一种海量数据库表快速分类的方法

    公开(公告)号:CN111104466B

    公开(公告)日:2023-07-28

    申请号:CN201911357917.6

    申请日:2019-12-25

    Abstract: 本发明涉及一种海量数据库表快速分类的方法,其中,包括,计算互信息熵获取每个表的关键属性,根据属性字段类型的元数据信息及数据内容摘要构建所选属性的特征向量,利用机器学习的聚类算法对关键属性进行聚类,对聚类中心打标签,形成训练集训练分类算法,将训练好的分类算法应用于余属性分类,对分类结果进行抽样判断,反向优化分类算法,输出所有数据库表属性字段的类别。本发明结合数据库字段元数据信息和字段内容构建字段特征向量,通过对待分析的数据库关键字段进行聚类并设置数据领域(打标签),构建训练集,训练行业特色的分类算法,简化手工处理工作量。

    一种节点关系学习方法和节点关系学习装置

    公开(公告)号:CN116049495A

    公开(公告)日:2023-05-02

    申请号:CN202211693752.1

    申请日:2022-12-28

    Abstract: 本发明公开了一种节点关系学习方法和节点关系学习装置,涉及计算机技术领域,以解决现有技术的方法忽略了节点之间的全局关系的问题。所述节点关系学习方法包括:获取图结构对应的节点特征矩阵和邻接矩阵;采用图神经网络处理节点特征矩阵和邻接矩阵,确定第一奖励值;利用第一奖励值更新邻接矩阵,确定第一邻接矩阵;采用图神经网络处理节点特征矩阵和第一邻接矩阵,确定第二奖励值;利用第二奖励值更新第一邻接矩阵,确定第二邻接矩阵;根据奖励值和邻接矩阵的更新关系,采用图神经网络对节点特征矩阵和更新后的邻接矩阵进行迭代,直至到达预设迭代次数为止。本发明还提供了包括上述节点关系学习方法的节点关系学习装置和计算机存储介质。

    基于强化学习的机器人一体化网络架构优化方法及系统

    公开(公告)号:CN114610037A

    公开(公告)日:2022-06-10

    申请号:CN202210254462.0

    申请日:2022-03-15

    Abstract: 本发明提供了一种基于强化学习的机器人一体化网络架构优化方法及系统,首先基于多模传感器在一个由浅入深的分层式网络中进行不同程度的环境抽象特征提取;然后以上述分层式网络为主干,根据移动机器人的定位、规划、目标识别和博弈决策等方面的需求,在不同抽象层位置设计分支网络进行一体化网络实现;最后采用多目标联合的融合优化对前述一体化网络进行迭代优化,使得机器人输出合理移动和博弈策略。本发明提出的一种主干特征分层抽取、多任务分支式设计的一体化网络结构及其优化方法,解决了现有移动机器人各功能模块松耦合和分离研究的问题,提升了网络运行效率和数据利用率,减少了模块间冗余和耦合调试成本,有利于实际应用。

    一种带可变楔形翼的导弹侧向喷流控制装置及方法

    公开(公告)号:CN112747637A

    公开(公告)日:2021-05-04

    申请号:CN202110200882.6

    申请日:2021-02-23

    Abstract: 本发明涉及一种带可变楔形翼的导弹侧向喷流控制装置及方法,包括:气流调节模块,包括:对应设置在每个喷口靠近弹头的一侧的楔形翼,楔形翼截面为扇形,楔形翼安装在弹体上开设的凹槽内,且楔形翼的弧面朝向喷口设置,楔形翼背离弧面的一端和凹槽内壁铰接;凹槽内底面设置有驱动模块;第一监测模块用于实时监测喷口靠近弹尾一侧的气压值一P1;第二监测模块用于实时监测喷口和楔形翼之间的气压值二P2;控制模块,用于根据气压值一P1和气压值二P2的信息,控制驱动模块调节楔形翼上端面距弹体表面的倾角θ。本装置通过设置楔形翼,并控制楔形翼调整倾角,来使导弹获得更加稳定的侧向力和力矩,进而提高导的飞行控制效果,值得推广。

    基于云影像的强人工智能检测、筛查及预测系统和方法

    公开(公告)号:CN118471471A

    公开(公告)日:2024-08-09

    申请号:CN202410617867.5

    申请日:2024-05-17

    Abstract: 本发明提出一种基于云影像的强人工智能检测、筛查及预测系统,属于智慧医疗技术领域,包括影像预处理模块、影像增强模块、影像分割模块、影像识别模块、影像重构模块;构建了检测模型、筛选模型、预测模型;本发明同时提出了检测、筛查及预测方法,包括:对原始云影像进行预处理;基于AI+云影像的数据质量和数量双维度增强;基于Swin‑UNet的核影像分割方法,对云影像做基于Swin UNet的核影像分割处理;基于GNNs‑UG‑GAT网络的疾病检测方法,对云影像做基于GNNs‑UG‑GAT网络的疾病检测处理;基于像素流BS数字孪生架构的4D影像重建方法,对云影像做基于像素流BS架构的数字孪生模型重构。本发明能够提高放射科医生对疾病的鉴别筛查能力,增加工作效率和检出的正确率。

    一种基于对抗增强的小样本图像数据拓展方法

    公开(公告)号:CN114004295B

    公开(公告)日:2024-08-02

    申请号:CN202111280363.1

    申请日:2021-10-29

    Abstract: 本发明公开了一种基于对抗增强的小样本图像数据拓展方法。本发明使用新颖的生成对抗网络来学习数据增强的表示和过程,展示来自单个新的数据点的真实数据增强样本,结合辅助图重构器及多层图表示门获取增强图像与验证域图像的多层级表示聚合向量,利用源域图像构建多类原型图,将验证域图像的多层级表示聚合向量与对应类原型图之间的欧式距离作为相似度阈值,保留多层级表示聚合向量与对应类原型图之间的欧式距离小于或等于相似度阈值的增强图像,作为拓展结果。本发明在数据量少的情况下使用增强样本对小样本进行训练并进行评估,结果表明,使用增强样本可以提高标准分类器的性能,所有任务的泛化性能都有显著提高。

Patent Agency Ranking