-
公开(公告)号:CN117591668A
公开(公告)日:2024-02-23
申请号:CN202311603695.8
申请日:2023-11-28
Applicant: 湖南大学
Abstract: 一种基于概念格的科普主题及核心知识提取方法,包括以下步骤:S1.获取科普主题作为对象集O,并获取各科普主题相应的核心知识作为属性集A,同时获取各科普主题内容受众人群作为标签集D;S2.构建决策形式背景F,S3.从决策形式背景中选取部分子集作为决策形式子背景;S4.在决策形式子背景上根据概念格定义构建决策形式子背景的概念格L;S5.利用决策形式子背景概念格通过增量法分别构建形式背景概念格;S6.获取非平凡决策规则,并将所有符合条件的非平凡决策规则放入规则集R。
-
公开(公告)号:CN119884885A
公开(公告)日:2025-04-25
申请号:CN202510074283.2
申请日:2025-01-17
Applicant: 湖南大学
IPC: G06F18/241 , G06F18/214 , G06F18/213 , G06F18/21 , G06F17/16 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/40 , G06F16/353 , G06F40/284 , G06F40/216
Abstract: 本发明提供一种基于信息粒和漂移学习的多标签情感分析方法,利用现有技术对输入数据进行预处理,基于邻域和标签的覆盖率考虑情感标签之间的关系,基于情感标签的代表信息粒对测试样本进行归类处理,基于测试样本的归类结果与原始的情感倾向做出比较来判断是否发生情感改变,提出发生漂移的条件以及后续的处理过程。通过这些步骤,该方法能够提高情感实时监测的准确率,为决策者提供及时的情感变化信息,使他们能够对情感的变化做出相应的调整。此外,企业也可以利用这些信息来调整。
-
公开(公告)号:CN119884803A
公开(公告)日:2025-04-25
申请号:CN202510074078.6
申请日:2025-01-17
Applicant: 湖南大学
IPC: G06F18/23213 , G06F18/21 , G06F18/213 , G06F16/9535 , G06F17/16
Abstract: 本发明提供一种结合多核学习与矩阵分解的多视图聚类方法,并将其应用于推荐系统中的个性化用户画像群体发现。针对初始多视图的各用户数据,通过核函数映射得到多个核矩阵,通过矩阵分解的形式学到一个共同的低维嵌入,在该共识嵌入上实施聚类算法,获得初始用户群发现结果。随着时间推移,模型中部分用户可能出现兴趣偏移,或者有新用户的加入,针对此,模型基于原始用户群赋予其聚类特征(CF)向量,少数特征向量即可表示大量用户,进而在出现模型漂移时实时更新特征向量,以获得漂移补偿后的用户画像群体。整个模型能够做到实时的用户画像群体发现,实现推荐系统的精准推送。
-
公开(公告)号:CN115512771A
公开(公告)日:2022-12-23
申请号:CN202211190889.5
申请日:2022-09-28
Applicant: 湖南大学
Abstract: 本发明提供一种结合信息粒融合和证据推理的蛋白质聚类方法,通过将细胞中的蛋白质序列数据的信息粒化,基于相交关系进行蛋白质序列数据的信息粒融合,基于密度传播进行蛋白质序列数据的粒簇融合,基于距离进行蛋白质序列数据的粒群融合,计算稳定样本的证据值,计算不稳定样本的证据值,根据证据值分配蛋白质序列样本所属类别,提高蛋白质亚细胞定位预测的准确度,从而便于生物信息学家对各亚细胞结构中的特定蛋白质进行判断或设计、或对蛋白质的功能进行预测。
-
-
-