-
公开(公告)号：CN113807393B
公开(公告)日：2024-04-26
申请号：CN202110911805.1
申请日：2021-08-10
Applicant: 北京工业大学
Abstract: 本发明公开了基于多属性非负矩阵分解的聚类方法，该方法将希尔伯特施密特准则和图正则化同时引入到单视图非负矩阵分解领域。对原始数据进行多属性分解，多方面理解数据，得到不同降维后的数据矩阵。利用希尔伯特施密特准则增加不同属性分解之间的多样性，减少冗余特征，每个低维表示都保持独立，并且对应数据特定的属性，以求能够得到更加准确的原始数据的低维表示。许多低维表示仅仅是对高维数据进行降维，但是原始的数据往往存在着某种几何结构，这对聚类有很大的帮助，也是极其重要的信息，利用图正则化项能够保持数据的局部几何结构。最后，在聚类阶段直接采取多视图下k‑means方法来整合不同属性的低维表示，充分利用了来自各个属性的信息。
-
公开(公告)号：CN112801404B
公开(公告)日：2024-03-22
申请号：CN202110186065.X
申请日：2021-02-14
Applicant: 北京工业大学
IPC: G06Q10/04 , G06Q50/40 , G06F18/214 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 一种基于自适应空间自注意力图卷积的交通预测方法属于交通领域和深度学习领域，提出一种自适应空间自注意力图卷积网络(ASSAGCN)用于交通预测。ASSAGCN的由2个残差块堆叠而成。每个残差块由一个图卷积模块(GCN)、一个多头空间自注意力模块(MHSSA)、一个门控融合模块(GF)和一个多感受野空洞因果卷积模块(MRDCC)构成。其中GCN基于连通性对路网的局部空间相关性进行建模；MHSSA用于捕获路网的隐含空间相关性，同时还能从全局聚合各个节点的信息；GF对GCN和MHSSA的输出进行融合；MRDCC用于建模时间相关性。输入层采用一个简单的全连接层将输入映射到一个高维空间提高模型的表达能力，输出层采用2个1×1的卷积层。本发明能够捕获到路网中潜在的空间相关性，适应路网结构的动态变化。
-
公开(公告)号：CN113780001B
公开(公告)日：2023-12-15
申请号：CN202110921609.2
申请日：2021-08-12
Applicant: 北京工业大学
Abstract: 本发明提出了一种面向学术论文同名消歧的可视化分析方法。在科学文献管理领域内，如何提高同名消歧的效率已成为一个亟待解决的热点问题。鲜有一种可交互的、直观的可视化工具，在结合机器学习算法的基础上，对同名作者之间的合作关系进行深入的分析和解释。本发明首先根据论文合著者存在的合作网络，生成合作关系图，用于揭示科研团队中作者的合作关系。为了展示不同作者研究方向之间的相关性，设计了合作关系图和发文期刊图之间的可视化联动。通过结合深度学习模型分别对论文和作者进行分类，实现从作者和团队任意主体出发的交叉分析与连贯推理。本发明基于真实论文数据集进行了案例研究，验证了本发明在解决论文同名消歧
-
公开(公告)号：CN117112920A
公开(公告)日：2023-11-24
申请号：CN202310836490.8
申请日：2023-07-10
Applicant: 北京工业大学
IPC: G06F16/9536 , G06N3/0464
Abstract: 本发明提出了一种基于交互图卷积网络的协同过滤方法。推荐系统为用户提供个性化的商品推荐。传统的协同过滤方法忽略了用户和商品之间的上下文语义交互，导致了推荐准确度的下降。为了解决这个问题，本方法在时间上采用滑动窗口来捕捉用户和商品之间的时序关系，并通过多层图卷积网络将上下文信息和嵌入向量相结合，从而得到动态的图嵌入表示。此外，本发明还提出了一种基于VIC正则化的损失函数，用于约束嵌入向量的方差和协方差。本发明所提出的方法为推荐系统中上下文语义交互的建模提供了一种新的思路，并有望在实际应用中得到广泛应用。
-
公开(公告)号：CN117095425A
公开(公告)日：2023-11-21
申请号：CN202310824087.3
申请日：2023-07-06
Applicant: 北京工业大学
IPC: G06V40/10 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出一种基于深度相互学习策略的换装行人重识别方法，针对换装行人重识别数据集PRCC识别精度低的问题。首先，利用人体解析网络从原始图像中提取人体掩膜，借此获取对服装变化鲁棒的外形特征。然后将原始图像和提取过人体掩膜的图像分别输入两个主干网络，两个主干网络分别学习提取行人的外表特征和外形特征。之后通过MMD损失和KL散度损失减小两支网络的输出分布差异，使得最后用于预测的外表分支主干网络获得提取对服装变化鲁棒的外形特征的能力。同时利用MMD损失重建向量使得主干网络在获得提取外形特征能力的同时保持原先提取外表特征的能力。在预测阶段，仅使用外表分支主干网络的输出来对行人进行检索，能够缩短检索时间。
