一种基于注意力机制的端到端语音识别模型和外部语言模型的集成方法

    公开(公告)号:CN117198274A

    公开(公告)日:2023-12-08

    申请号:CN202311163637.8

    申请日:2023-09-11

    Applicant: 辽宁大学

    Abstract: 一种基于注意力机制的端到端语音识别模型和外部语言模型的集成方法,属于语音识别技术领域。具体包括以下步骤:1、将待训练的纯文本数据集输入至外部语言模型进行训练生成外部语言模型;2、将对齐的语音、文本数据集输入至基于注意力机制的端到端语音识别模型进行训练生成语音识别模型;3、将用于训练的语音识别模型的纯文本数据集再次放入独立出语音识别模型的解码器中进行训练得到一个预测好的内部语言模型;4、对所述外部语言模型、语音识别模型和预测好的内部语言模型的得分进行集成并进行解码得到语音识别结果。本发明可以极大改善集成模型的准确率,在语音识别领域有着极高的应用前景。

    面向金融大数据的多叉树结构区块链集成优化存储方法

    公开(公告)号:CN111611315B

    公开(公告)日:2023-11-10

    申请号:CN202010447659.7

    申请日:2020-05-25

    Applicant: 辽宁大学

    Abstract: 面向金融大数据的多叉树结构区块链集成优化存储方法,其步骤为:步骤1构建多叉树结构区块链集成优化模型;步骤2构建基于Merkle树的私有链区块;步骤3构建基于Merkle Patircia树的联盟链区块;步骤4建立区块链的通信共识机制。本发明通过上述方法,提供了一种面向金融大数据的多叉树结构区块链集成优化存储方法,在存储效率、开销等方面与现有的存储方法相比有明显的提高;在查询时,查询效率和准确性也有显著提升,适应目前大数据时代下的应用需求。

    面向主从区块链的多级索引构建方法

    公开(公告)号:CN116975065A

    公开(公告)日:2023-10-31

    申请号:CN202310993480.5

    申请日:2023-08-07

    Applicant: 辽宁大学

    Abstract: 本发明是一种面向主从区块链系统的提高查询效率的索引方法,属于区块链索引领域。本发明提出一种面向主从区块链的多级索引构建方法。首先,该方法引入权重矩阵,基于主链结构将整个主从区块链进行分片,并对各个分片进行权重赋值;其次,针对每个分片内的主区块链,提出基于跳跃一致性哈希的主链索引构建方法,输入节点关键值和索引槽位数量,输出主链索引;最后,引入布隆过滤器,改进基于列的选择函数,对各个主区块对应的从属区块链构建2级复合索引。

    基于T-CNN模型的时间序列分类改进方法

    公开(公告)号:CN115409126A

    公开(公告)日:2022-11-29

    申请号:CN202211148009.8

    申请日:2022-09-20

    Applicant: 辽宁大学

    Abstract: 本发明涉及一种基于T‑CNN模型的时间序列分类改进方法。该方法首先对时间序列用小波阈值去噪后,使用Gram矩阵将时间序列无损转换为时间域图像;其次,将时间域图像作为输入矩阵输入到T‑CNN模型进行分类;由于在卷积层中引入Toeplitz卷积核矩阵,用两个矩阵的乘积替换卷积运算;在全连接层引入Triplet网络思想中同类和不同类图片的输出差值来改进CNN的损失函数,本发明基于T‑CNN模型的时间序列分类改进方法在分类的准确率、精确率、查全率、F1‑Score值明显优于现有方法。

    面向大规模向量空间路径约束连接查询方法

    公开(公告)号:CN114780663A

    公开(公告)日:2022-07-22

    申请号:CN202210503671.4

    申请日:2022-05-10

    Applicant: 辽宁大学

    Abstract: 本发明涉及一种面向大规模向量空间路径约束连接查询方法,属于大数据应用领域。具体方案为:步骤1基于多节点的分布式集群系统构建整体网络,制定整体网格划分策略;步骤2在分布式集群系统中引入Map‑Reduce处理框架,设计基于网格的距离计算优化方法;步骤3在Map阶段中设计四阶段筛选策略,根据计算结果进行减枝操作,找到所有满足四阶段筛选策略的备选节点,产生的结果集缓存在分布式系统中各机器节点的内存中;步骤4在Reduce阶段进行结果路径选取,调用Map阶段输出的最终结果集并写入分布式系统的主计算节点中进行计算,不断删掉起点进行递归扩展遍历,最终得到查询路径。采用本发明技术方案,极大程度减少了中间计算节点的数量,可以有效解决现有向量空间约束路径查询方法中存在的中间计算节点的数量过多、结果集优化效果不佳的技术问题以及用户无法在大规模向量空间中处理海量数据的技术问题。

