基于Bi-GRU神经网络和自注意力机制的网络文本情感分析方法

    公开(公告)号:CN112527966B

    公开(公告)日:2022-09-20

    申请号:CN202011505978.5

    申请日:2020-12-18

    Abstract: 本发明涉及一种基于Bi‑GRU神经网络和自注意力机制的网络文本情感分析方法,属于信息技术领域。该方法包括:S1:获取网络文本信息,利用词嵌入向量对文本进行编码;S2:通过Bi‑GRU网络层对句子的前向和后向信息进行汇总,然后对来自这两个方向的信息进行合并得到最终的隐含向量;S3:将得到的隐含向量输入到多层感知器中,得到新的隐含表示,然后计算单词的重要性词级上下文向量,在训练过程中随机初始化并且共同学习;S4:将每个单词的隐含向量乘以其通过自注意力层获得的对应权重,然后通过改进的softmax层进行文本情感分类。本发明能有效提高网络文本情感分类准确性。

    一种基于5G异构网络融合的智能平台接入方法

    公开(公告)号:CN113543220B

    公开(公告)日:2022-05-17

    申请号:CN202110818808.0

    申请日:2021-07-20

    Abstract: 本发明涉及一种基于5G异构网络融合的智能平台接入方法,属于计算机技术领域。该方法包括:S1:将MEC系统与5G网络相结合;S2:当边缘设备发送连接请求到基站时,采用网络筛选算法剔除不合格网络;S3:采用层次分析法对网络服务质量、成本和网络负载进行权重分配,得到决策效用、带宽效用和延迟效用的最优解;S4:在运行过程中,通过模糊逻辑将边缘用户的偏好转化为决策属性的权重再进行并行模糊处理,模糊化数据利用步骤S3的效用函数得到各个网络服务质量矩阵,用户进而自适应地选择最优网络。本发明有助于在动态环境中有效降低乒乓效应,能够高效地接入网络,降低接入时间,提高用户满意度和减少接入失败。

    一种基于5G异构网络融合的智能平台接入方法

    公开(公告)号:CN113543220A

    公开(公告)日:2021-10-22

    申请号:CN202110818808.0

    申请日:2021-07-20

    Abstract: 本发明涉及一种基于5G异构网络融合的智能平台接入方法,属于计算机技术领域。该方法包括:S1:将MEC系统与5G网络相结合;S2:当边缘设备发送连接请求到基站时,采用网络筛选算法剔除不合格网络;S3:采用层次分析法对网络服务质量、成本和网络负载进行权重分配,得到决策效用、带宽效用和延迟效用的最优解;S4:在运行过程中,通过模糊逻辑将边缘用户的偏好转化为决策属性的权重再进行并行模糊处理,模糊化数据利用步骤S3的效用函数得到各个网络服务质量矩阵,用户进而自适应地选择最优网络。本发明有助于在动态环境中有效降低乒乓效应,能够高效地接入网络,降低接入时间,提高用户满意度和减少接入失败。

    一种基于Ceph分布式系统多机架更新修复数据的优化方法

    公开(公告)号:CN112463812A

    公开(公告)日:2021-03-09

    申请号:CN202011518030.3

    申请日:2020-12-21

    Abstract: 本发明涉及一种基于Ceph分布式系统多机架更新修复数据的优化方法,属于分布式存储数据更新修复领域。该方法先对同机架内的编码块聚合到一个节点,然后对其解码操作,完成解码运算的一部分,接着把各个机架的解码结果传输到另一个节点,然后对所有获得的解码结果进行异或处理,得到丢失的数据。相比传统的RS解码,本发明减少了机架间传输量,大大减少了修复数据的时间。

    基于Bi-GRU神经网络和自注意力机制的网络文本情感分析方法

    公开(公告)号:CN112527966A

    公开(公告)日:2021-03-19

    申请号:CN202011505978.5

    申请日:2020-12-18

    Abstract: 本发明涉及一种基于Bi‑GRU神经网络和自注意力机制的网络文本情感分析方法,属于信息技术领域。该方法包括:S1:获取网络文本信息,利用词嵌入向量对文本进行编码;S2:通过Bi‑GRU网络层对句子的前向和后向信息进行汇总,然后对来自这两个方向的信息进行合并得到最终的隐含向量;S3:将得到的隐含向量输入到多层感知器中,得到新的隐含表示,然后计算单词的重要性词级上下文向量,在训练过程中随机初始化并且共同学习;S4:将每个单词的隐含向量乘以其通过自注意力层获得的对应权重,然后通过改进的softmax层进行文本情感分类。本发明能有效提高网络文本情感分类准确性。

    基于数据存储的安全管理方法

    公开(公告)号:CN113536396A

    公开(公告)日:2021-10-22

    申请号:CN202110839906.2

    申请日:2021-07-20

    Abstract: 本发明涉及一种基于数据存储的安全管理方法,属于信息技术领域,包括以下步骤:S1:用户发送存储请求,系统进行初始化;S2:采用径向基神经网络对数据序列进行处理得到初始向量,再将所述初始向量进行多次加密处理得到带密钥的哈希函数;S3:基于得到的带密钥的哈希函数,将现有的Merkle哈希树MHT扩展成一个编号树,并采用改进的Merkle哈希树IMHT结构构造数据块的验证信息;S4:进行完整性审核,并将完整性审核结果发送给用户。本方法能够有效的提高数据的读写性能,并且使得数据安全操作的性能比当前的标准实现有所提高。

    一种改进离散萤火虫算法的数据仓库ETL调度优化方法

    公开(公告)号:CN113535683A

    公开(公告)日:2021-10-22

    申请号:CN202110834153.6

    申请日:2021-07-20

    Abstract: 本发明涉及一种改进离散萤火虫算法的数据仓库ETL调度优化方法,属于数据库技术领域,包括(1)数据仓库ETL调度优化通过离散萤火虫种群实现各自位置的优化,根据ETL调度任务集合T(i)进行初始化;(2)根据初始化后的萤火虫位置计算萤火虫亮度,萤火虫亮度通过目标函数计算获取;(3)对于萤火虫位置的更新则是根据萤火虫亮度进行移动,分为普通萤火虫的移动和最优萤火虫的移动。普通萤火虫根据自适应步长进行移动,并且表示了移动的方向,最优萤火虫的移动就是寻找当前情况下的最优解;(4)判断迭代次数是否满足条件,不满足继续进行迭代过程,满足则输出全局最优值。本方法提高了ETL访问效率。

    一种基于骨架信息的双向LSTM-CNN的视频行为识别方法

    公开(公告)号:CN112528891A

    公开(公告)日:2021-03-19

    申请号:CN202011490831.3

    申请日:2020-12-16

    Abstract: 本发明涉及一种基于骨架信息的双向LSTM‑CNN的视频行为识别方法,属于视频处理领域。该方法首先基于视频帧进行人体骨架序列信息的提取,之后将数据归一化处理,将处理后的数据输入到双向LSTM网络中进行时间序列特征的提取;将经过时间特征提取后的骨架序列输入到卷积神经网络中提取空间特征;最后将经过双向LSTM‑CNN网络提取的时空特征输入到SVM分类器中将行为识别分类。本方法不仅充分识别了视频序列中的时空信息而且提高了行为识别的准确率。

Patent Agency Ranking