-
公开(公告)号：CN107609006A
公开(公告)日：2018-01-19
申请号：CN201710608338.9
申请日：2017-07-24
Applicant: 华中师范大学
Abstract: 本发明属于信息搜索技术领域，提供一种基于地方志研究的搜索优化方法，包括(1)调用地方志分词算法，用于统计生成地方志的补充词汇，将默认词库中没有的词汇补充在自定义词库中，提高分词的准确性；(2)调用融合词语序列特征的搜索优化算法，通过比对词语序列特征，修正默认搜索算法的评分值。对词序相似度进行量化计算分值，然后修正BM25算法或VSM算法的分值，计算出最终得分值，词频和词序相似度都高的文章得分值高；将得分最高、最接近的文章排序在列表最顶端，返回更加符合用户的语义的搜索结果，进而提高搜索的精确度。本发明方法优化了搜索算法匹配度的计算公式，使得搜索结果更加精确。
-
公开(公告)号：CN118940796A
公开(公告)日：2024-11-12
申请号：CN202410961044.4
申请日：2024-07-17
Applicant: 华中师范大学
IPC: G06N3/042 , G06N3/0442 , G06N3/084
Abstract: 本发明针对现有知识追踪方法忽略数据选择偏置导致的虚假关联问题，提出一种基于因果不变性解耦序列的知识追踪方法，通过设计的因果注意力机制以及因果干预操作，将反应序列解耦成因果子序列和琐碎子序列，从而发现与作答表现存在因果关联的作答子序列，去除冗余、无关的作答，实现知识追踪预测任务的精准性的提高，并通过因果分析技术提高知识追踪方法的可解释性。本发明实现了对序列中冗余数据的精简，并且提高了预测任务的精准性，极大提高了知识追踪方法的可解释性。
-
公开(公告)号：CN114021721B
公开(公告)日：2024-11-12
申请号：CN202111266619.3
申请日：2021-10-28
Applicant: 华中师范大学
IPC: G06N5/022
Abstract: 本发明属于知识追踪技术领域，提供一种基于学习过程片段的时空注意力知识追踪方法，包括以下步骤：(1)知识跟踪问题定义和数据预处理；(2)时空注意力模型的构建；(3)模型的训练与预测。本发明方法从学习过程片段的角度建模知识追踪问题，使得模型可以同时建模答题者学习速率和知识状态，可适应不同答题者之间的差异，并加入基于时序注意力的遗忘机制，考虑答题者学习过程中的遗忘过程，更加符合人类的学习规律，对学习过程更好的建模。
-
公开(公告)号：CN118095531A
公开(公告)日：2024-05-28
申请号：CN202410100007.4
申请日：2024-01-24
Applicant: 华中师范大学
IPC: G06Q10/04 , G06Q50/20 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及教育大数据挖掘、时空图神经网络与学生行为建模领域，提供一种基于多尺度时空卷积注意力知识追踪方法，采用embedding的方法将试题和学生响应进行嵌入表征；随后，运用键值网络生成学生隐藏知识状态；用空间图卷积技术对知识结构维度演化进行建模；同时，利用多尺度时空卷积注意力网络建模知识累积性演化，并使用时序门控卷积网络模拟学生记忆和遗忘行为；最后，将结构性演化和累积性演化分别建模两部分隐藏知识状态进行融合，通过多头注意力网络结合学生知识状态和试题特征，实现对学习者的知识状态的表征和学习者表现预测。本发明能够科学、全面地对学生学习情况进行预测，辅助教师进行精准教学。
-
公开(公告)号：CN116993007A
公开(公告)日：2023-11-03
申请号：CN202310889116.4
申请日：2023-07-19
Applicant: 华中师范大学
IPC: G06Q10/04 , G06Q50/20 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/0985 , G06F18/2415 , G06F18/25
Abstract: 本发明属于知识追踪技术领域，提供一种集成动态与静态关系的工作记忆知识追踪方法，包括以下步骤：(1)试题与概念之间静态关系构建与向量表示；(2)交互之间的动态关系表示；(3)记忆过程追踪；(4)模型预测；(5)模型训练。本发明集成动态与静态关系的工作记忆知识追踪方法，能够有效提升知识追踪的预测精确度。
-
