“史艳翠”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果22个，建议您升级VIP下载更多相关专利

[发明专利]一种基于Spark的海量星表数据时序重构方法-CN202310297619.2在审
发明人：赵青;权文利;李浩;张成奎;王嫄;史艳翠 -专利权人：天津科技大学
申请日： 2023-03-24 - 公布日： 2023-06-27 - 主分类号： G06F16/215 文献下载
摘要：本发明涉及一种基于Spark的海量星表数据时序重构方法，其主要技术特点是：结合Spark计算框架和HEALPix索引完成海量星表数据的时序重构。本发明设计合理，能够在短时间内完成大规模天文数据的时许重构，为时域天文学进一步开展时域分析提供了支持。本发明有效过滤了星表中的错误记录，提高了时序数据质量的同时进一步优化了效率。此外，针对边缘漏源问题，本发明提出的参考星表副本策略在保证精度的前提下减少了数据传输量，进一步提高了算法效率。本发明所生成的时序数据还可以用于可视化生成光边曲线，为研究人员直观地展现出星表中的天体亮度随时间的变化情况。
一种基于 spark 海量数据时序方法

[发明专利]融合用户偏好和信任关系的混合群组餐厅推荐-CN202110403164.9在审
发明人： 史艳翠;齐嘉琳 -专利权人：天津科技大学
申请日： 2021-04-15 - 公布日： 2022-10-21 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及融合用户偏好和信任关系的混合群组餐厅推荐方法，具体过程是：通过计算用户对不同餐厅类别的偏好，得到用户‑餐厅类别偏好矩阵；计算用户信任度时，从公平性、准确性、影响力三方面考虑用户的信任度；计算用户相似度时，考虑了时间对用户偏好的影响，得到改进的Pearson相似度计算公式；综合考虑用户信任关系和相似关系，得到用户相关度评分；通过K‑means算法对用户进行分类，使用改进的偏好融合策略得到每个群组的偏好；使用Pearson相似度公式计算群组间的相似度，找到每个群组的最高相似性群组，进行评分预测。根据本发明实施例的融合用户偏好和信任关系的混合群组餐厅推荐方法，可以提高群组餐厅的准确度。
融合用户偏好信任关系混合餐厅推荐

[发明专利]一种医学文档专业词汇自动化标注方法-CN201910265223.3有效
发明人：王嫄;高铭;王栋;赵婷婷;赵青;陈亚瑞;史艳翠;孔娜;王洁 -专利权人：天津科技大学
申请日： 2019-04-03 - 公布日： 2022-10-04 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种医学文档专业词汇自动化标注方法，包括：对输入的医学文档进行数据预处理，得到预处理后的医学文档文本；获取词的字母级特征向量、单词级特征向量、语言特征向量并进行融合，作为词的编码向量；将分词后的医学文档文本的词标注分类得到标注数据集；对每一个词输出一个多维向量作为词的空间表示；获取增强后的标注数据集；进行训练建模，并最终输出标注结果。本发明设计合理，其采用半监督学习算法对大量未标注数据进行标注，成功地克服了现有医疗行业标注数据过少的缺陷，有效地提高了模型能够使用的数据量，并大幅提升算法对于关键词和专业词汇的标注准确率，可广泛用于医疗文献处理中。
一种医学文档专业词汇自动化标注方法

[发明专利]基于正则化的变分深度聚类模型-CN202010798578.1在审
发明人：陈亚瑞;张志远;王浩楠;丁文强;史艳翠;杨巨成 -专利权人：天津科技大学
申请日： 2020-08-11 - 公布日： 2022-03-01 - 主分类号： G06V10/762 文献下载
摘要：对于深度生成模型，它们都没有对数据进行聚类的能力。所以本发明在变分自编码模型的基础上提出对数据聚类的学习，并加入正则项，提高模型的稳定性。这个模型不仅可以生成高质量的数据，而且可以在数据隐空间中完成高精度的聚类任务。本发明从模型建模模块、构建优化目标模块、及优化问题求解模块三方面进行介绍。推理模型不仅获得了数据隐空间分布，而且利用分类器计算了聚类分配的概率，隐向量利用高斯混合模型完成聚类任务，通过生成网络生成观测数据；采用的变分方法将推理问题转化为优化问题；采用随机梯度下降法对模型参数进行更新。
基于正则深度模型

