“陈炳丰”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69个，建议您升级VIP下载更多相关专利

[发明专利]一种嵌入逻辑规则的循环神经网络文本情感分析方法-CN201710239556.X有效
发明人：郝志峰;蔡晓凤;蔡瑞初;温雯;王丽娟;陈炳丰 -专利权人：广东工业大学
申请日： 2017-04-13 - 公布日： 2020-04-10 - 主分类号： G06F40/289 文献下载
摘要：本发明提供一种嵌入逻辑规则的循环神经网络文本情感分析方法，通过抓取用于训练的文本语料，进行情感类别标记，然后将情感标记的文本语料分为训练集语料、测试集语料，并对其进行分词处理，以及去停用词处理，然后采用word2vec算法对做分词处理、去掉停用词后的训练集语料和测试集语料进行训练，得到相应的词向量，将训练集语料和测试集语料输入现有的知识库结合概率图模型进行分析处理，通过逻辑循环神经网络结构(Logic‑RNN与Logic‑LSTM)，将一阶逻辑规则嵌入到循环神经网络中，本发明一方面可以达到控制循环神经网络的训练方向，更倾向人的直觉，另一方面提高了文本情感分析的精度，该方法也可以用于自然语言处理、机器学习的其他领域。
一种嵌入逻辑规则循环神经网络文本情感分析方法

[发明专利]一种基于深度神经网络的人群情绪异常检测和定位方法-CN201710284869.7有效
发明人：郝志峰;郑小宾;蔡瑞初;温雯;王丽娟;陈炳丰 -专利权人：广东工业大学
申请日： 2017-04-27 - 公布日： 2020-03-31 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于深度神经网络的人群情绪异常检测和定位方法，通过监控设备获取视频数据，并对其进行视频关键帧数据提取，并从视频关键帧数据获取每一帧的人脸图像数据，并进行对齐、分组、排序预处理，然后输入到训练好的基于卷积神经网络的人脸情绪识别模型中，并通过训练好的人群情绪检测和定位模型，获取监测视频数据中人群情绪异常检测和定位结果并反馈给监控设备工作人员，本发明设计合理，通过模型能够得到人群情绪异常与人群异常之间的关系，避免了人群异常与具体异常事件相关联而导致的检测局限性问题，另外，模型采用了混合的深度神经网络结构模型，从而进一步提高了视频人群情绪异常检测和定位的效率。
一种基于深度神经网络人群情绪异常检测定位方法

[发明专利]一种基于线性变量组的因果发现方法-CN201910790872.5在审
发明人：曾艳;郝志峰;蔡瑞初;谢峰;黄礼泊;陈炳丰 -专利权人：广东工业大学
申请日： 2019-08-26 - 公布日： 2020-01-03 - 主分类号： G06N20/00 文献下载
摘要：本发明提出一种基于线性变量组的因果发现方法，包括以下步骤：获取包含n个变量组的数据集，初始化设置因果次序集合；采用线性核函数，依次计算每个变量组的核矩阵，然后对核矩阵进行中心化处理；建立误差最小化的目标函数，通过交叉验证方法为变量组与数据集中其他的变量组学习参数；计算变量组与数据集中其他的变量组的残差核矩阵；估计每个变量组与数据集中其他的变量组的似然比；计算每个变量组的总似然比，然后选择最高总似然比所对应的变量组作为外生变量组；根据外生变量组更新数据集；将外生变量组对应的下标加入因果次序集合中，重复执行上述步骤，至所有的变量组下标都加入因果次序集合中；构建因果网络推断图进行输出。
变量组数据集中核矩阵似然比集合初始化设置误差最小化线性核函数中心化处理更新数据交叉验证目标函数线性变量因果网络重复执行数据集残差构建推断输出发现学习

[发明专利]一种离散时序数据的非稳态性格兰杰因果关系挖掘方法-CN201910754617.5在审
发明人：蔡瑞初;陈济斌;温雯;郝志峰;梁智豪;乔杰;陈薇;陈炳丰;李梓健 -专利权人：广东工业大学
申请日： 2019-08-15 - 公布日： 2019-12-31 - 主分类号： G06F16/906 文献下载
摘要：本发明公开了一种离散时序数据的非稳态性格兰杰因果关系挖掘方法，首先获取时空序列数据集并建立霍克斯模型，初始化霍克斯模型并对时间序列标注类别标签；通过Hawkes‑EM算法学习各类别数据对应的模型参数以及格兰杰因果关系，基于贪婪算法优化对时空序列数据的类别划分；计算霍克斯模型的最终评分；重复步骤S2和S3直至最终评分值满足预设标准，则此时模型参数对应的述时空序列数据的类别划分情况及对应类别挖掘得到的格兰杰因果关系为最优解。本发明在利用原有的Hawkes‑EM算法基础上结合贪婪算法使其成为离散时序数据的非稳态性格兰杰因果关系挖掘方法，从而找出在一段离散时序数据中属于不同类别的数据，并发现其在相应类别下代表的格兰杰因果关系。
因果关系时空序列时序数据模型参数贪婪算法非稳态挖掘类别标签时间序列数据对应预设标准初始化数据集原有的最优解标注重复优化发现学习