Patent Agency Ranking
公开(公告)号：CN115841172A
公开(公告)日：2023-03-24
申请号：CN202211311803.X
申请日：2022-10-25
Applicant: 华中师范大学
IPC: G06Q10/04 , G06Q10/067 , G06Q50/20 , G06N3/0442 , G06N3/0499
Abstract: 本发明涉及教育数据挖掘、深度学习与知识追踪领域，提供一种选项价值增强的多任务知识追踪方法，包括：(1)选项价值计算与特征嵌入；(2)混合专家集成；(3)注意力门控选择；(4)多任务预测。本发明利用时间序列建模、多任务学习等技术方法，采用选项价值来表示部分或全部知识，同时对学生知识状态进行建模，使学生的学习状态更加符合真实学习场景，辅助个性化教学。
-
公开(公告)号：CN110363509B
公开(公告)日：2022-03-29
申请号：CN201910655113.8
申请日：2019-07-19
Applicant: 华中师范大学
Abstract: 本申请提供了一种信息保护方法及装置，通过从联盟链中获取目标信息；基于预先构建的加密椭圆曲线、公共字符串及所述目标信息，生成所述目标信息对应的加密的第一验证多项式；将所述第一验证多项式发送至联盟链，以使所述联盟链检验所述第一验证多项式是否成立，并在所述第一验证多项式的成立时，执行所述目标信息对应的操作。与现有技术中的信息保护方法相比，本申请通过验证目标信息对应的验证多项式是否成立，进而验证目标信息的合法性，可以防止目标信息在验证过程中被盗取，取代中心化的第三方交易所，进一步提升联盟链的安全性。
-
公开(公告)号：CN114021722A
公开(公告)日：2022-02-08
申请号：CN202111278587.9
申请日：2021-10-30
Applicant: 华中师范大学
IPC: G06N5/02
Abstract: 本发明属于教育数据挖掘领域，提供一种融合认知刻画的注意力知识追踪方法，包括：(1)数据预处理；(2)特征融合；(3)表现预测；(4)模型训练。本发明提出了一套基于学习者认知画像的注意力知识追踪框架，此框架分别对学习者的记忆、实践和语言三方面特征进行建模，最终根据上述所得三方面特征进行联合建模，综合考虑学习者多方面的信息，以此来提升模型对于学习者知识掌握情况和未来表现预测的表现。
-
公开(公告)号：CN107992746B
公开(公告)日：2021-06-25
申请号：CN201711362562.0
申请日：2017-12-14
Applicant: 华中师范大学
IPC: G06F21/55 , G06F16/2458 , G06F16/28
Abstract: 本发明提供了一种恶意行为挖掘方法及装置，涉及云计算技术领域。所述恶意行为挖掘方法包括：采集多维度异构数据；将所述多维度异构数据进行分布式实时处理，生成实时数据流；基于预先建立的恶意行为攻击特征库，判断所述实时数据流中是否有恶意行为；在为否时，将所述实时数据流标准化，形成行为数据链并输入到数据库中进行挖掘。本发明通过在各维度的提取的数据特征进行训练得到攻击特征库，能够在处理实时数据时迅速判断出是否为恶意行为数据，同时可以通过这些数据不断的更新特征库，使得该模型在判定结果上更加的精确，可以更持续地对大量、复杂的数据进行完整、快速地判断。
-
公开(公告)号：CN111221939A
公开(公告)日：2020-06-02
申请号：CN201911163381.4
申请日：2019-11-22
Applicant: 华中师范大学
Abstract: 本发明提供了一种评分方法、装置和电子设备；包括：获取待评分文本和预设的标准文本；提取特征数据；将特征数据输入至预先设定的相似度分析模型中，得到待评分文本和标准文本的相似度数据；计算待评分文本和标准文本的检索相似度；根据语义相似度、文本相似度和检索相似度，确定待评分文本的评分。该方法分别提取待评分文本和标准文本的特征数据，输入至相似度分析模型中，得到语义相似度和文本相似度，计算待评分文本和标准文本的检索相似度，根据语义相似度、文本相似度和检索相似度，确定待评分文本的评分。该方式中，不仅考虑了文本特征，还考虑了语义特征，根据检索相似度确定待评分文本的评分，可以减少评分时间，增加评分的可靠性。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.029 seconds)