[发明专利]对抗性策略的变分自编码模型-CN202010798580.9在审
发明人：陈亚瑞;王浩楠;张芝慧;杨剑宁;史艳翠;杨巨成 -专利权人：天津科技大学
申请日： 2020-08-11 - 公布日： 2022-02-22 - 主分类号： G06N5/04 文献下载
摘要：变分自编码模型和生成对抗网络均属于目前深度学习中主流的生成模型。由于生成结果质量的关键取决于模型中推理模型的推理能力和生成器模型的生成能力。所以本发明在变分自编码模型和生成对抗网路的基础上提出两者部分模块相结合的生成模型。这个模型不仅可以生成比传统变分自编码模型更清晰的图像，而且可以生成更具多样性的图像。本发明从模型建模模块、构建优化目标函数模块两个模块进行介绍。随机噪声和原始图像一同进入推理模型；推理模型将最大限度表示出真实的后验概率分布；生成器模型将尽可能获得最大的似然估计值；判别器模型将最大限度提升生成器模型的生成能力。
对抗性策略编码模型

[发明专利]一种基于多特征的个性化餐厅推荐算法-CN201711324733.0有效
发明人： 史艳翠;廖富丽;张贤坤;孙迪 -专利权人：天津科技大学
申请日： 2017-12-13 - 公布日： 2022-01-28 - 主分类号： G06Q30/02 文献下载
摘要：本发明涉及一种基于多特征的个性化餐厅推荐算法，其技术特点在于：包括以下步骤：步骤A：读取大众点评网站上的餐厅数据，根据用户对餐厅的评分构建用户‑项目评分矩阵；步骤B：计算用户自身影响力；步骤C：计算用户间影响力；步骤D：预测用户对未去过的餐厅的评分；步骤E：为用户推荐个性化的餐厅。本发明通过分析用户和餐厅的多种特征来提高用户间影响力的准确性，为目标用户准确选择最有影响力的近似邻居，从而提高个性化餐厅推荐系统的准确性。
一种基于特征个性化餐厅推荐算法

[发明专利]一种碎片化知识智能化聚合方法-CN201810013215.5有效
发明人：梁琨;张翼英;史艳翠;王聪;叶子;楼贤拓 -专利权人：天津科技大学
申请日： 2018-01-08 - 公布日： 2022-01-07 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种碎片化知识智能化聚合方法，步骤如下：步骤1.定义知识元本体；步骤2.定义碎片化知识本体关联聚合；步骤3.建立基于本体蕴涵的关联聚合规则；步骤4.聚合关联规则判定；步骤5.基于知识元本体的碎片知识关联规则判定；步骤6.碎片知识聚合关联发现；步骤7.实现碎片化知识聚合。本方法通过支持度及置信度判定，判定两个或多个知识元本体关联关系，通过强关联方法实现碎片化知识聚合；该方法分析了碎片化知识特征，面向在线学习要求，将原有固态的知识结构进行重新分割与动态聚合为具有自组织能力的知识簇，最终完成碎片化知识聚合，引导学习者充分利用碎片化时间获取精准有意义的知识内容。
一种碎片知识智能化聚合方法