[发明专利]一种基于噪音独立性的因果网络推断方法-CN201910790875.9在审
发明人：曾艳;郝志峰;蔡瑞初;谢峰;黄礼泊;陈炳丰 -专利权人：广东工业大学
申请日： 2019-08-26 - 公布日： 2019-12-20 - 主分类号： G06N5/04 文献下载
摘要：本发明涉及数据挖掘技术领域，提出一种基于噪音独立性的因果网络推断方法，包括以下步骤：获取n个变量并构建数据集X，初始化设置因果次序集合K；采用独立成分分析法分解数据集X；计算每个变量x
矩阵独立性叶子节点因果网络集合推断噪音数据集构建判定独立成分分析数据挖掘技术初始化设置最小二乘法设置参数列元素行元素剪枝去除存储分解输出

[发明专利]一种融合语法信息的句子压缩方法-CN201910685953.9在审
发明人：赫志峰;陈诚;蔡瑞初;陈炳丰;温雯;王丽娟;陈渝升 -专利权人：广东工业大学
申请日： 2019-07-28 - 公布日： 2019-11-12 - 主分类号： G06F17/27 文献下载
摘要：本发明涉及句子压缩领域，公开了一种融合语法信息的句子压缩方法，包括步骤：S1、对句子压缩网络中的参数进行随机初始化；S2、从数据集获取压缩前句子的序列、词性序列和对应的压缩序列标签；S3、以时间步为单位，将原句子序列的每个单词以及词性序列中对应词性依次输入到网络中所对应的编码器中去；S4、把单词网络编码器最后一个时间步的隐状态作为单词解码器的初始隐状态，将词性网络编码器的最后一个时间步的隐状态作为词性解码器的初始隐状态；S5、将原句子序列的每个单词以及词性序列中对应词性依次输入到对应的解码器中；S6、生成标签的概率分布；S7、通过选择最大概率来得到当前输入单词的标签。可以有效简单通过语法信息进行句子压缩。
句子压缩词性解码器词性序列语法信息时间步单词编码器标签随机初始化网络编码器单词网络概率分布输入单词序列标签最大概率融合数据集网络

[发明专利]基于递归神经网络建模的无监督人群异常监测及定位方法-CN201610322129.3有效
发明人：蔡瑞初;陈恬;郝志峰;谢伟浩;温雯;陈炳丰;黄灿锦 -专利权人：广东工业大学
申请日： 2016-05-16 - 公布日： 2019-09-17 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于递归神经网络建模的无监督人群异常监测及定位方法，该方法利用监控视频的时间序列特性与递归神经网络长时间依赖性相结合，并在对视频场景进行网格划分后，针对每个网格进行单独建模，选择性的利用光流统计特征对正常情况下人群序列动态进行无监督的学习，并采用Hessian‑Free Optimization方法对模型进行训练，最后将含有异常的数据载入模型，通过衡量t+1时刻与t时刻光流统计直方图之间的距离，对t+1时刻的人群场景进行监测和定位。该方法实现了时间和空间上的全局建模，很好的保留了各时刻人群动态序列特征之间的联系，且简化了模型的复杂度，降低了RNN训练难度，对异常事件的监测和定位有着较好的实时性和准确性。
基于递归神经网络建模监督人群异常监测定位方法

