-
公开(公告)号：CN117724414A
公开(公告)日：2024-03-19
申请号：CN202311657060.6
申请日：2023-12-05
Applicant: 重庆邮电大学
IPC: G05B19/418
Abstract: 本发明属于装配线平衡技术领域，具体涉及一种变节奏同步混流多人共站装配线的二类平衡优化方法，包括设定变节奏同步混流多人共站装配线第二类平衡优化问题的相关参数；采用改进遗传算法求解变节奏同步混流多人共站装配线第二类平衡优化问题，得到最优解；本发明同时对混流装配、多人共站作业和变节奏同步输送线统筹起来进行建模并设计智能优化方法遗传算法进行求解，为体积大、类型复杂且需要无晃动操作的产品的生产装配提供优化方案，有利于提升该类产品的生产效率，降低生产成本。
-
公开(公告)号：CN117874342A
公开(公告)日：2024-04-12
申请号：CN202410040975.0
申请日：2024-01-09
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9537 , G06N5/02 , G06N3/0442
Abstract: 本发明属于社交网络下一个兴趣点推荐领域，涉及一种结合用户长短期偏好的下一个兴趣点推荐方法，包括：获取原始数据，对原始数据进行预处理，得到新数据集；提取新数据集的相关属性生成用户访问兴趣点的签到记录；根据用户访问兴趣点的签到记录提取用户访问兴趣点的时空轨迹表示，根据用户访问兴趣点的时空轨迹构建用户偏好知识图和用户偏好异构图；将用户偏好知识图和用户偏好异构图输入序列模型中，得到推荐预测概率；根据推荐预测概率得到有序推荐集合；在有序推荐集合中选取最优的兴趣点进行推荐；本发明综合用户偏好信息、时空信息和签到信息，为目标用户推荐符合其长短期偏好的兴趣点。
-
公开(公告)号：CN117743678A
公开(公告)日：2024-03-22
申请号：CN202311570228.X
申请日：2023-11-23
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F8/70 , G06F40/30 , G06F18/22 , G06F18/213 , G06F18/2431 , G06F18/25 , G06N3/0464
Abstract: 本发明属于API推荐领域，具体涉及一种基于相关性和兼容性融合的Web API推荐方法，包括：根据API功能描述文档和Mashup功能描述文档获取API和Mashup的向量表示；利用API与Mashup的历史调用记录构造的交互矩阵、共现矩阵，并使用API的向量计算余弦相似度并构造相似度矩阵，提取Mashup与API的交互特征向量、API与API的交互特征向量以及API与API的相似度特征向量；对提取的向量进行融合，并进行API推荐；本发明有助于API推荐有效地挖掘Mashup与API之间的功能交互、API与API之间的关系以及API的隐含特征，并优化API推荐结果的准确性与兼容性。
-
公开(公告)号：CN116541433A
公开(公告)日：2023-08-04
申请号：CN202310590978.7
申请日：2023-05-24
Applicant: 重庆邮电大学
IPC: G06F16/2457 , G06F16/901 , G06F16/9035 , G06F16/9535 , G06N5/04
Abstract: 本发明属于API推荐领域，具体涉及一种基于关联图的多样性API推荐方法，包括：构建去流行化的API关联图；采用寻找最小带权子图方式获取满足开发需求的候选API组合；根据每个候选API组合的特征向量构造内核矩阵，采用快速贪婪MAP推理算法求解内核矩阵，从候选API组合里找到能够最大化后验概率的API组合，得到推荐结果。本发明根据API的功能描述关键词以及mashup与API间的历史交互数据构建去流行度的API关联图，在去流行度的API关联图的基础上，将API推荐问题建模为寻找最小带权子图问题来获得满足开发需求、具有兼容性且去流行化的API组合，使推荐结果去流行化并保持兼容性还满足开发需求。
-
公开(公告)号：CN116009953B
公开(公告)日：2025-03-21
申请号：CN202310058508.6
申请日：2023-01-17
Applicant: 重庆邮电大学
IPC: G06F8/75 , G06F16/335 , G06F16/334 , G06F40/30 , G06N20/00
Abstract: 本发明属于API推荐领域，具体涉及一种基于全文语义挖掘结合对抗训练的API推荐方法，包括：对原始数据进行预处理；利用自然语言处理技术提取需求文档、mashup描述和API描述的全文语义，并计算文本相似度；根据文本相似度计算mashup调用API的概率，根据概率获取mashup和API的特征向量的梯度，并更新特征向量；对更新后的mashup和API的特征向量引入抗性训练，得到数据稀疏性缓解后的特征向量；对数据稀疏性缓解后的mashup和API的特征向量采用贝叶斯概率矩阵分解，得到API推荐列表。本发明有助于API平台有效挖掘开发人员的个性化开发需求，减轻开发人员的工作量，同时提高了推荐精度。
-
Patent Agency Ranking