[发明专利]一种基于局部天区误差校正的面向星表数据的时序重构方法-CN202010438764.4在审
发明人：赵青;徐丹滢;史艳翠 -专利权人：天津科技大学
申请日： 2020-05-22 - 公布日： 2021-11-26 - 主分类号： G06F16/901 文献下载
摘要：本发明公开了一种基于局部天区误差校正的面向星表数据的时序重构方法。在近年来的时域天文学背景下，对大视场、高时间采样的时域天文观测而言，天文星表数据的时序重构是开展时域分析的重要基础。天文星表数据的时序重构就是在同源批量星表间进行天体的位置证认，以确定每一星体在不同观测记录间的对应关系，并按照时间顺序重新排布星表数据的过程。时序数据证认与传统异源两星表间的多波段交叉证认不同，是连续拍摄下的众多同源星表间的证认，对效率要求更高。本发明提出了一种基于局部天区误差校正的面向星表数据的时序重构方法，在保证证认精度的基础上提高算法的效率，使大规模批量星表间的时序重构成为可能。
一种基于局部误差校正面向数据时序方法

[发明专利]一种移动旅游服务管理方法及其控制系统-CN202010371076.0在审
发明人：王嫄;唐晓雯;史艳翠;杨巨成;梁琨;刘雯;刘玉桥 -专利权人：天津科技大学
申请日： 2020-05-06 - 公布日： 2021-11-09 - 主分类号： G06F16/9538 文献下载
摘要：本发明公开了一种移动旅游服务管理方法及其控制系统。本发明采用服务端和手机客户端的模式，提供了随访移动化旅游服务管理系统，能够高效、智能、移动、安全、便捷地服务于用户的出行需求；本发明采用数据动态存储的优化方法，提高内存效率；提高计算能力，快速地返回数据结果；采取一站式服务，提高服务效率；不定期发布在线活动，调高用户参与度与活跃度；增强检索词检索功能，提高检索的准确率；本发明能够依据不同用户对行程的不同需求，动态地记录用户的出行方案，从而提升不同用户的出行效率和体验。
一种移动旅游服务管理方法及其控制系统

[发明专利]一种结合自然梯度的概率主组件在线学习方法-CN202010379745.9在审
发明人：陈亚瑞;秦智飞;史艳翠;赵婷婷;王嫄;刘建征 -专利权人：天津科技大学
申请日： 2020-05-08 - 公布日： 2021-11-09 - 主分类号： G06N20/00 文献下载
摘要：基于特征值分解的主组件分析模型就是复杂度较高。概率主组件分析是从概率的角度理解主组件分析模型，采用期望最大化算法迭代求解，对于大规模高维数据可有效提高模型效率。但是该算法在参数更新过程中，需要遍历整个数据集才能更新一次参数，参数更新较慢，很难扩展到大规模数据集。本发明提出一种结合自然梯度的概率主组件在线学习方法，通过结合概率主组件分析与自然梯度，实现在线增量学习模型。本发明包括：模型建模单元、优化目标构建单元、及优化问题求解单元。模型建模单元是对传统的概率主组件分析模型引入自然梯度。优化目标构建单元通过似然函数构建优化目标。优化问题求解单元采用EM算法，引入自然梯度，使用单个样本进行参数更新。
一种结合自然梯度概率组件在线学习方法

[发明专利]一种融合游戏的趣味学习系统-CN201911314767.0在审
发明人： 史艳翠;潘苏迎澳 -专利权人：天津科技大学
申请日： 2019-12-19 - 公布日： 2021-06-22 - 主分类号： G09B7/02 文献下载
摘要：本发明涉及一种融合游戏的趣味学习系统，包括：系统服务器端和用户应用端。所述系统服务端主要存储用户信息、积分、题目、答案、解析及关卡进度。所述用户应用端即手机APP。通过手机APP，用户可以实现注册/登录，签到获得积分；选择要学习的科目后进入游戏答题闯关，答错后将会出现题目解析。
一种融合游戏趣味学习系统