[发明专利]一种面向网络电视用户的时序主题偏好预测方法-CN201610838513.9有效
发明人：郝志峰;黄灿锦;温雯;蔡瑞初;陈炳丰;陈恬 -专利权人：广东工业大学
申请日： 2016-09-20 - 公布日： 2019-09-13 - 主分类号： H04N21/234 文献下载
摘要：一种面向网络电视用户的时序主题偏好预测方法，通过提取用户d天观看电视节目的基本数据，将用户观看电视节目的时间d分为N时间片段，使用隐含狄利克雷分布(LDA)模型进行分析得到n个关于电视节目的主题以及电视节目在不同主题下的概率分布；运用最高分布概率替换原则，得到用户在不同时间片段的主题偏好，结合用户时序主题偏好及主题下电视节目的分布预测用户每一天各个时间片段里可能观看的电视节目以及用户特征，有利于电视运营商为用户提供高质量用户体验服务，有利于电视运营商结合用户特征推广增值服务及第三方商业服务，提高经济效益。本发明通过对提取的数据先进行清理，清除了一些实用性不强的数据，从而提高了预测结果的可靠性。
一种面向网络电视用户时序主题偏好预测方法

[发明专利]一种基于跨平台基因表达数据的基因调控网络重建方法-CN201710201797.5有效
发明人：蔡瑞初;林殷娴;郝志峰;温雯;谢峰;许柏炎;陈薇;陈炳丰 -专利权人：广东工业大学
申请日： 2017-03-30 - 公布日： 2019-09-13 - 主分类号： G16B25/10 文献下载
摘要：本发明涉及一种基于跨平台基因表达数据的基因调控网络重建方法，根据跨平台基因表达数据的特点，通过获取来自p个测序平台基因表达数据，并进行预处理，然后从每个基因样本中抽取n个基因表达量，并基于偏相关系数的混合型条件独立性测试得到每个基因表达量的父子节点集，将其应用于跨平台因果网络结构学习的学习网络骨架、确定v‑结构和最大化标志方向三个过程中，从而重建出跨平台基因调控网络，本发明利用因果图模型解决跨平台基因调控网络的问题，能直接有效地利用跨平台基因表达数据进行高维的基因调控网络重建的同时，避免数据预处理过程导致的数据过度平滑等问题，提高了跨平台基因调控网络重建结果的正确率和召回率。
一种基于平台基因表达数据调控网络重建方法

[发明专利]基于Storm的产品评论信息实时采集方法-CN201610313091.3有效
发明人：郝志峰;骆魁永;蔡瑞初;陈炳丰;袁琴 -专利权人：广东工业大学
申请日： 2016-05-11 - 公布日： 2019-06-21 - 主分类号： G06F16/951 文献下载
摘要：本发明公开了基于Storm的产品评论信息实时采集方法，该方法在基于Storm平台的采集系统进行，该方法包括产品抓取模块周期性的从网络中抓取数据,预处理模块根据产品Id初始化产品的属性参数，调度模块将数据封装成Tuple发射到Storm集群中，更新检测模块检查是否有新的评论产生，将其送到评论信息抓取模块，评论信息抓取模块检测到有评论信息更新的产品进行分布式抓取，访问间隔调整模块动态调整产品下一次采集的时间等。本发明将传统的网络爬虫与开源分布式流处理框架Storm相结合，使得传统的网络爬虫能够运行在流处理平台上，在实时信息采集性能上得到极大提高，具有很强的实际价值和现实意义。
基于 storm 产品评论信息实时采集方法

[发明专利]自然语言的处理系统及方法-CN201811468745.5在审
发明人： 陈炳丰;蔡瑞初;郝志峰;温雯;朱鉴;廖辉 -专利权人：广东工业大学
申请日： 2018-12-03 - 公布日： 2019-05-14 - 主分类号： G06F16/33 文献下载
摘要：本发明属于语言处理技术领域，涉及自然语言的处理系统及方法，包括客户端、输入端口、文本联想单元、文本分句单元、特殊词分析单元、情感分析单元、反馈信息处理单元、结果单元、记忆单元、客户修正输入单元、结果单元和中央数据库单元。本发明通过所述各单元，实现了客户对所输入的文本进行分析、匹配最终将合适的信息反馈给客户，使得最终客户得到满意的数据，并且在客户对该系统进行使用的过程中能够及时的对中央数据库单元进行更新，使得该系统所能够查询的内容更加全面具体，使得客户在使用时更加的便捷，同时能够更加快捷的搜索到所需要的信息。
客户自然语言中央数据库处理系统结果单元文本反馈信息处理单元语言处理技术记忆单元情感分析输入单元输入端口信息反馈词分析客户端分句匹配搜索修正查询更新分析

