一种基于自相关误差优化的深度时序卷积知识追踪方法

    公开(公告)号:CN116432707A

    公开(公告)日:2023-07-14

    申请号:CN202310173204.4

    申请日:2023-02-28

    Abstract: 本发明涉及一种基于自相关误差优化的深度时序卷积知识追踪方法,属于计算机领域。该方法以时间卷积网络和注意力机制为主模型,引入了一个自相关系数与模型参数一起训练。模型中时间卷积网络由于扩张卷积和残差连接的存在,解决深度网络存在的梯度问题和长期依赖问题,注意力机制的引入能够自适应地确定学生答题序列中的特征和长短期特征中信息的重要性,自相关系数的引入能够避免模型在训练过程中陷入局部最优解。上述方法提升了模型的预测精度和运算效率。

    一种基于时序卷积网络和注意力机制的深度知识追踪系统

    公开(公告)号:CN116151311A

    公开(公告)日:2023-05-23

    申请号:CN202310169389.1

    申请日:2023-02-27

    Abstract: 本发明涉及一种基于时序卷积网络和注意力机制的深度知识追踪系统,属于计算机技术领域。该系统包括输入层、遗忘层、拼接层、学习层和预测输出层;根据教育学理论艾宾浩斯曲线理论和记忆衰退学说,引入了表征学生在学习过程中遗忘行为的因素,能够更准确地模拟学生的学习行为,提升模型的预测性能;时序卷积网络中的卷积网络层经过训练,可以更加准确地提取学生学习序列中的特征,加入的注意力机制可以自适应地确定学生学习序列中的遗忘信息,以及短期特性信息的重要性。两者的使用提升了模型的运算效率和数据利用率。

    一种基于ANFIS的实验室危险化学品异常信息预警方法

    公开(公告)号:CN113505925A

    公开(公告)日:2021-10-15

    申请号:CN202110781857.1

    申请日:2021-07-09

    Abstract: 本发明涉及一种基于ANFIS的实验室危险化学品异常信息预警的方法,属于人工智能领域,包括剂量‑时序预警模型、ANFIS预警模型;剂量‑时序预警模型,用于将实验室信息管理系统中的预计归还时间和预计使用剂量数据做处理,最后输出一个是否预警的概率P1;ANFIS预警模型,由五层ANFIS网络结构组成,用于通过数据集训练之后,将信息管理系统中的预计归还时间和预计使用剂量数据做处理,最后输出一个是否预警的概率P2;最后将剂量‑时序预警模型和ANFIS预警模型得到的概率P1和P2做加权计算,得到最终的预警概率P,并判断是否需要预警。

    一种基于二值矩阵置乱与混沌理论的数字水印方法

    公开(公告)号:CN113450247B

    公开(公告)日:2024-03-29

    申请号:CN202110756215.6

    申请日:2021-07-05

    Abstract: 本发明涉及一种基于二值矩阵置乱与混沌理论的数字水印方法,属于图像处理技术领域。首先,使用混沌系统产生二值矩阵对水印图像与载体图像进行置乱并扩散;其次,将水印图像进行奇异值分解,将载体图像进行3级DWT分解;最后,将奇异值分解所得的特征矩阵嵌入到不同分级的DWT系数中。实验结果和仿真分析表明,该方法效率高,安全性好,具有良好的应用场景。

    一种基于二值矩阵置乱与混沌理论的数字水印方法

    公开(公告)号:CN113450247A

    公开(公告)日:2021-09-28

    申请号:CN202110756215.6

    申请日:2021-07-05

    Abstract: 本发明涉及一种基于二值矩阵置乱与混沌理论的数字水印方法,属于图像处理技术领域。首先,使用混沌系统产生二值矩阵对水印图像与载体图像进行置乱并扩散;其次,将水印图像进行奇异值分解,将载体图像进行3级DWT分解;最后,将奇异值分解所得的特征矩阵嵌入到不同分级的DWT系数中。实验结果和仿真分析表明,该方法效率高,安全性好,具有良好的应用场景。

    一种基于ANFIS的实验室危险化学品异常信息预警方法

    公开(公告)号:CN113505925B

    公开(公告)日:2022-07-15

    申请号:CN202110781857.1

    申请日:2021-07-09

    Abstract: 本发明涉及一种基于ANFIS的实验室危险化学品异常信息预警的方法,属于人工智能领域,包括剂量‑时序预警模型、ANFIS预警模型;剂量‑时序预警模型,用于将实验室信息管理系统中的预计归还时间和预计使用剂量数据做处理,最后输出一个是否预警的概率P1;ANFIS预警模型,由五层ANFIS网络结构组成,用于通过数据集训练之后,将信息管理系统中的预计归还时间和预计使用剂量数据做处理,最后输出一个是否预警的概率P2;最后将剂量‑时序预警模型和ANFIS预警模型得到的概率P1和P2做加权计算,得到最终的预警概率P,并判断是否需要预警。

Patent Agency Ranking