-
公开(公告)号：CN106875129A
公开(公告)日：2017-06-20
申请号：CN201710142777.5
申请日：2017-03-10
Applicant: 北京大学 , 北京华品博睿网络技术有限公司
IPC: G06Q10/06
CPC classification number: G06Q10/06393
Abstract: 本发明公开了一种基于人才流动的学校和公司共同排名方法。本方法为：对学历分类为本科、硕士、博士和其他；学校分类为985、211和其他；工作岗位分级；企业映射处理；分析低学历向高学历跳转对应学校跳转；分析低级工作向高级工作跳转对应公司跳转；分析第一份工作的学校和单位的跳转；初始化学校得分；初始化公司得分；统计每个公司入度值；根据入度值分配初始得分；根据支持度更新学校得分；根据学校排名和学校对公司支持度分别调整其得分；根据公司支持度更新其得分；根据公司对学校支持度更新学校得分；统计学校得分；补充人才；计算学校和公司得分，以学校和公司最终得分对其排名。本发明还公开了一种基于人才流动的学校和公司共同排名装置。
-
公开(公告)号：CN107025311A
公开(公告)日：2017-08-08
申请号：CN201710351281.9
申请日：2017-05-18
Applicant: 北京大学 , 北京华品博睿网络技术有限公司
Abstract: 本发明公开了一种基于K近邻的贝叶斯个性化推荐方法，包括：1)通过用户的行为数据寻找用户的K近邻；2)根据观测到的用户正反馈项目以及由该用户的k近邻用户组成的用户群的正反馈项目，对项目集合进行划分；3)确定用户对项目的对级别偏好关系；4)最大化所有用户在项目集合上的概率得到目标函数；用户对项目的预测采用矩阵分解模型实现；采用随机梯度下降法对目标函数中的参数进行求解。本发明还公开了一种基于K近邻的贝叶斯个性化推荐装置。本发明考虑了用户之间的相互影响，并通过该影响对项目集合进行划分，减少了未观测项目的个数，有效地缓解了推荐过程中数据不平衡和数据稀疏性带来的负面影响。
-
公开(公告)号：CN106934071A
公开(公告)日：2017-07-07
申请号：CN201710286010.X
申请日：2017-04-27
Applicant: 北京大学 , 北京华品博睿网络技术有限公司
Abstract: 本发明公开了一种基于异构信息网络和贝叶斯个性化排序的推荐方法及装置。所述方法使用异构信息网络来描述用户、物品及有关的信息，并使用基于带重启的随机游走的迭代方法来计算用户对每个物品的评分。对于异构信息网络中的各边的权重，本方法使用基于贝叶斯个性化排序的机器学习方法自动学习。在学习的过程中，本方法通过多次迭代求解，并从多轮迭代得到的多个候选解中选择最优的解。本发明还公开了一种基于异构信息网络和贝叶斯个性化排序的推荐装置。本发明中的推荐方法及装置，不仅可以自动的从数据中学习各异构信息网络中边的权重，从而大大提高对不同数据的适应能力，还可以更好的对用户偏好进行刻画，从而得到更好的个性化推荐结果。
-
公开(公告)号：CN106779086A
公开(公告)日：2017-05-31
申请号：CN201611060500.X
申请日：2016-11-28
Applicant: 北京大学 , 北京华品博睿网络技术有限公司
IPC: G06N99/00
CPC classification number: G06N20/00
Abstract: 本发明公开了一种综合了主动学习技术和模型剪枝技术的集成学习方法及装置。所述集成学习方法包括：通过度量未标注样本对集成模型的适用程度，自动的从未标记样本集合中选择关键样本，交给人工标注，并用以重新训练集成模型，从而提高集成模型的准确度；通过度量某个模型集合对一组已标注数据的适用程度，对已有的模型集合做筛选，得到一个更优的子集；将最终保留的模型集合集成起来，形成最终的集成模型。本发明还公开了一种综合了主动学习技术和模型剪枝技术的集成学习装置。本发明不仅可以利用未标注数据，还降低了人工标注成本，同时降低了集成模型的复杂度，提高了集成模型的性能。
-
公开(公告)号：CN106407304A
公开(公告)日：2017-02-15
申请号：CN201610772796.1
申请日：2016-08-30
Applicant: 北京大学 , 北京华品博睿网络技术有限公司
IPC: G06F17/30
CPC classification number: G06F16/2474 , G06F16/2465
Abstract: 本发明公开了一种基于互信息的数据离散化与特征选择集成方法。本方法为：1)通过对数据进行断点分析，生成合适的候选断点集；2)采用前向搜索在候选断点集上寻找最优断点子集，对断点子集的评价通过计算其对数据进行划分的结果和数据的原始标签分布之间的互信息实现；3)搜索停止条件为信息增益比小于预设阈值或所选断点总数超过预设阈值；4)使用最优断点子集对数据进行离散化和特征选择。本发明还公开了一种基于互信息的数据离散化与特征选择集成装置。本发明中基于互信息的数据离散化与特征选择集成方法及装置将数据离散化与特征选择两个过程有机地集成在一起，能够有效去除数据中的无关和冗余信息，提高后续学习算法的性能。
-
Patent Agency Ranking
公开(公告)号：CN108090510A
公开(公告)日：2018-05-29
