-
公开(公告)号：CN114818888A
公开(公告)日：2022-07-29
申请号：CN202210382476.0
申请日：2022-04-13
申请人： 合肥工业大学 , 安徽省司尔特肥业股份有限公司
摘要： 本发明提供一种基于多通道卡尔曼滤波的土壤成分数据融合方法和系统，涉及土壤成分测量技术领域。本发明首先基于数值迭代的思想对自适应加权融合算法计算真实值的方法进行改进，由传统均值计算法替换为迭代中值计算法，该方法不仅可以有效降低融合方差而且可以极大地减小异常值对融合值的影响；其次，在卡尔曼滤波模型处理农业多传感器系统时，可能引起滤波发散的问题。本发明构造出双层的渐消记忆指数加权滤波因子，不仅可以实现土壤中不同传感器的滤波融合，还可以保证恒为误差协方差对称阵，较长时间进行数据滤波。改进后的多通道卡尔曼滤波模型不仅可以实现同时对不同的土壤属性进行融合，而且针对性地赋予每个通道不同的调节能力。
-
公开(公告)号：CN117610663B
公开(公告)日：2024-10-29
申请号：CN202311360362.7
申请日：2023-10-19
申请人： 合肥工业大学
IPC分类号： G06N5/04 , G06N3/0455 , G06N3/042 , G06F18/22 , G06F18/25 , G06F40/30 , G06F40/242
摘要： 本发明提供一种基于企业披露报告的创新文本特征构造方法和系统，涉及本特征挖掘技术领域。本发明基于企业披露报告设计了领域适用的创新文本抽取方法。通过构建特定领域的企业披露报告语料库，基于Word2Vec模型构造了该领域适用的创新词典，实现了对特定领域中披露报告创新文本更准确有效的抽取。这一方法提高了对特定领域披露报告中创新文本抽取的准确性和有效性，有助于更好地理解和利用领域相关信息。同时，通过基于ChatGPT的创新文本推理特征构造方法，可以进一步挖掘基于创新文本所可能获取的推理信息，使最终构造出的多维创新文本特征矩阵对创新信息的表征更加准确、完整。
-
公开(公告)号：CN117152578A
公开(公告)日：2023-12-01
申请号：CN202311425952.3
申请日：2023-10-31
申请人： 合肥工业大学
IPC分类号： G06V10/80 , G06N3/0455 , G06N3/08 , G06V10/774 , G06V10/82
摘要： 本发明提供一种基于变分推断的不完整多视图数据预测方法及系统，涉及数据处理技术领域。本发明通过为每个视图数据设计和训练特定编码器，分别学习每个视图的独特分布，更好地适应具有分布异质性的多视图建模任务，为进一步分析和处理多视图数据提供了更可靠的基础。此外，本发明对带有缺失值的视图，既不删除带有缺失值的多视图对象，又不使用可能会引入噪声的填补策略，从而灵活地利用不完整的视图进行建模，提高数据的利用率。
-
公开(公告)号：CN116304009A
公开(公告)日：2023-06-23
申请号：CN202211458739.8
申请日：2022-11-17
申请人： 合肥工业大学
IPC分类号： G06F16/35 , G06N3/0442 , G06N3/048 , G06N3/0895 , G06F40/289 , G06F40/30
摘要： 本发明实施例提供一种基于半监督深度学习的弹幕文本情感分类方法及存储介质，属于弹幕情感分类技术领域。所述弹幕文本情感分类方法包括随机对所有弹幕文本进行情感标签；获取所有弹幕文本的词向量；获取第t个时间步下被情感标签的单条弹幕文本以及所述弹幕文本前后M条弹幕文本，并形成增广弹幕样本集合。本发明采用随机标记弹幕文本并构建增广弹幕样本集合的方式，能够降低预训练时标签的工作量；此外，采用词语级注意力机制模型和句子级注意力机制模型能够获取该条弹幕内部词语以及相邻弹幕间的相互影响关系并融合，以使得对弹幕文本的情感分类更加准确可靠。
-
公开(公告)号：CN112597761A
公开(公告)日：2021-04-02
申请号：CN202011415777.6
申请日：2020-12-07
申请人： 合肥工业大学
IPC分类号： G06F40/216 , G06F40/242 , G06F40/30 , G06F16/33
摘要： 本发明提供一种临时报告语义信息挖掘方法、装置、存储介质和电子设备，涉及自然语言处理技术领域。本发明基于获取的临时报告文本数据构建词表，再利用BERT模型训练词表中每个词的词向量，并基于每个词的词向量和其TFIDF值获取每个临时报告的文档向量，再由文档向量得到企业向量，并对企业向量进行降维，经过降维后剩余的企业向量维度即为临时报告语义信息。本发明弥补了现有技术中无法对临时报告进行信息挖掘的技术空缺，而且使得临时报告语义信息的挖掘自动化和精准有效。
