-
公开(公告)号：CN116071128A
公开(公告)日：2023-05-05
申请号：CN202310065895.6
申请日：2023-01-19
Applicant: 辽宁工程技术大学
IPC: G06Q30/0601 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于多行为特征提取与自监督学习的多任务推荐方法，包括：获取用户、商品多行为交互数据，商品属性信息；构建统一的异质图以及用户、商品节点的初始嵌入；构建基于多行为特征提取的推荐监督任务；构建自监督学习辅助任务；结合推荐监督任务和自监督学习辅助任务联合优化目标函数。本发明的基于多行为特征提取与自监督学习的多任务推荐方法通过多行为交互数据学习行为传播权重，并感知行为语义，利用多视图对比学习补充额外的监督信号，并感知对节点嵌入学习有利的局部结构，从而降低噪声交互对于节点嵌入学习的影响。
-
公开(公告)号：CN114464201A
公开(公告)日：2022-05-10
申请号：CN202210125478.1
申请日：2022-02-10
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种基于注意力机制和卷积神经网络的单通道语音增强方法，包括训练阶段和增强阶段：训练阶段：首先将噪声与纯净语音合成带噪语音，接着对带噪语音进行特征提取，然后将纯净语音与特征提取后的带噪语音一并送入神经网络模型中学习带噪语音和纯净语音之间的映射关系，训练阶段结束后，将训练好的模型保存下来；增强阶段：首先对带噪语音进行特征提取，然后送入训练好的模型中进行语音增强，最后输出增强后的语音。本发明的基于注意力机制和卷积神经网络的单通道语音增强方法可直接在时域上对带噪语音进行增强，不但可以节省傅里叶变换的计算时间还可以尽可能的保留增强语音的相位信息，能取得较好的降噪效果。
-
公开(公告)号：CN114282669A
公开(公告)日：2022-04-05
申请号：CN202111627057.0
申请日：2021-12-28
Applicant: 辽宁工程技术大学
Abstract: 本发明提供了一种改进嵌入层的广告点击率预测模型训练方法，包括获取预处理后的数据集；通过改进的嵌入层有效的将高维稀疏的数据映射为低维特征数据；通过逻辑回归对低阶显性特征进行处理，丰富对低阶显性特征表达的缺失，将低维特征数据输入到特征提取网络，提取二阶特征组合信息；将低阶部分训练结果与高阶训练结果通过函数归一化得到最终预测值。本发明的改进嵌入层的广告点击率预测模型训练方法解决了广告点击率预测模型对特征关注不足且训练速度慢的问题，在算法的准确率及效率方面提升推荐效果。
-
公开(公告)号：CN112948707A
公开(公告)日：2021-06-11
申请号：CN202110143465.2
申请日：2021-02-02
Applicant: 辽宁工程技术大学
IPC: G06F16/9536 , G06K9/62
Abstract: 本发明公开了一种强化学习优化LFM的协同过滤推荐算法，包括训练与预测两部分。所述训练部分主要包括两步：第一步，首先采用LFM算法对训练集进行模型训练，第二步，对强化学习模型进行训练；所述预测部分主要包括两步：第一步，首先根据LFM推荐模型得到预测评分值；第二步利用优化模型对预测评分进行优化。本发明的强化学习优化LFM的协同过滤推荐算法，考虑到时间效应对推荐性能的影响，通过马尔科夫决策过程对用户、评分、图书、时间进行建模，并用强化学习Q‑learning算法对推荐算法进行优化，提升推荐效果，完成预测。
-
公开(公告)号：CN116152264A
公开(公告)日：2023-05-23
申请号：CN202211601950.0
申请日：2022-12-13
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种视网膜血管图像分割方法，包括：对视网膜图像进行预处理；采用Overlap‑tile策略搭配图像分块，对图像进行分割，在预测边界区域时为每个子块提供上下文信息；在U‑net模型上加入无参注意力机制SimAM加强对图像特征的学习。本发明的视网膜血管图像分割方法增加对视网膜中细小血管的关注程度，且对于现存视网膜血管分割中的难点，对U‑net模型进行改进，本发明可以提高视网膜血管的分割精度以及可行性，在准确度和特异性方面，均优于其他方法，且对于传统U‑net网络均有小幅度提升，本发明的方法相比于其他方法更具有效性和优越性。
-
Patent Agency Ranking
公开(公告)号：CN115577299A
公开(公告)日：2023-01-06
申请号：CN202211323240.6
申请日：2022-10-27
Applicant: 辽宁工程技术大学
IPC: G06F18/2413 , G06F18/2132
