-
公开(公告)号：CN112948544B
公开(公告)日：2022-03-29
申请号：CN202110208083.3
申请日：2021-02-25
Applicant: 安徽农业大学
IPC: G06F16/33 , G06F16/35 , G06F16/383 , G06F40/30 , G06F40/194 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习与质量影响的图书检索方法，包括以下步骤：1)、获取数字图书馆数据库中的数据并提取其中的标准化书名数据和内容关键词句数据，采用类别噪声裁剪算法将提取的数据进行降噪处理；2)、基于深度学习模型对上述步骤1)中降噪处理后的数据进行特征提取和分类并得到图书的语义类信息；3)、基于步骤2)中获取的语义类信息建立语义理解索引数据库。该基于深度学习与质量影响的图书检索方法，可以更好的理解用户真正的检索需求，利用深度学习技术提高了搜索的精细化程度，在保证搜索语义相似度的基础上引入了图书质量识别模型，使得用户在图书馆搜索引擎时最终接收到的结果语义相似度高，同时也保证了图书的质量。
-
Patent Agency Ranking
公开(公告)号：CN113010615B
公开(公告)日：2021-10-01
申请号：CN202110388631.5
申请日：2021-04-12
Applicant: 安徽农业大学
IPC: G06F16/28 , G06F16/215 , G06F16/25
Abstract: 本发明涉及一种基于高斯混合模型聚类算法的分层级数据可视化方法，包括以下步骤：在网页中接收用户上传的数据文件储存至后台数据库，并统一文件格式；对统一文件格式后的数据进行分析、清洗预处理，得到待聚类数据；利用高斯混合模型将待聚类数据进行首次聚类和次级聚类，得到待展示数据；建立前端页面，利用虚拟滚动技术将待展示数据进行分层级可视化展示。本发明利用序号标记基因节点的想法，设计了一种对于关系型基因数据聚类的处理方法，采用分层级显示数据，并且只加载当前层级数据进行显示，根据聚类算法将数据划分成了许多类，这样大大减少一个页面显示的数据量，方便人们观察。
-
公开(公告)号：CN113269347B
公开(公告)日：2023-05-30
申请号：CN202110347022.5
申请日：2021-03-31
Applicant: 安徽农业大学
IPC: G06Q10/047 , G06Q10/0835 , G06F16/9537 , G06Q50/20 , G06F18/214 , G06N20/20 , H04L67/52
-
公开(公告)号：CN113269347A
公开(公告)日：2021-08-17
申请号：CN202110347022.5
申请日：2021-03-31
Applicant: 安徽农业大学
Abstract: 本发明涉及一种基于随机森林的高校快递网络节点流量预测方法，包括以下具体步骤：步骤S1.采集校园区域内地图数据，采集地图上各个道路关键交叉节点的经纬度信息并生成集合P＝{P1,P2,P3,...,PN}；步骤S2.通过监控器实时统计各个道路关键交叉节点在T时间段内的人流量数据，确定各个道路关键节点在个时间段内人员流量数据并生成集合PScore＝{S1,S2,S3,...,SN}。该基于随机森林的高校快递网络节点流量预测方法，在校园区域内确定了多个关键节点，并根据被服务者的需求找到各节点之间的关系，节点之间实现数据协同，将校园网络化、关系化、数据化、智能化，预测模型拥有源源不断的训练数据与标签值，自动化整理训练数据与其对应的标签值，并不断更新各网络节点之间的关系。
-
公开(公告)号：CN113010615A
公开(公告)日：2021-06-22
申请号：CN202110388631.5
申请日：2021-04-12
Applicant: 安徽农业大学
IPC: G06F16/28 , G06F16/215 , G06F16/25
Abstract: 本发明涉及一种基于高斯混合模型聚类算法的分层级数据可视化方法，包括以下步骤：在网页中接收用户上传的数据文件储存至后台数据库，并统一文件格式；对统一文件格式后的数据进行分析、清洗预处理，得到待聚类数据；利用高斯混合模型将待聚类数据进行首次聚类和次级聚类，得到待展示数据；建立前端页面，利用虚拟滚动技术将待展示数据进行分层级可视化展示。本发明利用序号标记基因节点的想法，设计了一种对于关系型基因数据聚类的处理方法，采用分层级显示数据，并且只加载当前层级数据进行显示，根据聚类算法将数据划分成了许多类，这样大大减少一个页面显示的数据量，方便人们观察。
-
公开(公告)号：CN112948544A
公开(公告)日：2021-06-11
申请号：CN202110208083.3
申请日：2021-02-25
Applicant: 安徽农业大学
IPC: G06F16/33 , G06F16/35 , G06F16/383 , G06F40/30 , G06F40/194 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习与质量影响的图书检索方法，包括以下步骤：1)、获取数字图书馆数据库中的数据并提取其中的标准化书名数据和内容关键词句数据，采用类别噪声裁剪算法将提取的数据进行降噪处理；2)、基于深度学习模型对上述步骤1)中降噪处理后的数据进行特征提取和分类并得到图书的语义类信息；3)、基于步骤2)中获取的语义类信息建立语义理解索引数据库。该基于深度学习与质量影响的图书检索方法，可以更好的理解用户真正的检索需求，利用深度学习技术提高了搜索的精细化程度，在保证搜索语义相似度的基础上引入了图书质量识别模型，使得用户在图书馆搜索引擎时最终接收到的结果语义相似度高，同时也保证了图书的质量。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