[发明专利]一种基于移动用户行为的局部扩展社区发现方法-CN201910438016.3在审
发明人： 史艳翠;田爱宁;王嫄;陈亚瑞;赵青;曹鉴华 -专利权人：天津科技大学
申请日： 2019-05-20 - 公布日： 2020-11-20 - 主分类号： H04W4/35 文献下载
摘要：社区发现能有效挖掘网络的特性以及隐藏的信息，现有的社区发现方法主要通过分析传统的社会网络完成，不适用于移动社交网络。本发明提出了一种基于移动用户行为的局部扩展社区发现方法，通过分析移动社交网络中的用户行为，采用局部扩展方法实现社区发现。本发明包括：移动社交网络的构建、种子节点的选择、局部扩展。首先，通过分析移动用户间的交互行为以及移动用户使用的移动网络服务，基于二分网络构建移动社交网络；然后，根据节点权重值在网络中的排名选择种子；最后，使用LFM方法进行局部扩展。
一种基于移动用户行为局部扩展社区发现方法

[发明专利]一种基于词向量建模和信息检索的回顾性队列选择方法及装置-CN201910438020.X在审
发明人：王嫄;孔娜;张雪;王栋;赵婷婷;王洁;史艳翠 -专利权人：天津科技大学
申请日： 2019-05-20 - 公布日： 2020-11-20 - 主分类号： G06F16/33 文献下载
摘要：一种基于词向量建模和信息检索的回顾性队列选择方法及装置。本发明针对回顾性队列选择的方法召回率低、精确度差、检索信息不全的问题，通过在电子健康病例信息预处理时引入词聚类的方法进行命名实体识别，对往常采取的针对否定词的处理方法进行改进，利用skip‑gram算法学习电子健康病例中医学概念的嵌入，得到不同实体的向量表示，以此来建模患者的向量表示，从医学概念中学习到患者表征，通过查询扩展获得与查询有关的概念，然后利用余弦距离分别测量每个病人与查询向量之间关系并按距离对患者进行排序输出。本发明设计合理，在对否定词的预处理方法上进行改进后，可有效提高语义匹配的准确度，提升队列选择的召回率。
一种基于向量建模信息检索回顾队列选择方法装置

[发明专利]一种基于遗传算法改进的多模式污染物集成预报方法-CN201710368411.X有效
发明人：熊聪聪;邓雪晨;史艳翠;张贤坤;赵青 -专利权人：天津科技大学
申请日： 2017-05-22 - 公布日： 2020-09-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于遗传算法改进的多模式污染物集成预报方法，其主要技术特点是：对原始样本进行数据整理并处理极大、极小及缺失数据；对处理后的样本进行显著性检验，采用偏差、相关性选取单模式；引入遗传算子改进极限学习机；采用极限学习机改进遗传算法进行大气污染物集成优化预报。本发明设计合理，其作为一种非线性、多模式的集成方法，不仅具有最优的预报精度，而且有效降低了遗传算法的迭代次数，缩短了时间成本，本发明在污染物浓度预报，包括温度预报，降水预报，雾霾分析预报等领域，都具有较好的应用价值。
一种基于遗传算法改进模式污染物集成预报方法

[发明专利]开放网络中基于上下文和用户兴趣的实时去处推荐方法-CN201710532771.9有效
发明人：王嫄;杨巨成;史艳翠;赵婷婷;陈亚瑞;赵青 -专利权人：天津科技大学
申请日： 2017-07-03 - 公布日： 2020-06-09 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种开放网络中基于上下文和用户兴趣的实时去处推荐方法，其主要技术特点是包括去处推荐客户端处理步骤：定义用户的配置文件和上下文并发送至服务器端口；去处推荐服务器离线处理步骤：采集去处相关数据，进行数据归一化和向量化：去处推荐服务器在线处理步骤：拦截用户请求，解析用户配置文件和上下文信息，基于线性插值进行相似度计算，排序相似度得到推荐结果。本发明设计合理，在有限的训练数据情况下，能够有效利用上下文进行相关度判断，算法可在极短的时间内进行响应，时间复杂度低，具有较高的准确性和稳定性，可广泛应用于基于上下文的去处实时推荐中。
开放网络基于上下文用户兴趣实时去处推荐方法

1
2
下一页»
尾页
共 22 条