-
公开(公告)号：CN116228400A
公开(公告)日：2023-06-06
申请号：CN202310190601.2
申请日：2023-03-02
Applicant: 河北工业大学
IPC: G06Q40/03 , G06F16/901 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明为一种基于属性重构与注意力机制的信用卡用户行为预测方法，首先获取银行系统某一时期信用卡用户的历史数据，将历史数据转换为图数据；图数据的节点代表信用卡用户，边表示用户间的联系；获取图拓扑信息和节点属性矩阵；然后，基于图卷积神经网络构建节点属性重构模型，节点属性重构模型包括编码器和解码器，编码器将图拓扑信息和节点属性信息编码为潜在分布矩阵，解码器将潜在分布矩阵解码为重构的节点属性矩阵；最后，构建信用卡用户行为预测模型，将图拓扑信息和重构的节点属性矩阵输入到模型中，得到各个节点的预测标签；将训练后的信用卡用户行为预测模型用于新用户的行为预测。通过节点属性重构可以补全缺失的属性信息，同时缓解了节点敏感属性对预测结果公平性的影响。
-
公开(公告)号：CN114169504A
公开(公告)日：2022-03-11
申请号：CN202111503170.8
申请日：2021-12-10
Applicant: 河北工业大学
Abstract: 本发明为基于自适应滤波的图卷积神经网络池化方法，该方法提出了自适应滤波图卷积神经网络SFGCN和自适应滤波图卷积神经网络的池化操作SFGPool，SFGCN具有低通滤波器、高通滤波器和带通滤波器，对池化操作的输入进行了增强，相比于传统的图卷积网络，补充了中频和高频信息，防止信息丢失从而增强了网络的拟合能力；自适应滤波图卷积神经网络引入两个可学习参数，能在训练过程中对滤波器的频率特性进行自适应调节，对于不同的图分类任务可通过可学习参数控制每个频段的贡献。
-
公开(公告)号：CN112180717B
公开(公告)日：2021-09-03
申请号：CN202011097759.8
申请日：2020-10-14
Applicant: 河北工业大学
IPC: G05B13/02
Abstract: 本发明提供一种基于2D模型的热交换器温度模糊控制方法及系统，包括建立热交换器温度控制系统的动态演化模型；用T‑S模糊2D系统表征原被控系统动态特性；对系统的输出信号进行测量，并设计模糊固定阶输出反馈控制器，利用系统增广技术在统一的凸优化框架内给出模糊控制器的参数化设计方法。本发明基于2D动态模型针对热交换器温控系统进行刻画，更能体现系统状态在时间和空间上的演化特性。设计了模糊固定阶输出反馈控制器。该模糊固定阶输出反馈控制器仅利用系统的输出信号就能对热交换器系统进行有效的控制，同时改善了系统的鲁棒抗扰性能，有效地扩大了本发明的适用范围。
-
公开(公告)号：CN113269818A
公开(公告)日：2021-08-17
申请号：CN202110641642.X
申请日：2021-06-09
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于深度学习的地震数据纹理特征重建方法。本发明采用纹理提取网络，用浅层卷积网络进行训练，该纹理提取网络随着训练的过程不断更新自己的参数，使得纹理提取网络能够提取到最合适的纹理特征信息。采用归一化内积的方法分别计算上采样低分辨率图像特征图Q中的一个特征块和下上采样参考图像特征图K的一个特征块的两两特征块之间的相似度ri，j，通过分块计算相似度来进行迁移学习，用注意力机制进行纹理迁移。在损失函数部分加入了对抗损失和感知损失。本发明能够自动更新参数，不需要其他的先验信息，并且可以学习复杂的纹理特征结构，有效地避免空间假频问题，能够快速重建出清晰的高分辨率地震数据。
-
公开(公告)号：CN112884045A
公开(公告)日：2021-06-01
申请号：CN202110208919.X
申请日：2021-02-25
Applicant: 河北工业大学
Abstract: 本发明为基于多视角的随机删边嵌入模型的分类方法，该分类方法从两个视角分别是一阶邻居的编码和图扩散分布的各自的特殊通道和他们两个共享权重通道对其进行随机删边操作求和分别做KL散度，两个独特通道和共享权重通道再结合图注意力自适应权重嵌入可以实现最佳性能。基于随机删除边的思想对邻接矩阵和图扩散进行了节点增强，防止过拟合和过平滑增强模型的深度和嵌入能力，提高分类效果及分类速度。