Abstract: 本发明公开了一种费舍尔判别与K邻近的逆变器开路故障识别方法，包括：故障数据的提取，将已经记录的逆变器三相电流作为三维数据矩阵输入，费舍尔线性判别方法对正常数据和故障数据进行特征提取，将已经记录的逆变器三相电流作为三维数据矩阵输入，利用记录的数据构造出目标函数使得正常数据与故障数据相对离散，而正常和故障的类内数据相对聚合，从而找到正常和故障数据的鉴别矢量空间；故障类型分类。本发明能够提高逆变器开路故障判断的准确率，提高了逆变器开路故障的识别效率，节省时间；可以根据逆变器三相电流值的输入对逆变器开路故障类型直接进行判别，操作方便、步骤简单。可以快速的判断故障是否发生，有效的提取故障信息。
-
公开(公告)号：CN111428004A
公开(公告)日：2020-07-17
申请号：CN202010224878.9
申请日：2020-03-26
Applicant: 辽宁工程技术大学
IPC: G06F16/33 , G06F16/35 , G06F40/211 , G06F40/289 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合辅助信息与层级自注意力循环神经网络方面的情感分析方法，对词向量的模型进行改进；引入层次化自注意力机制模型；通过方面情感分析领域广泛使用的数据集进行验证。本发明的融合辅助信息与层级自注意力循环神经网络方面的情感分析方法针对传统注意力机制不能够对方面特征进行有效的关注，并且双向长短时记忆神经模型(BiLSTM)训练时间长、不能充分学习上下文信息等存在的问题。本发明的方法在词向量中增加词性、位置等方面辅助信息，然后通过双向门控循环神经网络(BiGRU)进行序列化信息学习，通过层次化自注意力机制为单词层和句子层调整深层次信息特征权重。
-
公开(公告)号：CN111239685A
公开(公告)日：2020-06-05
申请号：CN202010021009.6
申请日：2020-01-09
Applicant: 辽宁工程技术大学
Abstract: 本发明提供一种基于均匀设计和自组织特征映射神经网络的声源定位方法，涉及声源定位技术领域。首先确定声源所在三维空间，并将其划分为n个立体网格；选择声音信号的m个特征作为均匀设计法中的实验因素；从n个网格中选取均匀散布的k个网格做成均匀设计表；建立自组织特征映射神经网络，将均匀设计表中的数据进行归一化处理后作为该网络的输入；对自组织特征映射神经网络输入层与输出层的神经元连接权值赋值，并确定权值调整域，对权值进行更新；对自组织特征映射神经网络的学习率赋初始值，并设定学习率随训练次数增加逐渐减小；采用欧式距离法比较输入量与竞争层中的神经元对应的权值的相似性，获得声源稀疏位置，最终实现声源的精确定位。
-
公开(公告)号：CN111931851B
公开(公告)日：2024-08-02
申请号：CN202010802820.8
申请日：2020-08-11
Applicant: 辽宁工程技术大学
IPC: G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/08 , G06N20/20
Abstract: 本发明公开了一种基于一维残差神经网络的风机叶片结冰故障诊断方法，包括：获取风力发电机的SCADA数据和叶片状态数据；通过标记标签、重采样、类间平衡和归一化对SCADA数据进行预处理；对预处理后的数据进行基于叶片结冰物理机制和XGBoost特征重要性计算选取与叶片结冰最相关的特征；构建一维残差神经网络；将特征重要度排序后递增特征维度比较一维残差神经网络模型诊断的准确率；利用测试集进行测试，评估模型的诊断性能。本发明利用一维卷积层自适应的提取特征并做出叶片结冰诊断，加入残差块加深网络的同时解决网络优化的过程中存在梯度消失和梯度爆炸的问题，具有更高的综合性能和泛化能力，具有较高的预测准确度，可以将除冰系统的效率提高到最大值。
-
公开(公告)号：CN115065468B
公开(公告)日：2024-04-30
申请号：CN202210829750.4
申请日：2022-07-15
Applicant: 辽宁工程技术大学
Abstract: 针对联盟链中所采用最多的PBFT共识算法，当节点数量增多，算法时延变长，吞吐量降低和主节点选择随意的问题，提出一种基于分组信誉值的PBFT共识优化方法。对全网节点进行分组，便于在节点的选择上做了相应的筛选，控制参与共识算法节点的数量；每个节点组通过将Vague集点对点的投票值转化为模糊集的具体值作为节点信誉值，选择每个组内最高信誉值的节点作为代表节点参与共识；在共识节点中使用可验证随机函数随机选取主节点，增加主节点的不可预测性；最后，为了减少节点间的通信频率，简化了共识过程。通过实验测试表明，GV‑PBFT算法能够有效减小共识时延和提高吞吐量。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.02 seconds)