-
Patent Agency Ranking
公开(公告)号：CN111860951B
公开(公告)日：2023-09-26
申请号：CN202010540661.9
申请日：2020-06-12
Applicant: 北京工业大学
IPC: G06Q10/04 , G06Q50/30 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/08
Abstract: 本发明提出一种基于动态超图卷积网络的轨道交通客流预测方法，涉及深度学习等领域，尤其是面向超图表示以及图卷积网络的流量预测任务。该方法在利用超图对轨道交通网络拓扑关系进行高阶表示的基础上，通过超图卷积模块实现图卷积网络的引入，并通过挖掘客流OD的内在时空特征构建动态超边，实现动态超图卷积网络机制。相较于传统的数学模型以及机器学习方法，该方法对于轨道交通特征的提取更加深入和准确。完成了轨道交通客流预测的任务，提高了预测准确率。
-
公开(公告)号：CN111191719B
公开(公告)日：2023-09-05
申请号：CN201911390472.1
申请日：2019-12-27
Applicant: 北京工业大学
IPC: G06F18/214 , G06F17/16
Abstract: 本发明涉及一种基于自表示和图谱约束的非负矩阵分解的图像聚类方法，特别是适用于数据集中类别复杂的聚类。本发明基于自表示和图谱约束的非负矩阵分解的图像聚类方法对高维数据进行降维，特别针对图像中存在异常值的情况，记为LRE‑GNMF。利用交替迭代法对目标函数求解，得到低维表示系数矩阵；利用低维表示系数矩阵对图像进行聚类。本方法使用非负数据矩阵作为输入，采用低秩嵌入(LRE)使得高维空间中距离较近的数据在学习到的低维空间中仍保持距离较近，从而保持数据的局部结构。本发明可广泛应用于图像识别领域。
-
公开(公告)号：CN115527273A
公开(公告)日：2022-12-27
申请号：CN202211297694.0
申请日：2022-10-22
Applicant: 北京工业大学
IPC: G06V40/20 , G06V20/40 , G06V10/40 , G06V10/62 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多流3D卷积神经网络的多视角手语识别方法，该方法基于多流3D卷积神经网络以处理多视角手语识别，使用3D卷积神经网络提取手语数据的时空特征；基于多流卷积神经网络结构达到同时输入多视角手语数据进行训练；通过多视角融合模块来融合网络每个流的识别结果，从而充分利用不同视角手语数据的互补信息，使得多视角手语识别更准确。
-
公开(公告)号：CN108171249B
公开(公告)日：2022-03-08
申请号：CN201810083376.1
申请日：2018-01-29
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于RGBD数据的局部描述子学习方法，包括设计卷积神经网络模型，使用随机梯度下降方法训练卷积神经网络，使用训练完成的卷积神经网络构造描述子。其中卷积神经网络模型包含两部分：第一部分为特征提取层，第二部分为特征融合层；其中特征提取层分为两个子网络：二维卷积子神经网络和三维卷积子神经网络；特征融合层为全连接神经网络；二维卷积子神经网络和三维卷积子神经网络是平行网络。本发明解决了RGBD数据融合方式提取特征点描述子的问题，相对于其他同类方法，本方法鲁棒性更强，匹配准确率更高。
-
公开(公告)号：CN113918711A
公开(公告)日：2022-01-11
申请号：CN202110866447.7
申请日：2021-07-29
Applicant: 北京工业大学
Abstract: 一种基于多视图多层注意力的面向学术论文的分类方法涉及深度学习领域、图神经网络领域。在当今信息化高速发展的时代，传统的论文匹配方法仅仅使用单一的关系图，导致匹配效果不佳。本发明首先将论文之间的多种关系图输入图卷积神经网络，做到了更准确地捕捉真实论文数据的复杂关系。然后在捕捉到多种关系的基础上，使用多层注意力机制，学习到了每一篇论文的最优表示。最后引入自动编码器模块，缓解了图卷积网络在学习多视图信息时产生的过平滑问题。结果表明，通过将多层注意力与多视图输入结合，并将自动编码器与图神经网络相结合，提高了对学术论文分类的精度，从而实现了数字图书馆中对论文与论文作者的高效匹配。
-
-
-
-
-
-
-
-
-
Search Results
151
records
(took 0.029 seconds)