    一种基于神经网络的网页数据智能爬取方法

    公开(公告)号:CN114661973A

    公开(公告)日:2022-06-24

    申请号:CN202210262920.5

    申请日:2022-03-17

    Applicant: 辽宁大学

    Abstract: 一种基于神经网络的网页数据智能爬取方法,本发明包括以下步骤:输入待爬取数据源网址;启动爬虫代码库与网页模板库,遍历网页模板库中的网页样式,若网页模板库中不存在与待爬取网页相同的样式,则将该网页样式添加到网页模板库,否则启动领域知识库将符合条件的网页添加到队列;爬虫程序根据所选择的关键字来爬取队列中的网页,并将数据存入数据队列中;从数据队列中读取数据,将数据输入到神经网络模型进行打分,并将分值大于阈值的数据存入数据库,评分完毕后将所有数据作为样本输入神经网络进行优化。神经网络模型通过新数据的优化来提升未来神经网络模型的评分准确度。通过本发明,有效提高了从网页采集数据的准确性和效率。

    基于手机移动传感网络的矿震监测系统及群智定位方法

    公开(公告)号:CN111405469B

    公开(公告)日:2021-06-01

    申请号:CN202010210821.3

    申请日:2020-03-24

    Applicant: 辽宁大学

    Abstract: 基于手机移动传感网络的矿震监测系统及群智定位方法,步骤为:1)建立数据库,初始化数据;2)记录手机三轴加速度传感器数据,对震动信息进行监测;3)对三轴加速度传感器数据特征值进行区分;4)当确定为震动时,对该段信号降噪;5)计算降噪处理后的震动信号初始到时;6)将震动信号初始到时、移动手机终端GPS定位、手机编码信息通过蜂窝网络或wifi网络上传至中心机;7)对上传的同一时间段的震动数据进行统计分析,当网络中区域范围内同一时间段确定为震动的手机数量超过一定比例,则判定为矿震触发事件,计算矿震发生时间和位置信息。本发明通过上述方法,提供了一种监测覆盖范围广、定位精度高、成本低廉的矿震监测系统及群智定位方法。

    一种基于海量不完备数据集的skyline偏好查询方法

    公开(公告)号:CN106844419B

    公开(公告)日:2020-03-03

    申请号:CN201611081151.X

    申请日:2016-11-30

    Applicant: 辽宁大学

    Abstract: 本发明涉及一种基于海量不完备数据集的skyline偏好查询方法,本方法根据用户偏好按属性重要程度将不完备数据集IS进行投影,对于投影得到的两个数据集IS’和IS”分别进行严格聚类和松散聚类,聚类后分别执行两种不同的skyline偏好查询算法,分别得到基于严格聚类的skyline结果集SSRS和基于松散聚类的skyline结果集RSRS,最后执行一次基于信息熵计算的skyline偏好查询结果选择策略,得到满足用户偏好的skyline查询结果集。有效解决了在海量不完备数据集上提取个性化信息的问题并提高了skyline查询算法在海量不完备数据集上的效率。

    一种支持大规模动态图数据查询的并行处理框架及设计方法

    公开(公告)号:CN107807983A

    公开(公告)日:2018-03-16

    申请号:CN201711034642.3

    申请日:2017-10-30

    Applicant: 辽宁大学

    CPC classification number: G06F17/30575 G06F17/30595

    Abstract: 本发明提供一种支持大规模动态图数据查询的并行处理框架及设计方法,设计方法如下:该并行处理框架结合了MapReduce框架和BSP框架,以Hadoop框架为底层基础,采取“MapReduce+BSP”模式来满足图计算数据量大和多次迭代的需求,同时该并行处理框架通过构建迭代控制模块、构建实时监听模块、Map阶段功能设计、Reduce阶段功能设计来实现实时监控功能来检查图文件的动态变化。本发明设计出的框架将MapReduce框架和BSP框架的优势合二为一,在解决BSP框架无法实现高吞吐量计算的同时,避免了MapReduce框架无法进行多次迭代计算的缺点。

    一种基于海量不完备数据集的skyline偏好查询方法

    公开(公告)号:CN106844419A

    公开(公告)日:2017-06-13

    申请号:CN201611081151.X

    申请日:2016-11-30

    Applicant: 辽宁大学

    Abstract: 本发明涉及一种基于海量不完备数据集的skyline偏好查询方法,本方法根据用户偏好按属性重要程度将不完备数据集IS进行投影,对于投影得到的两个数据集IS’和IS”分别进行严格聚类和松散聚类,聚类后分别执行两种不同的skyline偏好查询算法,分别得到基于严格聚类的skyline结果集SSRS和基于松散聚类的skyline结果集RSRS,最后执行一次基于信息熵计算的skyline偏好查询结果选择策略,得到满足用户偏好的skyline查询结果集。有效解决了在海量不完备数据集上提取个性化信息的问题并提高了skyline查询算法在海量不完备数据集上的效率。

Patent Agency Ranking