非对称负相关搜索方法
    71.
    发明公开

    公开(公告)号:CN110263906A

    公开(公告)日:2019-09-20

    申请号:CN201910559830.0

    申请日:2019-06-24

    Abstract: 本发明公开了一种非对称负相关搜索方法,将每一个搜索进程的搜索行为建模为概率分布,利用搜索进程搜索范围的相对大小,将搜索行为进一步划分为全局搜索行为和局部搜索行为。然后提出一种新的元启发式搜索算法,即非对称负相关搜索,它假设具有全局搜索行为的搜索进程应尽可能远离具有局部搜索行为的搜索进程。得益于搜索进程之间非对称的负相关的搜索趋势,本发明提出的算法为元启发式搜索提供了更优的探索与利用的平衡策略,拥有更好的搜索效率及更佳的整体性能。

    序列动态阅读的自然语言语义匹配方法

    公开(公告)号:CN109948163A

    公开(公告)日:2019-06-28

    申请号:CN201910228242.9

    申请日:2019-03-25

    Abstract: 本发明公开了一种序列动态阅读的自然语言语义匹配方法,包括:对自然语言句子对中的每个字进行语义建模,获得每一自然语言句子对应的词级别语义表示向量;根据每一词级别语义表示向量,通过堆叠神经网络得到相应的句子语义表示向量以及考虑了单词之间相互依赖的隐层表示向量;利用句子语义表示向量以及考虑了单词之间相互依赖的隐层表示向量进行句子语义的动态理解,得到相应句子的动态理解表示向量;将自然语言句子对的句子语义表示向量与句子的动态理解表示向量,各自进行整合,并根据整合结果实现自然语言句子对的语义关系分类。该方法可以通过对句子序列的动态阅读实现对句子语义的精确理解和表示,进而实现对自然语言语义匹配的准确判断。

    结构化图片自动转换为源代码的方法

    公开(公告)号:CN108921911A

    公开(公告)日:2018-11-30

    申请号:CN201810863511.4

    申请日:2018-08-01

    Abstract: 本发明公开了一种结构化图片自动转换为源代码的方法,包括:获取结构化图片及源代码;使用基于深度残差网络的图像编码器,对结构化图片进行编码,从图像中提取特征向量;采用基于聚光灯机制的解码器结合提取的特征向量及相应的源代码,来计算语法符号的分布,并依照编码-解码器模型建模源代码生成过程,进而实现图片到源代码的自动转换。该方法采用聚光灯机制建模注意力,能够更加集中地获取图像信息,对于图片内容的准确转写很有帮助;该自动转写方法引入聚光灯这一机制,弥补了现有方法缺乏对空间信息、结构信息的建模,以及注意力、输出混淆建模等弊端。

    基于深度学习的专利价值评估的方法

    公开(公告)号:CN108416535A

    公开(公告)日:2018-08-17

    申请号:CN201810259236.5

    申请日:2018-03-27

    Abstract: 本发明公开了一种基于深度学习的专利价值评估的方法,包括:获取专利的属性特征与引用关系,通过属性网络表征的方法,得到专利对应的属性网络表征;获取专利的文本信息,通过多层卷积神经网络,得到专利对应的文本表征;利用专利对应的属性网络表征与文本表征,对专利的价值进行评估预测。通过该方法可以精确地评估专利的价值。

    时序化的学生认知诊断方法

    公开(公告)号:CN107122452A

    公开(公告)日:2017-09-01

    申请号:CN201710282616.6

    申请日:2017-04-26

    CPC classification number: G06F17/30731 G06Q10/0639 G06Q50/205

    Abstract: 本发明公开了一种时序化的学生认知诊断方法,包括:获取多个学生的历史答题信息;根据获取到的历史答题信息使用时序化认知诊断方法进行建模,获得能力向量以及经过偏序限制后的试题‑知识点相关性矩阵;根据能力向量以及经过偏序限制后的试题‑知识点相关性矩阵对某一学生下一个时间段的能力值以及得分进行预测。该方法通过对试题信息以及学生答题情况,进行连续、长时间地分析处理,可以精准地分析学生在不同时间段的整体能力水平和知识掌握程度。

