最高分与最低分的差值。除此以外，基于高考志愿填报的特点，本发明还考虑到各高校之间会有竞争关系的存在，即某一高校的招生人数变化，影响到其他高校的录取情况。本发明提供的模型先使用同位分法进行预测，得到粗略预测值；再利用上述重要特征，使用集成学习模型，拟合出录取成绩变化率，与粗略预测值结合，得到初步预测值；最后利用无监督聚类模型对高校进行划分，拟合高校间的竞争关系，调整初步预测值，得到最终预测结果。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
