-
公开(公告)号：CN112116142A
公开(公告)日：2020-12-22
申请号：CN202010961528.0
申请日：2020-09-14
Applicant: 桂林电子科技大学
IPC: G06Q10/04 , G06Q50/20 , G06N3/08 , G06K9/62 , G06F16/28 , G06F16/2458 , G06F16/2455 , G06F16/21
Abstract: 本发明公开了一种基于深度学习的学生成绩预测系统及方法，涉及深度学习技术领域，包括数据管理模组和模型运作模组，所述数据管理模组包括用户信息模块和成绩信息模块，用户信息模块用以实现用户注册、用户登录和用户信息修改的功能，所述成绩信息模块用以实现用户对成绩信息的查询以及对成绩信息的修改，所述模型运作模组包括模型训练模块和模型预测模块，所述模型训练模块实现对多次的模型初训练，所述模型预测模块与所述模型训练模块通信，实现对初训练后模型的成绩预测，利用了深度学习算法，深度学习能够快速提取稀疏数据的重要特征，并处理复杂的非线性数据，从而提高预测模型的准确率。
-
公开(公告)号：CN112018521A
公开(公告)日：2020-12-01
申请号：CN202010866866.6
申请日：2020-08-26
Applicant: 桂林电子科技大学
IPC: H01Q17/00
Abstract: 本发明为一种基于二氧化钒的电/光可调太赫兹双频吸收器，其主要特征是：包括金属基底、位于金属基底之上的高阻硅层和固定于高阻硅层表面的二维阵列，每个阵列单元包括一个小尺寸方形开口环金属结构、一个大尺寸方形开口环金属结构、2个相变垫片和1条引线。上相变垫片处于单元内引线上侧的小尺寸方形开口环金属结构开口处，下相变垫片处于单元内引线下侧的大尺寸方形开口环金属结构开口处。二维阵列两侧各固定一电极，分别连接直流电源的正负极。吸收器的调谐触发方式为两种，电触发与激光触发。本发明可用电/光实现太赫兹双频吸收器的快速有效调谐，无需繁琐的更换不同吸收频率太赫兹吸收器，适用于不同场合，操作简单。
-
公开(公告)号：CN107590139B
公开(公告)日：2020-10-27
申请号：CN201710856687.2
申请日：2017-09-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于循环矩阵翻译的知识图谱表示学习方法，首先利用随机生成方法对错误三元组进行生成，并将所有实体与关系分别嵌入不同空间；其次利用循环矩阵生成规则，生成循环矩阵对实体进行投影；再次通过评分函数对三元组的嵌入进行评价；最后利用两种不同损失函数将实体和关系关联起来，并使用SGD算法最小化损失函数，当达到优化目标时，即可获得知识图谱中每个实体向量和关系向量的最佳表示，从而更好的表示实体与关系之间的联系，并能够很好的应用于大规模的知识图谱补全当中。本发明具有较强可行性和良好的实用性。
-
公开(公告)号：CN111460249A
公开(公告)日：2020-07-28
申请号：CN202010110899.8
申请日：2020-02-24
Applicant: 桂林电子科技大学
IPC: G06F16/951 , G06F16/9535 , G06N3/04 , G06N3/08 , G06Q50/20
Abstract: 本发明提供的是一种基于学习者偏好建模的个性化学习资源推荐方法。其特征是：将从在线学习平台中获取学习者相关学习日志文件，包括学习者的历史课程注册记录、对应课程分数以及课程相关属性等数据作为输入数据，通过嵌入注意力机制来更好地获取学习者的历史课程偏好，将其作为自动编码器神经网络的编码输入，然后构建课程知识图谱获得课程先决知识关系，根据课程之间的关联性进行解码，最后计算出学习者学习目标课程的概率，根据概率由大到小来生成学习者的目标推荐列表，以此提高推荐结果的个性化和准确性。
-
公开(公告)号：CN110555112A
公开(公告)日：2019-12-10
申请号：CN201910777238.8
申请日：2019-08-22
Applicant: 桂林电子科技大学
IPC: G06F16/36 , G06F16/9535 , G06F16/9537 , G06Q10/06 , G06Q50/14 , G06N3/04
