-
公开(公告)号：CN115662128A
公开(公告)日：2023-01-31
申请号：CN202211312456.2
申请日：2022-10-25
申请人： 辽宁工程技术大学
IPC分类号： G08G1/01 , G06N3/08 , G06N3/0464 , G06F16/2458
摘要： 本发明公开了一种基于注意力机制的动态时空神经网络交通流量预测方法，步骤为：对流输入、流输出与周期组件进行建模；构建局部动态预测模块；构建全局相关性预测模块；构建融合预测模块。首先，通过对交通数据的最近周期依赖、日周期依赖和周周期依赖进行建模，在每个分量上使用三维卷积神经网络提取城市交通高维特征。然后，使用改进的残差结构捕捉远距离区域对预测区域的相关度，融合空间注意力和时间注意力机制捕捉不同区域不同时间段上的交通流量之间的动态相关性。最后，使用基于参数矩阵的方法对三个分量的输出进行加权融合，得到预测结果。实验分析和结果表明，与现有预测方法相比，本发明具有更好的预测精度和鲁棒性。
-
公开(公告)号：CN112635078A
公开(公告)日：2021-04-09
申请号：CN202011232041.5
申请日：2020-11-06
申请人： 辽宁工程技术大学
摘要： 本发明公开了一种中医药知识图谱构建与可视化方法，步骤为：创建知识图谱的模式；将关系数据库中的中医药信息转化为RDF数据；根据两个实体的属性相似度匹配来实现实体对齐，将两个实体合并成一个实体，避免实体重复冗余；将对齐后的三元组表格生成owl文件，导入可视化工具protege中，形成知识图谱系统；利用算法计算出方剂中饮片的权重信息；利用svg矢量图生成穴位功效知识图谱；搭建web项目。本发明的中医药知识图谱构建与可视化方法为用户提供了获取和查看中医知识的又一途径，可以向用户直观的展示庞大的中医药数据，并且条理分明，用户可根据图谱内容追根溯源，查看数据间的关联。
-
公开(公告)号：CN112270199A
公开(公告)日：2021-01-26
申请号：CN202011208313.8
申请日：2020-11-03
申请人： 辽宁工程技术大学
IPC分类号： G06F40/30 , G06F40/194 , G06N3/08 , G06F16/332
摘要： 本发明公开了一种基于CGAN方法的个性化语义空间关键字Top‑K查询方法，步骤为：对于空间对象文本信息中的每个单词/词组，使用CGAN方法生成一系列与之相关的关键字，存储在单词语义相似度表中，用于对查询关键字的语义扩展；构建AIR‑tree混合索引结构；利用构建的AIR‑tree混合索引进行查询结果快速匹配；得到匹配结果的综合得分，并按综合得分选出top‑k个最终结果。本发明通过利用条件对抗生成网络技术实现空间关键字查询的语义扩展，并通过构建AIR‑tree混合索引以及数值属性元组的Skyline集合，提升查询效率以及对文本和数值查询的支持；本发明可以支持空间关键字的语义近似查询，能处理数值属性，具有较高的查询效率，在很大程度上提高了查询结果的用户满意度和查询效率。
-
公开(公告)号：CN111861017A
公开(公告)日：2020-10-30
申请号：CN202010724228.0
申请日：2020-07-24
申请人： 辽宁工程技术大学
摘要： 本发明提出一种基于现网数据的充电站网络优化方法，包括：获取电动汽车的充电事件建立充电花费时间的第一张量，基于所述第一张量融合各充电站的特征确定充电花费时间的第二张量；基于所述第二张量各单元的充电花费时间确定各充电站的访问率；基于所述各充电站的访问率选择现网热点充电站，从所述现网热点充电站出发基于各充电站效益分数优化当前充电站点网络布局，删除现网冗余充电站点，提高现网的充电站使用率。
-
公开(公告)号：CN112328914B
公开(公告)日：2024-06-21
申请号：CN202011232008.2
申请日：2020-11-06
申请人： 辽宁工程技术大学
IPC分类号： G06Q10/0631 , G06F16/9537 , G06N3/0464 , G06N3/092 , G06N3/048
摘要： 本发明提供了一种基于众包工人时空行为预测的任务分配方法，该方法包括以下步骤：S1、根据时空特征将搜索空间划分为一系列连续的时空环境；S2、将众包工人的时空数据以及外部影响因素输入到AutoST时空预测模型中，预测众包工人在下一个时间戳可能到达的地点；S3、获取当前环境状态下所有待完成的时空众包任务集合，并依次编号；S4、获取经过AutoST模型预测后的时空众包工人集合，并依次编号；S5、采用改进的贪婪算法为每个众包工人推荐最佳任务，实施全局最优任务分配策略。本发明的基于众包工人时空行为预测的任务分配方法考虑到众包工人和任务的动态特征，在满足时间约束的条件下，尽可能降低众包工人的总旅行成本，达到了高效的多任务分配，提高任务分配的质量与效率。
-
公开(公告)号：CN113742597A
公开(公告)日：2021-12-03
申请号：CN202111103851.5
申请日：2021-09-18
