-
公开(公告)号：CN119149734A
公开(公告)日：2024-12-17
申请号：CN202411126644.5
申请日：2024-08-16
Applicant: 电子科技大学
IPC: G06F16/35 , G06F40/30 , G06F40/289 , G06N3/042 , G06N3/0464
Abstract: 为解决现有技术中根据顺序文本序列难以捕捉与目标方面词相关上下文能力的问题，本发明提供一种结合语法树和图网络的方面级情感分析方法，包括训练过程和预测过程；在训练过程，首先获取文本样本数据并进行预处理；接着，通过BERT编码器对文本数据进行词向量提取；再通过计算方面感知注意力、自注意力、句法依赖树和语义组成树构成掩码矩阵；将词向量和掩码矩阵输入到图神经网络中并将最终的输出作为情感极性预测结果，采用梯度下降法训练模型参数，获得训练好的BERT编码器模型和图神经网络。应用在预测过程，通过已经学习到通过解析语法树结构能力的图神经网络对从文本提取出的词向量进行预测，最终获得目标方面词的情感极性。
-
公开(公告)号：CN111967641A
公开(公告)日：2020-11-20
申请号：CN202010662485.6
申请日：2020-07-10
Applicant: 电子科技大学
IPC: G06Q10/04 , G06F16/215 , G06N3/04 , G06N3/08 , G06Q50/26
Abstract: 本发明公开了一种基于深度学习的规划子目标合并方法，主要解决规划系统在预处理过程中子目标合并的粒度上限选取问题，包括生成数据集，并对样本进行数据扩充和数据清洗；将获取的样本作为深度学习的模型进行训练，模型选取Resnet深度残差网络，对不同领域的规划问题分开训练，从而产生各个领域的特征模型；修改ASOP规划系统的预处理代码，加入子目标粒度阈值的更新功能，通过训练后的模型，规划系统能够根据具体规划问题来确定粒度的上限。本发明通过深度学习的方法，从宏观层面确定粒度的上限阈值，进而平衡规划系统在求解问题时的效率和质量，有效提高规划系统的规划能力，计算机动态的自主调整也大大降低了人力的成本。
-
公开(公告)号：CN104833658B
公开(公告)日：2018-02-16
申请号：CN201510184754.1
申请日：2015-04-17
IPC: G01N21/59
Abstract: 本发明涉及一种基于光透光率消除环境参数影响推进剂燃烧性能的检测方法，该方法通过使用衰减片进行校准，以提高烟雾的光学透过率测量结果的准确度。同时研究了气象条件对外场测试造成的影响，确定了外场测试时的气象条件及重新校准的依据，避免了无效试验造成的浪费，节省了人力物力，保证了测试结果的一致性。
-
公开(公告)号：CN104849241B
公开(公告)日：2017-12-22
申请号：CN201510245808.0
申请日：2015-05-14
IPC: G01N21/61
Abstract: 本发明是一种通过图像处理方法对推进剂烟雾光遮蔽能力测试系统的校准方法。本方法通过对推进剂烟雾光遮蔽能力测试系统获取的被已知透过率的衰减片遮挡的光学背景图像进行图形处理，根据光学背景中黑、白色区的灰度及其分布特征，通过数学模型处理，消除环境因素对测量结果中烟雾场的光透过率的影响。相对于推进剂烟雾的点测量方式，推进剂烟雾光遮蔽能力测试系统的测试对象面积较大，且处于相对开放的测试环境中，常规的抗干扰降低噪声的手段效果无法使用，采用该方法将有效的提高测试系统的测试精度。
-
公开(公告)号：CN104849241A
公开(公告)日：2015-08-19
申请号：CN201510245808.0
申请日：2015-05-14
IPC: G01N21/61
Abstract: 本发明是一种通过图像处理方法对推进剂烟雾光遮蔽能力测试系统的校准方法。本方法通过对推进剂烟雾光遮蔽能力测试系统获取的被已知透过率的衰减片遮挡的光学背景图像进行图形处理，根据光学背景中黑、白色区的灰度及其分布特征，通过数学模型处理，消除环境因素对测量结果中烟雾场的光透过率的影响。相对于推进剂烟雾的点测量方式，推进剂烟雾光遮蔽能力测试系统的测试对象面积较大，且处于相对开放的测试环境中，常规的抗干扰降低噪声的手段效果无法使用，采用该方法将有效的提高测试系统的测试精度。
-
Patent Agency Ranking
公开(公告)号：CN104833658A
公开(公告)日：2015-08-12
申请号：CN201510184754.1
申请日：2015-04-17
IPC: G01N21/59
Abstract: 本发明涉及一种基于光透光率消除环境参数影响推进剂燃烧性能的检测方法，该方法通过使用衰减片进行校准，以提高烟雾的光学透过率测量结果的准确度。同时研究了气象条件对外场测试造成的影响，确定了外场测试时的气象条件及重新校准的依据，避免了无效试验造成的浪费，节省了人力物力，保证了测试结果的一致性。