Abstract: 本发明提供了一种基于用户正负偏好学习的兴趣点推荐方法，使用神经网络学习用户和景点交互的深层次特征，同时训练出两个神经网络模型，正偏好神经模型和负偏好神经模型；正偏好神经网络模型产生用户喜欢的景点的列表，然后通过负偏好神经网络模型优化并得到最终推荐列表，为用户提供更精确的景点推荐；以解决传统的兴趣点推荐精度不高和推荐结果个性化程度低等问题。
-
Patent Agency Ranking
公开(公告)号：CN110489547A
公开(公告)日：2019-11-22
申请号：CN201910623885.3
申请日：2019-07-11
Applicant: 桂林电子科技大学
IPC: G06F16/35 , G06F16/36 , G06F16/9535 , G06K9/62 , G06N3/04
Abstract: 本发明提出一种基于混合式监督学习的旅游景点推荐方法，包括：获取游客历史游览数据；构建景点知识图谱；对景点知识图谱根据景点的属性类别进行相应的属性子图抽取；生成景点序列；对景点序列进行训练将景点序列映射到低维向量空间中，生成特征向量；对每个景点在不同属性下的向量进行相加平均得到每个景点的融合语义特征向量；学习游客向量和景点潜在向量；将所述游客向量和融合语义特征通过矩阵分解得到第一交互向量；利用多层感知机得到游客向量和景点潜在向量的第二交互向量；将第一交互向量与第二交互向量拼接并做归一化处理得到游客对景点的评分；将游客对景点的评分从高到低排序，取前K个分数最高对应的景点，得到top_k景点推荐列表。
-
公开(公告)号：CN106657106B
公开(公告)日：2019-11-08
申请号：CN201611256846.7
申请日：2016-12-30
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种基于时态描述逻辑ALC‑μ的语义物联网服务验证方法和系统，方法包括：根据构建包含语义物联网服务的背景知识库K；构建待验证的语义物联网服务性质的公式；建模得到状态转移系统模型M；将待验证的语义物联网服务中的原子服务的语义进行断言；根据断言集合对在设定状态S下的状态转移系统模型M性质的正确性进行验证。发明将描述逻辑ALC的推理机制与μ演算模型检测算法结合起来，给出相应的时态描述逻辑ALC‑μ及其模型检测算法；一方面使用ALC‑μ公式对所期望的性质进行刻画，另一方面参照ALC‑μ的解释结构引入状态迁移系统，作为待检测的系统模型，弥补了传统验证方法没有考虑对命题描述不充分的局限性。
-
公开(公告)号：CN105825293B
公开(公告)日：2019-07-19
申请号：CN201610137366.2
申请日：2016-03-10
Applicant: 桂林电子科技大学
CPC classification number: Y02P90/30
Abstract: 本发明公开一种基于果蝇优化算法的多工位装配序列规划方法，包括：采用优先序列图表示零件间的优先约束关系，构建优先关系矩阵、集成干涉矩阵、工位能力表和装配信息表，描述装配零部件间的干涉关系以及零件与工位之间的关系。给出了果蝇算法的编码体系，并兼顾果蝇算法的局部和全局搜索能力很好地设计了果蝇的三个搜索阶段：气味搜索、视觉搜索和协同搜索。综合考虑装配操作成本、更换工具成本、装夹变更成本和运输成本的影响，提出更接近实际工程的适应度函数表达式。根据优先序列矩阵引导初始序列进化，再利用果蝇优化算法对产品装配序列和工位分配顺序进行优化。
-
公开(公告)号：CN109033129A
公开(公告)日：2018-12-18
申请号：CN201810563786.6
申请日：2018-06-04
Applicant: 桂林电子科技大学
IPC: G06F17/30
Abstract: 本发明公开一种基于自适应权重的多源信息融合知识图谱表示学习方法，首先考虑了文本信息和结构化信息的融合，采用实体向量和关系向量之间基于翻译的模型，通过调节两者之间的权重来优化得分函数，并通过对前期已经分类好的结构化信息进行类型约束训练，且无需引入更多的参数；然后利用损失函数将实体向量和关系向量关联起来，并优化了该损失函数，当达到优化目标时，就可以学得知识图谱中每个实体的向量和关系的向量。本发明解决了知识库中文本信息和结构化信息融合没有考虑权重的问题，并利用了知识库中结构化信息已有的层次信息，更精确地表示实体和关系之间的相互联系，并将其应用于大规模知识图谱中。
-
-
-
-
-
-
-
-
Search Results
271
records
(took 0.031 seconds)