申请人： 辽宁工程技术大学
IPC分类号： G06F16/9535 , G06F16/9536 , G06F16/9537 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于LBSN和多图融合的兴趣点推荐方法，包括用户和兴趣点内部特征建模：通过矩阵分解算法将用户‑兴趣点评分矩阵拆分为用户矩阵和兴趣点矩阵的乘积，作为用户和兴趣点的内部潜在向量；用户和兴趣点外部特征建模：通过多图融合和改进的k‑means聚类算法学习用户在兴趣点空间和社交空间的特征向量以及兴趣点在用户空间和位置空间的特征向量，进而得到用户和兴趣点的外部表征向量；将用户和兴趣点的最终向量输入神经网络中进行学习，再根据评分将分数最高的前k个兴趣点推荐给用户。本发明通过多图融合的方式对用户‑兴趣点交互图和用户社交关系图进行学习，为兴趣点推荐提供了新思路；能够有效降低推荐误差，提升推荐结果的准确性。
-
公开(公告)号：CN113343009A
公开(公告)日：2021-09-03
申请号：CN202110008943.9
申请日：2021-01-05
申请人： 辽宁工程技术大学
IPC分类号： G06F16/55 , G06F16/583
摘要： 本发明公开了一种基于K‑centroid聚类和相关反馈的图像检索方法，包括：对图像进行特征提取：先将图像库中的每个图像分别提取其颜色、形状和纹理特征；将每个图像的颜色、形状和纹理特征线性组合到一起，形成一个综合向量，来代表每一幅图像；在图像检索过程中加入改进的k‑centroid聚类；将改进的k‑centroid聚类与相关反馈相融合。本发明通过将聚类算法添加到图像检索的过程中，实现对图像检索搜索空间的修剪，节省了检索时间，又通过引入相关反馈机制，缩小机器与人对事物的感知差异，获得让用户满意的检索结果。本发明提出的基于K‑centroid聚类和相关反馈的图像检索方法可以有效捕获图像承载的丰富含义，在一定程度上提高了图像检索的查准率。
-
公开(公告)号：CN112905900A
公开(公告)日：2021-06-04
申请号：CN202110363686.0
申请日：2021-04-02
申请人： 辽宁工程技术大学
IPC分类号： G06F16/9535 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于图卷积注意力机制的协同过滤推荐算法，该方法包括：首先是数据采集、处理以及划分数据集，其次是GACF模型的构建，最后是模型训练以及通过预测用户与项目之间的关联分数进行推荐。本发明提出的图卷积注意力机制协同过滤模型，首先利用图嵌入技术将用户‑项目的交互信息映射到向量空间，然后通过图卷积网络学习用户‑项目交互图的嵌入表达，再利用注意力机制为邻居节点分配不同的权重，聚合邻居节点的特征信息可使邻居节点之间的权重仅依赖于节点之间的特征表达，从而提高模型的泛化能力，最后将图卷积层学习到的多个嵌入向量加权聚合，得到用户‑项目之间的关联分数。
-
公开(公告)号：CN112328914A
公开(公告)日：2021-02-05
申请号：CN202011232008.2
申请日：2020-11-06
申请人： 辽宁工程技术大学
IPC分类号： G06F16/9537 , G06Q10/06 , G06N3/04 , G06N3/08
摘要： 本发明提供了一种基于众包工人时空行为预测的任务分配方法，该方法包括以下步骤：S1、根据时空特征将搜索空间划分为一系列连续的时空环境；S2、将众包工人的时空数据以及外部影响因素输入到AutoST时空预测模型中，预测众包工人在下一个时间戳可能到达的地点；S3、获取当前环境状态下所有待完成的时空众包任务集合，并依次编号；S4、获取经过AutoST模型预测后的时空众包工人集合，并依次编号；S5、采用改进的贪婪算法为每个众包工人推荐最佳任务，实施全局最优任务分配策略。本发明的基于众包工人时空行为预测的任务分配方法考虑到众包工人和任务的动态特征，在满足时间约束的条件下，尽可能降低众包工人的总旅行成本，达到了高效的多任务分配，提高任务分配的质量与效率。
-
公开(公告)号：CN112163080A
公开(公告)日：2021-01-01
申请号：CN202011083309.3
申请日：2020-10-12
申请人： 辽宁工程技术大学
IPC分类号： G06F16/332 , G06N3/04 , G06N3/08
摘要： 针对人机对话中不能对多轮情绪语义进行准确分析而造成回答不准确的问题，通过对Transformer即多头注意力机制进行改进，提出一种基于多轮情绪分析的生成式对话模型。考虑编码端的多轮对话的情绪，在解码端嵌入情绪向量。在解码开始时，依据第一个情绪向量能以很大概率生成第一个符合当前的语境的词，之后每一个词都嵌入这个向量来限制语境。为防止生成像“我不知道”，“呵呵”等万能词，将输出函数进行基于Maximum Mutual Information(MMI)的优化。
-
-
-
-
-
-
-
-
-
搜索结果
36 条记录 (耗时 0.035 秒)