公开(公告)号：CN117743677A
公开(公告)日：2024-03-22
申请号：CN202311559088.6
申请日：2023-11-21
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F40/216 , G06F40/289 , G06N3/08 , G06F40/194 , G06F40/126
Abstract: 本发明属于API推荐领域，具体涉及一种融合网络结构信息与内容信息的API推荐方法，包括从ProgrammableWeb数据集获取原始数据集，并对原始数据集进行预处理得到新数据集；对新数据集中每一个功能描述文本进行矢量处理，得到多条API内容特征向和多条Mashup内容特征向量；基于新数据集构建mashup‑API‑tag异构信息网络，采用多路径聚合注意力机制获取多条Mashup结构特征向量；根据Mashup内容特征向量和Mashup结构特征向量获取目标mashup的API推荐列表；本发明能够减少原始描述信息丢失。
-
公开(公告)号：CN116738051A
公开(公告)日：2023-09-12
申请号：CN202310706507.8
申请日：2023-06-14
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F18/23213 , G06F18/22 , G06N3/042
Abstract: 本发明涉及一种基于图神经网络与协同关系挖掘的兴趣点推荐方法，包括：对原始兴趣点签到数据集进行预处理；根据每个兴趣点被用户签到的总次数计算每个兴趣点的流行度；利用kmeans算法对兴趣点进行聚类得到兴趣点的目标类别标签；将用户和兴趣点作为节点，用户和兴趣点之间的签到关系作为边构建用户兴趣点关系二部图；根据用户兴趣点关系二部图中用户节点的隐式关系节点和用户对兴趣点的签到时间利用基于多头自注意力机制的图神经网络提取用户节点在图神经网络中所有隐藏层的特征表示；利用Softmax计算得到兴趣点推荐列表；向用户进行推荐概率值高于设定阈值的兴趣点，本发明有助于兴趣点推荐服务商提高兴趣点推荐的精度。
-
公开(公告)号：CN116822202A
公开(公告)日：2023-09-29
申请号：CN202310771368.7
申请日：2023-06-27
Applicant: 重庆邮电大学
IPC: G06F30/20 , G06N3/126 , G06Q10/0631 , G06Q50/04
Abstract: 本发明属于汽车生产线排产技术领域，具体涉及一种考虑输送样式的汽车焊装车体生产线智能排产方法，包括：将焊装车体生产线排产决策情景映射为变节奏同步混流双边生产线排产问题，并获取相关数据；为变节奏同步混流双边生产线排产问题建立优化模型；基于优化模型，采用遗传算法对变节奏同步混流双边生产线排产问题进行求解；本发明通过考虑实际生产线特征进行智能排产，可实现排产方案的智能化精确化输出，有利于减少人工排产带来的人为失误和时间浪费等，并使得排产方案更加符合现实排产情景，更有利于资源合理利用、成本低减和效率提升。
-
公开(公告)号：CN116579244A
公开(公告)日：2023-08-11
申请号：CN202310546161.X
申请日：2023-05-15
Applicant: 重庆邮电大学
Abstract: 本发明属于装配线平衡技术领域，具体涉及一种变节奏同步混流双边装配线第二类平衡智能优化方法；包括获取产品变节奏同步混流双边装配线平衡问题的相关数据并处理为新数据；种群初始化；根据初始染色体种群中任一条初始染色体的基因顺序，为对应的装配任务进行工作站左右方向分配得到第一染色体；为第一染色体中的所有装配任务指定工作站，得到第二染色体；基于第二染色体的工作站指定结果，获取每种产品的每个装配任务的完成时间得到最终染色体；获取|Pop|条最终染色体，按照变节奏同步混流双边装配方式计算每条最终染色体的价值评估结果；根据每条最终染色体的价值评估结果进行筛选、交叉和变异；直到达到最大迭代次数后输出最优解。
-
公开(公告)号：CN116009953A
公开(公告)日：2023-04-25
申请号：CN202310058508.6
申请日：2023-01-17
Applicant: 重庆邮电大学
IPC: G06F8/75 , G06F16/335 , G06F16/33 , G06F40/30 , G06N20/00
Abstract: 本发明属于API推荐领域，具体涉及一种基于全文语义挖掘结合对抗训练的API推荐方法，包括：对原始数据进行预处理；利用自然语言处理技术提取需求文档、mashup描述和API描述的全文语义，并计算文本相似度；根据文本相似度计算mashup调用API的概率，根据概率获取mashup和API的特征向量的梯度，并更新特征向量；对更新后的mashup和API的特征向量引入抗性训练，得到数据稀疏性缓解后的特征向量；对数据稀疏性缓解后的mashup和API的特征向量采用贝叶斯概率矩阵分解，得到API推荐列表。本发明有助于API平台有效挖掘开发人员的个性化开发需求，减轻开发人员的工作量，同时提高了推荐精度。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.018 seconds)
