-
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：CN112309581A
公开(公告)日：2021-02-02
申请号：CN202011208327.X
申请日：2020-11-03
申请人： 辽宁工程技术大学
IPC分类号： G16H50/80 , G16H50/70 , G16H10/60 , G06F16/36 , G06F16/35 , G06F16/335 , A61B5/0205 , A61B5/00 , G06N20/00
摘要： 本发明公开了一种基于机器学习的私人医疗智慧辅助方法，包括：心率值、血氧值的检测；体温的检测；简易运动状态检测；链接网络及定位服务的实现；用户绑定；健康状态的分析；遗传病的监测；传染病的监测；突发传染病的监测。本发明的基于机器学习的私人医疗智慧辅助方法通过整合智能终端的监测信息、无线通讯技术、云平台数据库、知识图谱、数据可视化等多项新型技术，构建了基于机器学习的私人医疗智慧辅助系统，可以有助于缓解医疗资源不足问题，并且能够有效的去科普以及预防传染病，结合大数据，做一些深度挖掘及预测的工作，加快了基层医疗卫生信息化的创建和发展。
-
公开(公告)号：CN112084427A
公开(公告)日：2020-12-15
申请号：CN202010965903.9
申请日：2020-09-15
申请人： 辽宁工程技术大学
IPC分类号： G06F16/9536 , G06F16/9537 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00
摘要： 本发明公开了一种基于图神经网络的兴趣点推荐方法，步骤为：构建用户‑兴趣点交互图和用户社交图，图神经网络学习图结构信息并在用户的嵌入向量中整合了协作信息和社交信息；采用k‑means算法对兴趣点按地理位置进行聚类，将聚类结果嵌入到向量中，连接通过在用户‑兴趣点交互图中得到的嵌入向量，输入到一个神经网络中得到兴趣点嵌入向量；构建一个神经网络模型，模拟机器学习中的矩阵分解方法，将用户和兴趣点的嵌入向量输入到神经网络模型中根据用户的历史评分进行评分预测。本发明在用户的向量表示中嵌入协作信息和社交网络中的信息，在兴趣点的向量表示中嵌入协作信息以及兴趣点的位置信息，将用户和兴趣点的向量表示输入到神经网络中进行推荐。
-
公开(公告)号：CN108804551A
公开(公告)日：2018-11-13
申请号：CN201810489720.7
申请日：2018-05-21
申请人： 辽宁工程技术大学
CPC分类号： G06K9/6215 , G06K9/6223 , G06Q50/01
摘要： 本发明提供一种兼顾多样性与个性化的空间兴趣点推荐方法，涉及空间兴趣点推荐技术领域。包括：构建地理‑社会关系模型；计算模型中地点对在位置和社会联系上的相关度；构建相关度矩阵W；划分模型中构建的用户社会关系网络图G；计算在划分时的损失函数；选取令损失函数最小的特征向量并对图G中的顶点进行划分，得到k个具有多样性的兴趣点集合；从k个兴趣点集合中各选取一个最能拟合用户偏好的兴趣点组成一个融合多样性与个性化的兴趣点推荐列表。本发明提供的一种兼顾多样性与个性化的空间兴趣点推荐方法，融合兴趣点的地理‑社会关系模型、谱聚类算法、矩阵分解算法，使得为用户推荐的兴趣点具备较高准确率的同时还兼顾了多样性。
-
公开(公告)号：CN111241419B
公开(公告)日：2023-11-24
申请号：CN202010022487.9
申请日：2020-01-09
申请人： 辽宁工程技术大学
IPC分类号： G06F16/9536 , G06N3/084 , G06Q50/00
摘要： 本发明公开了一种基于用户关系嵌入模型的下一个兴趣点推荐方法，步骤为：根据朋友关系和用户历史签到记录数据分别建立朋友关系表和偏好相似关系表，通过这两个表建立用户关系图；根据建立的用户关系图采用随机游走算法得到用户关系序列，用户关系序列经过Word2Vec词嵌入模型得到每个用户的低纬嵌入向量；利用用户的低纬嵌入向量对神经网络的用户嵌入层参数进行初始化，使用门控循环单元给出下一个兴趣点推荐。本发明的基于用户关系嵌入模型的下一个兴趣点推荐方法将偏好相似关系引入到推荐模型中，增强了用户关系的表示，解决了现有方法只考虑用户朋友关系的片面性导致推荐
-
公开(公告)号：CN110362652B
公开(公告)日：2022-11-22
申请号：CN201910657221.9
申请日：2019-07-19
申请人： 辽宁工程技术大学
IPC分类号： G06F16/31 , G06F16/33 , G06F16/387 , G06F40/30 , G06F40/242
摘要： 本发明公开了一种基于空间‑语义‑数值相关度的空间关键字Top‑K查询方法，步骤为：利用Word Embedding技术对用户初始查询进行语义扩展；构建空间‑语义‑数值混合索引结构AKR‑tree；空间‑语义‑数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展，生成一系列与初始查询关键字语义相关的查询关键字；然后构建空间‑语义‑数值混合索引结构AKR‑tree，该索引结构能同时支持查询关键字的文本和语义匹配，并利用Skyline方法对数值属性进行处理；最后，利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象，并按空间‑语义‑数值的综合相关度进行排序。与现有同类方法相比，本发明方法具有更好的查询结果用户满意度，索引结构具有较快的查询响应时间。
-
公开(公告)号：CN108804551B
公开(公告)日：2021-06-04
申请号：CN201810489720.7
申请日：2018-05-21
申请人： 辽宁工程技术大学
IPC分类号： G06F16/9536 , G06F16/9537 , G06K9/62 , G06Q50/00
摘要： 本发明提供一种兼顾多样性与个性化的空间兴趣点推荐方法，涉及空间兴趣点推荐技术领域。包括：构建地理‑社会关系模型；计算模型中地点对在位置和社会联系上的相关度；构建相关度矩阵W；划分模型中构建的用户社会关系网络图G；计算在划分时的损失函数；选取令损失函数最小的特征向量并对图G中的顶点进行划分，得到k个具有多样性的兴趣点集合；从k个兴趣点集合中各选取一个最能拟合用户偏好的兴趣点组成一个融合多样性与个性化的兴趣点推荐列表。本发明提供的一种兼顾多样性与个性化的空间兴趣点推荐方法，融合兴趣点的地理‑社会关系模型、谱聚类算法、矩阵分解算法，使得为用户推荐的兴趣点具备较高准确率的同时还兼顾了多样性。
-
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：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。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.027 秒)