-
公开(公告)号：CN119005298A
公开(公告)日：2024-11-22
申请号：CN202411013014.7
申请日：2024-07-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于关系学习的异构联邦子图学习方法，包括以下步骤：S1.每个参与方利用本地子图数据训练本地图神经网络；S2.关系学习，服务器生成随机图发送给每个参与方，参与方获取随机图的指定边集的预测概率并上传给服务器，服务器动态学习参与方的子图关系矩阵；S3.知识聚合，服务器平均聚合所有参与方上传的知识并通过子图关系矩阵对知识进行加权聚合，为每个参与方生成个性化知识；S4.更新本地图神经网络；S5.重复执行S1‑S4步骤。本发明实现了子图场景下拥有不同架构的参与方的本地模型的协作训练，并且通过关系学习解决了子图间的数据异质性问题。
-
公开(公告)号：CN117271902A
公开(公告)日：2023-12-22
申请号：CN202311470917.3
申请日：2023-11-07
Applicant: 电子科技大学
IPC: G06F16/9535 , G06F16/25 , G06F18/22 , G06F40/30 , G06N3/042 , G06N3/0464 , G06Q10/0633 , G06Q10/10 , G06Q10/105
Abstract: 本发明涉及微服务编排技术，其公开了一种基于接口匹配的微服务编排推荐方法，提高微服务编排的推荐效果，帮助建模人员高效、准确地完成整个微服务的编排。本发明使用基于语义的方法对微服务编排数据库中的微服务的输入、输出接口的描述信息进行语义抽取，根据各个微服务的输出接口与其它微服务的输入接口之间的语义匹配，确定微服务之间的调用关系，从而构建微服务依赖关系图，在微服务依赖关系图的基础上，采用图卷积神经网络为每个微服务生成嵌入向量；在推荐时，通过计算用户已编排的当前微服务工作流的向量与微服务编排数据库中的微服务的嵌入向量的相似度，从而向用户推荐编排工作的下一步可能使用的微服务。本发明适用于微服务编排。
-
公开(公告)号：CN117236377A
公开(公告)日：2023-12-15
申请号：CN202311108823.1
申请日：2023-08-30
Applicant: 电子科技大学
IPC: G06N3/0442 , G06N3/092 , G06N3/042 , G06N3/0499 , G06N3/045 , G06N3/0495 , G06N3/082
Abstract: 本发明涉及多智能体协同技术，具体涉及一种基于参数稀疏共享的异构多智能体强化学习方法。包括训练多种智能体模型和智能体决策两个部分，在训练多智能体模型过程中，初始化一个过参数化的网络作为所有智能体共享的网络，训练共享网络得到基础网络参数；基于基础网络参数，通过二值掩码获取各智能体子网络的模型表示。在智能体决策过程中，各智能体获取自身观察信息，并将自身的观察信息输入到对应子网络中，获取子网络的输出作为决策依据。与现有技术相比，本发明采用稀疏共享机制，通过二值掩码获取各智能体子网络的模型表示，可以有效降低传统智能体模型参数共享导致的负迁移现象，提高多智能体系统的性能。
-
公开(公告)号：CN117235302A
公开(公告)日：2023-12-15
申请号：CN202311115967.X
申请日：2023-08-30
Applicant: 电子科技大学
IPC: G06F16/635 , G06N3/0464 , G06N3/045 , G06N3/08 , G06F16/9535 , G06F18/213 , G06F18/25 , G06F18/22 , G06F18/10
Abstract: 本发明涉及推荐系统领域，具体涉及一种基于辅助特征的个性化推荐方法。该方法基于预处理后的音乐数据建立并训练双塔模型，在双塔模型中，通过卷积神经网络对包含用户评论的数据进行特征提取和处理，得到用户对歌曲的原始评论信息表示向量；通过两个并行的神经网络提取出用户评论文本的质量特征、用户对目标歌曲进行评论的评论文本质量特征；通过一个隐层空间对两个并行神经网络输出的特征进行交叉融合，得到高阶的组合特征信息；合用户的隐式特征信息建立损失函数并采用梯度下降法训练，经过多次训练得到最优的模型作为线上推荐环节的算法模型。解决了现有技术中未能有效利用用户播放历史记录中的辅助特征进而导致用户特征建模质量较低的问题。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.028 seconds)