申请号：CN201711345271.0
申请日：2017-12-15
Applicant: 北京大学 , 北京华品博睿网络技术有限公司
IPC: G06K9/62
CPC classification number: G06K9/6227 , G06K9/6256
Abstract: 本发明公开了一种基于间隔优化的集成学习方法及装置。其中，所述方法包括：1)得到一组训练好的基分类器；2)获取基分类器对所有训练样本的预测值；3)通过最优化集成模型间隔的分布来优化每个基分类器的权重；4)使用优化后的权重对样本的预测值进行加权平均，从而得到最终的预测值和标记。本发明还公开了一种基于间隔优化的集成学习装置。本发明中基于间隔优化的集成学习方法及装置不依赖于具体的基分类算法，可以针对分类误差或AUC进行优化，且整个模型易于求解，具有十分广泛的适用性。在优化权重时通过引入了间隔来平衡准确性和多样性，可以有效的避免过拟合问题，并提高最终集成模型的预测效果。
-
公开(公告)号：CN106845865A
公开(公告)日：2017-06-13
申请号：CN201710104626.0
申请日：2017-02-24
Applicant: 北京大学 , 北京华品博睿网络技术有限公司
CPC classification number: G06Q10/0639 , G06Q50/205
Abstract: 本发明公开了一种基于人才流动分析的学校排名方法。本方法为：对学历进行分类，统一分类为“本科”、“硕士”、“博士”和“其他”；提取每一段求学经历的开始时间和毕业时间，并与该经历对应的学历进行匹配；对学校按照985、211以及其他高校进行分类；统计升造跳转对应的学校跳转情况；根据跳转情况计算学校之间的支持度；根据学校分类初始化各学校得分；根据学校之间的人才流动网络图进行迭代分析以计算各学校得分；根据最终状态下各学校的得分对学校进行排名。本发明还公开了一种基于人才流动分析的学校排名装置。本发明中的学校排名方式，以学生实际的择校选择作为学校排名依据，通过迭代分析学校间不同学历状态的人才流动情况对学校进行排名。
-
公开(公告)号：CN106447165A
公开(公告)日：2017-02-22
申请号：CN201610773434.4
申请日：2016-08-30
Applicant: 北京大学 , 北京华品博睿网络技术有限公司
CPC classification number: G06Q10/063 , G06Q10/10
Abstract: 本发明公开了一种启发式的工作岗位分级方法。本方法为：确定岗位分级层数；获取每一级工作岗位的特征属性；通过训练集工作岗位特征生成分级规则；利用训练集生成的分级规则，对待分级的工作岗位进行分级处理。本发明还公开了一种启发式的工作岗位分级装置。本发明中启发式的工作岗位分级方法及装置通过将工作岗位进行关键词提取并与分级规则匹配，采取关键词的经验规则来判断工作岗位的级别，可以在保证工作岗位分级正确性的前提下提高分级的效率，解决了互联网这类新兴行业的工作岗位分级困难和效率低的问题。
-
公开(公告)号：CN106372790A
公开(公告)日：2017-02-01
申请号：CN201610769693.X
申请日：2016-08-30
Applicant: 北京大学 , 北京华品博睿网络技术有限公司
IPC: G06Q10/06
CPC classification number: G06Q10/0637
Abstract: 本发明公开了一种基于人才流动迭代模型的企业排名方法。本方法为：1)对工作岗位进行分级处理；2)对数据集中的企业名称进行统一映射处理；3)在此基础上，对不同企业、不同岗位级别之间的人员流动情况进行统计分析，建立人才流动统计表；4)根据人才流动统计表对人才流动迭代模型进行初始化；5)应用人才流动迭代模型迭代操作，包括：根据企业间的人才流动、市场人才的流失与补偿，通过网络迭代分析法计算各家企业的得分，直至网络达到稳定状态或者迭代次数达到设定阈值时停止迭代；6)根据最终状态下各企业的得分对企业进行排名。本发明还公开了一种基于人才流动迭代模型的企业排名装置。本发明中的企业排名方式，以市场上人才的流动行为作为企业排名的依据，通过迭代不同企业间不同工作级别的人才流动情况对企业进行排名。
-
公开(公告)号：CN104168481B
公开(公告)日：2017-08-04
申请号：CN201410355678.1
申请日：2014-07-24
Applicant: 北京大学
IPC: H04N19/176 , H04N19/50 , H04N5/232
Abstract: 本发明公开了一种针对Intel移动平台的实时AVS软编码方法。本方法为：1)AVS编码器检测当前待编码宏块的类型，调用相应的I帧编码单元或P帧编码单元进行编码；2)在进行I帧宏块编码时，通过利用预测模式的匹配代价均值作为阈值实现预测模式遍历的提前终止；3)在进行P帧宏块编码时，通过利用匹配代价的最小值来作为阈值实现参考帧和预测模式遍历的提前终止。在计算当前宏块和预测宏块之前的匹配代价(SAD值)时，采用Intel移动平台特有的SSE指令技术实现。本发明大大提高了处理器利用率，实现了每秒10帧的视频采集和编码。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.041 seconds)
