“黄向东”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486个，建议您升级VIP下载更多相关专利

[发明专利]一种无监督机器学习的超参数自动优化方法及系统-CN201711347747.4在审
发明人：王建民;龙明盛;付博;黄向东 -专利权人：清华大学
申请日： 2017-12-15 - 公布日： 2018-05-22 - 主分类号： G06N99/00 文献下载
摘要：本发明提供一种无监督机器学习的超参数自动优化方法及系统，所述方法包括：根据无监督机器学习算法确定所述无监督机器学习算法的算法性能评估模型、所述无监督机器学习算法的超参数、所述超参数的搜索空间和所述超参数优化的评价准则；根据所述算法性能评估模型、所述搜索空间和所述评价准则确定所述超参数的最优值。本发明提供的无监督机器学习的超参数自动优化方法及系统，对无监督机器学习算法中的超参数问题进行深入剖析，分析算法中超参数的分布规律和不同超参数下学习效果的评估，并将此规律应用于机器学习的模型训练，达到自动化选择合适超参数的目的，整个超参数的优化过程自动完成，优化效率高，大大降低了算法的使用复杂性。
一种监督机器学习参数自动优化方法系统

[发明专利]一种基于相似工况的时间序列压缩存储方法及系统-CN201711320722.5在审
发明人：王建民;黄向东;江天;龙明盛;王晨 -专利权人：清华大学
申请日： 2017-12-12 - 公布日： 2018-05-22 - 主分类号： G06F17/30 文献下载
摘要：本发明提供一种基于相似工况的时间序列压缩存储方法，包括：将时间序列按照时序划分为多个数据窗口，每个数据窗口包括预设数量个数据点，所述数据窗口包括未存储的第一数据窗口和已存储的第二数据窗口集合；基于预设的特征函数，计算所述第一数据窗口的特征值；基于所述第一数据窗口的特征值，在所述第二数据窗口集合中，确定与所述第一数据窗口特征距离最小且所述特征距离小于预设阈值的第二数据窗口；基于所述第二数据窗口，对所述第一数据窗口中的每个数据点进行差值压缩存储。本发明提供的一种基于相似工况的时间序列压缩存储方法及系统，通过在已有的时间序列中查找相似序列进行差值存储，来提高时间序列的压缩比，进而降低存储成本。
一种基于相似工况时间序列压缩存储方法系统

[发明专利]一种支持特征查询的时序数据存储的方法和装置-CN201711322634.9在审
发明人：王建民;黄向东;刘昆;张金瑞;龙明盛;王晨 -专利权人：清华大学
申请日： 2017-12-12 - 公布日： 2018-05-18 - 主分类号： G06F17/30 文献下载
摘要：本发明提供一种支持特征查询的时序数据存储的方法和装置，包括：将待存储的时序数据划分成若干包括多个连续的数据点的数据点集合，通过预设的特征函数计算每个数据点集合的特征值，将每个数据点集合中数据点的时间戳和数据值作为对应数据点集合的原始数据，将特征函数的信息、每个数据点集合的时段信息和特征值作为对应数据点集合的特征数据信息，将一个原始数据块作为一个数据点集合的原始数据的存储空间，对每一数据点集合的原始数据进行存储，将一个特征数据块作为一个数据点集合的特征数据信息的存储空间，对每一数据点集合的特征数据信息进行存储；通过上述存储方法存储的时序数据，既支持对原始的时序数据的查询，又支持对特征值的查询。
一种支持特征查询时序数据存储方法装置

[发明专利]一种开放领域的迁移学习方法及系统-CN201711348776.2在审
发明人：龙明盛;王建民;树扬;黄向东 -专利权人：清华大学
申请日： 2017-12-15 - 公布日： 2018-05-18 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种开放领域的迁移学习方法及系统，所述方法包括：将源领域样本集和目标领域样本集输入目标神经网络，以对目标领域样本集进行迁移学习，所述目标领域样本集对应的标签空间是所述源领域样本集对应的标签空间的子空间；其中，所述目标神经网络用于从所述源领域样本集中筛选出标签同时属于目标领域和源领域的第一样本集以及标签只属于源领域的第二样本集，并促进所述第一样本集产生的正迁移并抑制所述第二样本集产生的负迁移。本发明提供的一种开放领域的迁移学习方法及系统，有效解决了开放领域下的迁移学习问题。
一种开放领域迁移学习方法系统

