-
公开(公告)号：CN111967946B
公开(公告)日：2024-04-12
申请号：CN202010919815.5
申请日：2020-09-04
Applicant: 吉林大学
IPC: G06Q30/0601 , G06Q30/0201
Abstract: 本发明涉及一种基于面向用户多关系信息网络的商品推荐方法及系统。该方法包括：获取推荐场景；获取待预测用户；根据所述推荐场景，利用图卷积方法和注意力机制，获取所述待预测用户的用户特征；获取待推荐商品的商品特征；所述商品特征为所述待推荐商品的多个特征信息；根据所述待预测用户的用户特征和所述待推荐商品的商品特征，获取所述待预测用户对所述待推荐商品的得分；判断所述待预测用户对所述待推荐商品的得分是否大于预先给定的得分阈值；如果是，将所述待推荐商品推荐至所述待预测用户；如果否，不将所述待推荐商品推荐至所述待预测用户。本发明可以实现商品的准确推荐。
-
公开(公告)号：CN111063398B
公开(公告)日：2023-08-18
申请号：CN201911327186.0
申请日：2019-12-20
Applicant: 吉林大学
Abstract: 本发明涉及一种基于图贝叶斯优化的分子发现方法。所述方法包括：获取候选分子集合；从所述候选分子集合中随机选取若干个分子进行性质评估，得到分子‑性质对集合；根据所述分子‑性质对集合对代理模型进行训练，得到训练后的代理模型；根据所述训练后的代理模型对所述候选分子集合中的分子分别进行性质预测，从所述候选集合中选择希望分子进行性质评估，得到希望分子性质；根据所述希望分子性质找到具有期望性质的分子。本发明基于图贝叶斯优化的分子发现方法通过对候选集中的分子进行预测，再根据预测结果选择分子进行评估得到分子的实际性质，有根据的选择分子进行评估，减少分子的评估次数，从而减小分析评估的代价。
-
公开(公告)号：CN109740558B
公开(公告)日：2022-11-18
申请号：CN201910024106.8
申请日：2019-01-10
Applicant: 吉林大学
Abstract: 本发明公开了一种基于改进光流法的移动目标检测方法，涉及计算机视觉技术领域，本发明结合传统的LK光流法，在原有的基础上结合帧间差分法和meanshift聚类算法进行优化和改进，使其能够在静态背景和动态背景下都能准确的提取出移动目标。同时改进的方法还一定程度上缩短了执行的时间，且对光线变化等噪声干扰有一定的抵抗能力。
-
公开(公告)号：CN108446383B
公开(公告)日：2021-12-10
申请号：CN201810233064.4
申请日：2018-03-21
Applicant: 吉林大学
IPC: G06F16/2458 , G06F16/242
Abstract: 本发明公开了一种基于地理分布式数据查询的数据任务重分配方法，利用MFHC算法对分布式系统的任务和数据进行重新分配，对不同数据中心的数据进行重新安排以及对执行查询任务的数据中心进行重新安排，将一个任务在不同的数据中心中执行。以达到减少分析式查询过程消耗的总成本的目的，并解决部分数据因隐私或者其他限制无法传输到其他数据中心的问题。减少了查询的总成本，解决了部分数据因隐私或者其他限制无法传输到其他数据中心的问题，提高了任务的查询速度，节省了成本。
-
公开(公告)号：CN113435606A
公开(公告)日：2021-09-24
申请号：CN202110748240.X
申请日：2021-07-01
Applicant: 吉林大学
Abstract: 本申请实施例公开了一种强化学习模型的优化方法、装置、存储介质及电子设备，涉及深度强化学习领域。其中，方法包括：基于演员评论家网络与环境交互产生的历史数据获取变分推理网络，以及通过所述变分推理网络训练所述演员评论家网络；基于经训练过的所述演员评论家网络生成初始演员双评论家网络；将所述初始演员双评论家网络中的优势函数替换为广义优势函数，得到所述初始演员双评论家网络对应的演员双评论家网络。采用本申请实施例，可以提高针对历史数据的利用率，提高深度强化学习模型的泛化性以及减少训练时。
-
Patent Agency Ranking
公开(公告)号：CN111967946A
公开(公告)日：2020-11-20
申请号：CN202010919815.5
申请日：2020-09-04
Applicant: 吉林大学
