“时建坤”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2个，建议您升级VIP下载更多相关专利

[发明专利]基于自适应三元组更新的文本检索方法-CN202310037234.2在审
发明人：李学龙;王洪伟;时建坤;孙国栋;高子轩;钟晨颢 -专利权人：西北工业大学
申请日： 2023-01-10 - 公布日： 2023-07-11 - 主分类号： G06F16/383 文献下载
摘要：本发明公开了一种基于自适应三元组更新的文本检索方法，主要解决的问题是，在软件缺陷报告提交到软件开发及维护人员前，就自动地识别出重复的软件缺陷报告，不再人工对缺陷报告进行分类，节约软件维护的人力成本。本发明主要包括两点：一是解决难以提取软件缺陷报告深度表征的问题，使用深度学习模型来提取软件缺陷报告的深度表征，并得到软件缺陷报告的版本信息和优先级等分类信息的向量形式，提取其深度信息后，与短描述和长描述的深度表征融合；二是缓解软件重复缺陷报告难以使用三元组进行训练的问题，提出自适应三元组更新的方法选取三元组，用选取的三元组进行训练。
基于自适应三元更新文本检索方法

[发明专利]基于锚点孪生图自动编码器的大规模图像聚类方法-CN202111058986.4在审
发明人：张睿;李学龙;张鸿远;时建坤 -专利权人：西北工业大学
申请日： 2021-09-09 - 公布日： 2022-01-11 - 主分类号： G06V10/762 文献下载
摘要：本发明提供了一种基于锚点孪生图自动编码器的大规模图像聚类方法。首先，利用输入图像数据特征构建锚点矩阵和概率矩阵，然后，将其输入到孪生图卷积自动编解码器网络，并通过网络训练得到稳定的特征和锚点矩阵的嵌入式表示，利用网络输出进行锚点矩阵和概率矩阵的更新，如此反复，直至得到最终的概率矩阵；最后，通过对概率矩阵进行奇异值分解，再对分解的奇异向量进行聚类处理，得到最终的图像聚类结果。本发明为了使图卷积神经网络用于大规模图像数据集，引入锚点来加速图的构造和图的卷积，能够大大降低时间复杂度和空间复杂度，可以解决图像数据集过大时，现有机器学习模型运行时间过长或因空间复杂度过大无法运行的问题。
基于孪生自动编码器大规模图像方法