    一种帮助用户解决选择困难的平台

    公开(公告)号:CN104915379A

    公开(公告)日:2015-09-16

    申请号:CN201510236989.0

    申请日:2015-05-11

    CPC classification number: G06F17/30864 G06F17/3089 G06Q50/01

    Abstract: 本发明公开了一种帮助用户解决选择困难的平台,基于该平台当前用户可以发起自己的关于选择性的问题,然后借助微信等社交平台分享这个问题给指定用户,或者使用基于用户行为的推荐算法有效地向其他用户推送该选择性的问题,从而其他用户可以帮助当前用户快速的找到结果;同时,还可通过小游戏的形式帮助当前用户挖掘潜意识中的选择,进而帮助用户更有效的解决自己的问题。

    图像情感分析方法及装置、存储介质及电子设备

    公开(公告)号:CN119445260B

    公开(公告)日:2025-04-25

    申请号:CN202510026265.7

    申请日:2025-01-08

    Abstract: 本发明提供一种图像情感分析方法及装置、存储介质及电子设备,属于图像分析领域,该方法包括:确定目标图像的元数据集合,包括描述文本信息和标签信息;对标签信息进行语义描述形式转换,获得标签描述信息;对目标图像、描述文本信息和标签描述信息进行统一表征,得到元数据特征和图像特征;对元数据特征和图像特征进行信息增强,得到元数据增强特征和图像增强特征;对元数据增强特征和图像增强特征进行跨模态特征融合处理,获得目标图像的融合特征;基于融合特征进行情感识别,得到目标图像的情感类别。应用本发明的方法,可利用图像的元数据特征和视觉特征对图像呈现的情感进行多维度分析,有利于提高图像情感识别的准确性。

    结合工具创建与进化的推理应用方法、系统、设备与介质

    公开(公告)号:CN119623637A

    公开(公告)日:2025-03-14

    申请号:CN202411713760.7

    申请日:2024-11-27

    Abstract: 本发明公开了一种结合工具创建与进化的推理应用方法、系统、设备与介质,利用大语言模型从收集的数据集中抽象出知识,构建知识树结构,并基于此诱导出一系列工具,确保了工具的通用性和可重用性。工具进化搜索阶段设计了完整的工具进化机制,并结合评估指标设计相应的优化函数,实现自适应探索与利用的平衡,动态优化工具集,不断提高工具集的多样性和适应性。推理应用阶段构建工具增强智能体,实现灵活调用工具解决复杂推理问题。本发明显著提高了工具的可重用性和多样性,增强了大语言模型的推理准确率和效率,同时,本发明提高了系统的可解释性和适应性,具有良好的跨域应用潜力,为增强人工智能的复杂推理能力提供了一定基础。

    面向复杂推理问题的智能解答方法、系统、装置与介质

    公开(公告)号:CN119067223B

    公开(公告)日:2025-03-04

    申请号:CN202411564396.2

    申请日:2024-11-05

    Abstract: 本发明公开了一种面向复杂推理问题的智能解答方法、系统、装置与介质,它们是一一对应的方案,方案中:提出一种粗粒度‑细粒度推理范式,通过三个阶段的循环构建出最终的推理树:分解阶段,将复杂问题分解成多个简单的子问题,有助于理解和处理每个子问题,分析阶段,对每个子问题进行深入分析,建立完整的推理过程,并且评估和检查它们的正确性和逻辑性,反思阶段,回顾整个解题过程,分析解题过程中可能存在的错误或不足,并提供针对性的修正。通过这一循环过程,本发明不仅能高效且准确地建模复杂问题推理流程,而且能提高在推理问答相关任务上的准确性和效率,并能为个性化在线导学提供高可解释性的解题逻辑思路,具有较高的教育和实用价值。

Patent Agency Ranking