Abstract: 本发明涉及一种基于面向用户多关系信息网络的商品推荐方法及系统。该方法包括：获取推荐场景；获取待预测用户；根据所述推荐场景，利用图卷积方法和注意力机制，获取所述待预测用户的用户特征；获取待推荐商品的商品特征；所述商品特征为所述待推荐商品的多个特征信息；根据所述待预测用户的用户特征和所述待推荐商品的商品特征，获取所述待预测用户对所述待推荐商品的得分；判断所述待预测用户对所述待推荐商品的得分是否大于预先给定的得分阈值；如果是，将所述待推荐商品推荐至所述待预测用户；如果否，不将所述待推荐商品推荐至所述待预测用户。本发明可以实现商品的准确推荐。
-
公开(公告)号：CN111460320A
公开(公告)日：2020-07-28
申请号：CN202010251715.X
申请日：2020-04-01
Applicant: 吉林大学
IPC: G06F16/9536
Abstract: 本发明涉及一种超核及其在符号网络社区发现中的应用算法，基于对网络密集局部的观测，首先定义了“超核”的概念，提出根据“壳”与“层”递减排序选取超核，从超核出发，提取子网络C1，然后与残余网络C2根据局部优化函数如模块度ΔQ进行推拉式交换，递归实现类簇的抽取，得到启发式自适应社区发现算法：算法1基于超核的社区划分算法、算法2簇间正边的推拉算法和算法3簇内负边的推拉算法。本发明提供一种完全无监督的社区发现算法，不仅可以用于无符号网络，而且可以用于符号网络，所定义的超核反应了复杂网络中链接密集的子网结构，识别“团”的复杂度较高，而识别超图的复杂度相对很低，算法能自动发现簇的个数，完全无监督。
-
公开(公告)号：CN111127364A
公开(公告)日：2020-05-08
申请号：CN201911365687.8
申请日：2019-12-26
Applicant: 吉林大学
Abstract: 本发明涉及一种图像数据增强策略选择方法及人脸识别图像数据增强方法。图像数据增强策略选择方法包括：获取数据增强策略搜索空间和目标物体图像集；在搜索空间中随机选取若干条数据增强策略；分别计算随机选取的若干条数据增强策略对应的图像分类误差，得到初始数据增强策略误差对集合；采用贝叶斯优化方法从搜索空间中搜索选出最优数据增强策略。人脸识别图像数据增强方法包括将选出的最优数据增强策略应用在待增强的人脸识别图像中。本发明的数据增强策略选择方法仅需要根据已有的目标物体图像集运行一次，选出最优数据增强策略，即可将该最优数据增强策略应用到同类的目标物体图像数据中进行图像数据增强，提高图像数据增强方法的使用效率。
-
公开(公告)号：CN108874914A
公开(公告)日：2018-11-23
申请号：CN201810533975.9
申请日：2018-05-29
Applicant: 吉林大学
Abstract: 本发明公开了一种基于图卷积与神经协同过滤的信息推荐方法，结合图卷积神经网络模型的优点，能够通过直观的方式对多种信息进行融合处理，不仅能够接收用户的特征信息，而且能够接收用户的属性信息，对稀疏的评分数据有较好的推荐性能；另外使用了多种技巧对模型的输入与参数进行优化建模，克服了可能遇到的细节问题。另外，由于引入非线性的基于神经网络的协同过滤方法作为模型的解码器部分，能够很好的利用图卷积编码器输出的用户和物品编码，通过end‑to‑end的模型，所有过程都是运行在同一框架下，不需分别训练。经过输入数据的处理和模型的训练与预测，可以得到完整的评分预测矩阵。
-
公开(公告)号：CN107129316A
公开(公告)日：2017-09-05
申请号：CN201710436241.4
申请日：2017-06-12
Applicant: 吉林大学
IPC: C04B37/02
Abstract: 本发明涉及一种ZrO2陶瓷与金属连接的方法，是将ZrO2陶瓷与金属上下叠放，中间不放任何钎料，置于高温真空炉内的上、下电极间，加热到金属熔点温度Tm的0.7～0.8倍后，利用上下电极对金属/ZrO2陶瓷施加一范围为5～500mA的恒定直流电，通电保温5～60min后冷却到室温，即完成ZrO2陶瓷与金属的连接。本发明与传统的金属‑陶瓷钎焊相比，不需要钎料，也不需对陶瓷表面进行预金属化处理，工艺过程简单易行；相比传统扩散连接不需使用大的压力，且时间短；与场致扩散连接相比，连接过程中的电压小，耗能低，操作安全，具有显著的技术优势。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.025 seconds)