-
Patent Agency Ranking
公开(公告)号：CN112163611B
公开(公告)日：2021-04-06
申请号：CN202011014635.9
申请日：2020-09-24
Applicant: 河北工业大学
Abstract: 本发明公开了一种基于特征张量的高维地震数据插值方法，包括数据的预处理、训练特征张量的提取、张量回归模型的训练学习和插值重建。本发明将张量回归模型应用于地震数据插值重建中，以张量作为输入特征进行训练，将原始特征直接输入至张量回归模型，并不破坏高维数据的结构信息，有效保留了原始特征中的结构信息，提高了高维地震数据的结构信息利用率，提高了机器学习方法的插值效果，提高了地震数据的恢复质量，进而提高了地震资料解释的准确性，实现了对不同类型不同维度地震数据的普适能力。
-
公开(公告)号：CN111830560A
公开(公告)日：2020-10-27
申请号：CN202010728475.8
申请日：2020-07-24
Applicant: 河北工业大学
Abstract: 本发明公开一种基于降秩算法的地震数据重建方法，其特征在于，该方法的操作步骤如下：第一步，获取时域上存在缺失的地震数据Y，设定最优秩为k；将地震数据Y转换为各频率切片的块Hankel矩阵；第二步，采用循环加权中位数算法对块Hankel矩阵的约束进行最小化以降低其秩，得到降秩块Hankel矩阵；第三步，对降秩块Hankel矩阵进行逆向变换，得到在频域内的重构数据 该方法将循环加权中值算法与Hankel预变换相结合，可以避免求解SVD；通过合成数据和实际数据实验，表明该方法具有更高的计算精度和效率。
-
公开(公告)号：CN110853011A
公开(公告)日：2020-02-28
申请号：CN201911095123.7
申请日：2019-11-11
Applicant: 河北工业大学
Abstract: 本发明用于肺结节检测的卷积神经网络模型的构建方法，涉及图像分析，是一种根据肺结节不同形态自适应提取特征的肺结节检测方法，引入了自适应卷积层和多尺寸特征图融合预测技术，充分考虑到CT图像中不同结节的大小以及形态差异，提高速度的同时也提高了精度，克服了现有技术使用的3D和2D卷积检测模型均存在使用不同的卷积神经网络提取特征没有充分考虑到CT图像中不同结节的形态差异和3D卷积网络的计算量比较大需要很大的内存空间，使得其应用受到限制的缺陷。
-
公开(公告)号：CN109859063A
公开(公告)日：2019-06-07
申请号：CN201910049502.6
申请日：2019-01-18
Applicant: 河北工业大学
IPC: G06Q50/00
Abstract: 本发明实施例公开了一种社区发现方法、装置、存储介质及终端设备。所述社区发现方法包括：基于预设规则确定待分析网络中预设数量的目标网络节点，并基于所述目标网络节点构建约束点集合；根据所述约束点集合构建约束矩阵；根据所述约束矩阵对所述待分析网络进行社区结构划分。通过本发明实施例提供的技术方案，能够充分利用待分析网络中的约束信息，但又不会过分依赖先验知识，准确、高效地对待分析网络进行社区结构的划分，有利于进一步指导待分析网络的社区结构的挖掘。
-
公开(公告)号：CN119311950A
公开(公告)日：2025-01-14
申请号：CN202411482001.4
申请日：2024-10-23
Applicant: 河北工业大学
IPC: G06F16/9535 , G06N3/042
Abstract: 本发明公开了一种基于图神经网络的图像推荐方法，涉及推荐系统技术领域，该方法包括以下步骤：构建模型输入、构建图神经网络模型、对比学习模块、联合训练与优化、推荐生成与评估。本发明将知识图谱中的关系嵌入矩阵考虑到图神经网络模型，并将知识图谱的拼接向量作为构建用作为扩展节点嵌入向量输入模型，并结合交互图，经过图神经网络与对比学习，能够深度挖掘用户与图像间的复杂关系，准确捕捉用户偏好，从而显著提升推荐的准确性，扩展用户与图像节点的多维度特征，结合上下文感知技术，该方法能为用户提供高度个性化的推荐服务，满足用户的独特需求，提升用户体验。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.029 seconds)