[发明专利]基于搜索引擎的语言处理信息检索系统及方法-CN201811468743.6在审
发明人： 陈炳丰;蔡瑞初;郝志峰;温雯;朱鉴;廖辉 -专利权人：广东工业大学
申请日： 2018-12-03 - 公布日： 2019-04-26 - 主分类号： G06F3/023 文献下载
摘要：本发明属于语言处理技术领域，涉及基于搜索引擎的语言处理信息检索系统及方法，包括用户单元、处理单元、检索单元、数据库、学习单元、数据库和反馈单元，其中所述学习单元包括记忆模块和训练模块，所述反馈单元包括第一反馈模块和第二反馈模块。本发明通过设置反馈单，使用户通过反馈单元反馈搜索引擎搜索内容的准确性，使搜索引擎根据用户反馈不断为用户提供所搜结果，直到用户反馈搜索结果准确，使搜索引擎更好的为人们服务；通过设置学习单元，使搜索引擎通过学习单元学习用户的搜索语言，并通过学习单元记录用户反馈的搜索结果的准确性，使搜索引擎能更快更好的帮助人们搜索。
搜索引擎学习单元反馈单元用户反馈语言处理信息检索系统反馈模块搜索结果数据库搜索语言处理技术处理单元记忆模块检索单元搜索内容训练模块用户单元用户提供反馈记录语言帮助服务学习

[发明专利]一种面向用户动态偏好挖掘的节目嵌入方法-CN201811322845.7在审
发明人：温雯;林泽钿;蔡瑞初;郝志峰;陈炳丰 -专利权人：广东工业大学
申请日： 2018-11-08 - 公布日： 2019-03-12 - 主分类号： G06F16/2458 文献下载
摘要：本发明涉及一种面向用户动态偏好挖掘的节目嵌入方法，包括：读入点击行为序列集S；将点击节目表示为低维向量，并初始化输入特征向量和输出特征向量；然后使用训练样本集对节目特征向量进行优化；结合用户当前时刻的上下文节目的输入特征向量，刻画用户当前时刻的兴趣。本发明通过使用改进的词嵌入模型将节目特征进行降维，舍弃了以往完全使用时间作为用户偏好变化影响因子的做法，而采用行为窗口对目标节目进行建模，有效的避免了用户行为在固定的时间区间上可能存在的稀疏性，并且通过最大化条件概率是的学习到的节目向量表示能够有效地刻画用户偏好，克服了现有方法存在的不足和局限性。且学到的向量表示是稠密低维的。
向量嵌入输入特征向量节目特征面向用户用户偏好节目低维偏好刻画训练样本集点击行为节目向量目标节目时间区间输出特征条件概率向量表示影响因子用户行为挖掘初始化固定的稀疏性序列集有效地最大化读入建模降维稠密舍弃优化改进学习

[发明专利]基于基因大数据的小样本基因表达数据分类方法-CN201610150049.4有效
发明人：郝志峰;许柏炎;蔡瑞初;温雯;张小文;林殷娴;王日宇;陈炳丰 -专利权人：广东工业大学
申请日： 2016-03-16 - 公布日： 2019-02-26 - 主分类号： G16B25/10 文献下载
摘要：本发明公开了基于基因大数据的小样本基因表达数据分类方法，其技术步骤为：确定训练样本基因表达数据和类标签，构建矩阵；根据L阶频数统计结果和2阶频数统计结果，计算L+1阶估分，去除估分小于阈值的非频繁集；计算到最大阶数L_max；计算不同类别差异化的缺失情况；对各阶评分表进行排序，建立决策表；根据决策表对测试样本进行判别并输出类别。本发明基于基因大数据的跨平台分类器训练模型，结合基因表达数据公共储存库中海量的数据与小规模基因表达样本混合训练，有效的提高了分类效果。同时，该方法解决了跨平台所带来的缺失值的影响。
基于基因数据样本表达分类方法

[发明专利]基于资源信息增益的Hadoop集群瓶颈检测方法-CN201610192350.1有效
发明人：郝志峰;谭造乐;蔡瑞初;温雯;陈炳丰 -专利权人：广东工业大学
申请日： 2016-03-30 - 公布日： 2019-02-19 - 主分类号： H04L12/26 文献下载
摘要：本发明公布了基于资源信息增益的Hadoop集群瓶颈检测算法。该算法包括三部分：监测集群中每个节点的响应满意度RS，当RS下降到一定阈值时，则判断该节点出现瓶颈；针对出现瓶颈的节点采集样本，并对样本进行离散化处理；根据样本，计算出各资源的在样本中的信息增益，将信息增益较大的作为瓶颈资源。本发明方法可清楚地了解各个组件运行情况，优化资源利用率，提高Hadoop系统的可扩展性。
基于资源信息增益 hadoop 集群瓶颈检测算法