-
公开(公告)号：CN105022827A
公开(公告)日：2015-11-04
申请号：CN201510444109.9
申请日：2015-07-23
申请人： 合肥工业大学
CPC分类号： G06F17/30713 , H04L67/02
摘要： 本发明适用于网络信息处理领域，提供了一种面向领域主题的Web新闻动态聚合方法，所述方法包括下述步骤：面向用户预定义的领域站点列表，根据用户提供的主题，利用垂直搜索引擎和元搜索引擎获取搜索记录列表；对搜索记录列表进行去重和Web新闻网页识别得到新闻网页搜索记录列表；根据Web信息抽取方法，从新闻网页搜索记录列表获得结构化新闻列表；根据领域模型对结构化新闻列表进行排序，得到有序的结构化新闻列表并作为动态聚合结果返回给用户。本发明根据用户提供的领域和主题，实时获取多源相关的Web新闻集合，并根据Web新闻的受欢迎程度决定其排序的一种互动机制，其目的在于提供一种方便、高效的互联网信息的获取和共享方式。
-
公开(公告)号：CN117710106A
公开(公告)日：2024-03-15
申请号：CN202311746013.9
申请日：2023-12-18
申请人： 合肥工业大学
IPC分类号： G06Q40/04 , G06Q30/06 , G06Q30/0201
摘要： 本发明提供一种基于动态关系网络的异常用户识别方法和系统。通过获取用户交易数据，将预设的时间范围划分为多个时间窗口；提取每个时间窗口对应的用户交易数据，根据用户交易数据构建按照时间窗口排列的用户关系网络；获取用户关系网络在每个时间窗口内的网络特征；对所有时间窗口内的网络特征进行最大相关最小冗余分析，以获取网络特征对应的最优时间窗口；对最优时间窗口对应的网络特征进行聚合处理和变点检测，以获取持续性特征和突变性特征，从而构建异常用户识别模型，以根据异常用户识别模型识别用户交易数据中的异常用户。考虑到用户交易数据的动态变化，通过获取持续性特征和突变性特征建模分析异常用户，可以准确识别出异常用户。
-
公开(公告)号：CN115035512B
公开(公告)日：2023-04-18
申请号：CN202210568094.7
申请日：2022-05-24
申请人： 合肥工业大学
IPC分类号： G06V20/68 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要： 本发明提供一种基于多模态深度学习的作物营养状态诊断方法和系统，涉及作物营养状态诊断技术领域。本发明实施例设计了一种多模态特征交互的多头注意力神经网络层，使得各模态信息，例如图片、文本和土壤养分信息实现相互融合，增强了多模态特征的互补性和一致性；为了进一步挖掘作物营养状态诊断过程中各个模态对结果的影响程度，还在LSTM网络的基础上进行改进，创新出一种模态门以自适应赋予每种模态不同的权重。多模态交互注意力机制和增加模态门的LSTM网络的模型设计，不仅实现作物生育期各模态的有机交互，而且自适应的赋予各模态不同的权重，控制每种目标模态的输出，实现作物营养状态的及时、精准、智能诊断，为大规模肥料个性化定制奠定基础。
-
公开(公告)号：CN115204963A
公开(公告)日：2022-10-18
申请号：CN202210505348.0
申请日：2022-05-10
申请人： 合肥工业大学
摘要： 本发明提供了一种考虑时间效应的产品组合推荐方法和系统，涉及产品推荐技术领域。本发明首先构建集成分类树和集成生存树分别预测用户点击概率以及用户在不同时间的点击概率；然后计算用户响应度并排序生成Top‑N产品推荐列表；最后基于产品组合构建推荐强度优化模型，获得组合中各个产品的推荐强度，提供了更为具体的推荐方案，有效提升了产品推荐的效果。
-
公开(公告)号：CN111401600A
公开(公告)日：2020-07-10
申请号：CN201911248320.8
申请日：2019-12-09
申请人： 合肥工业大学
摘要： 本发明提供一种基于关联关系的企业信用风险评价方法和系统，涉及企业风险评估领域。包括以下步骤：获取企业关联关系数据，形成历史数据；基于历史数据构建企业网络；识别企业网络中所有企业的企业风险事件；基于企业网络和企业风险事件量化企业的关联风险；基于量化的企业关联风险获取有效关联风险因素；基于有效关联风险因素和传统企业信用风险评价因素预测企业的违约风险。本发明可以准确预测企业的信用风险。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.028 秒)