[发明专利]一种富有连续介孔结构的三维石墨化碳材料及其制备方法-CN201610264939.8有效
发明人：沈培康;郑书鍫;黄向东;王清泉;梅骜 -专利权人：中山大学;广州汽车集团股份有限公司
申请日： 2016-04-26 - 公布日： 2018-05-18 - 主分类号： C01B32/205 文献下载
摘要：本发明公开了一种富有连续介孔结构的三维石墨化碳材料及其制备方法，制备步骤如下：将能催化碳低温石墨化的金属离子盐加水溶解，加入经预处理的离子交换树脂，搅拌下，进行交换。交换结束后用去离子水清洗并烘干；称量一定量烘干后的树脂，加入一定量的氢氧化钙粉末，均匀搅拌混合；将所得产物在惰性气体氛围中放在高温炉里进行热处理；将热处理产物酸洗、过滤、烘干即得所述碳材料。本发明工艺简单、安全，生产周期短，成本低廉，部分原料可以循环利用，易于实现规模化生产，解决了传统碳材料介孔体积小、孔结构单一的问题。
一种富有连续结构三维石墨材料及其制备方法

[发明专利]一种层次结构的传感器时序数据存储方法和系统-CN201711319768.5在审
发明人：王建民;黄向东;赵馨逸;康荣;王晨 -专利权人：清华大学
申请日： 2017-12-12 - 公布日： 2018-05-15 - 主分类号： G06F17/30 文献下载
摘要：本发明提供一种层次结构的传感器时序数据存储方法和系统，所述方法包括：获取传感器的采集数据时，同时获取所述传感器的属性信息和所述采集数据的描述信息；将所述属性信息作为第一存储路径字节，将所述描述信息作为第二存储路径字节；将所述第一存储路径字节和所述第二存储路径字节组合形成一条数据存储路径，将所述采集数据存储到所述数据存储路径中。通过将时序数据的属性信息按照顺序排列，并结合时序数据的描述信息构成数据存储路径，引入了通配符匹配的方式增强语义，可以表达描述传感器唯一路径的全路径，描述多个传感器的前缀路径以及描述多个层级组合的带星路径，将传感器所涵盖的属性清晰、完整地表达出来，能够清晰表明属性信息之间的层级关联。
一种层次结构传感器时序数据存储方法系统

[发明专利]一种移动式禽粪发酵制肥设备-CN201810077365.2在审
发明人：杨建波;李葆生;王莉;李东;黄向东;宋富强;许爱国;温锦盼;王文煜;卫华鹏;祝云龙;郑鹏涛;郭佳伟;杜成喜;马军成;樊鹏;李蔚兰;宋建军;姜玉琴;李宏超;张萍丽;贾书磐;贾帅伟;刘洪飞;赵思佳;焦俊党 -专利权人：河南省科学院地理研究所;河南兰德土地信息咨询有限公司
申请日： 2018-01-26 - 公布日： 2018-05-15 - 主分类号： C05F17/02 文献下载
摘要：本发明公开了一种移动式禽粪发酵制肥设备，包括支撑装置、行走装置、箱体、秸秆粉碎装置、粪便进料装置、发酵助剂添加装置、搅拌装置、推料装置、主传动装置、液压出料装置、生物除臭装置、电气仪表箱、液压盖板、液压密封门；该设备将原料破碎、均质、发酵、供氧、水分调节、加热保温、除臭、输送等传统生产线各工序设备有效地整合在一台封闭的好氧发酵堆肥设备中，不仅降低了投资，节省了占地面积，而且还改善了操作卫生条件。将粉碎后的作物秸秆和发酵助剂与禽粪混合，调整了禽粪的物理性状，引入了外部大量高效发酵微生物，优化了发酵工艺条件，缩短了发酵周期。
一种移动式发酵设备

[发明专利]对抗式时空大数据预测方法-CN201711342473.X在审
发明人：龙明盛;王建民;王韫博;黄向东 -专利权人：清华大学
申请日： 2017-12-14 - 公布日： 2018-05-08 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种对抗式时空大数据预测方法，包括：将时空序列输入训练好的对抗式卷积递归神经网络模型，获取预测结果；所述对抗式卷积递归神经网络模型由预测器和判别器构成，所述判别器为卷积神经网络；所述预测器用于根据输入所述预测器的时空序列输出预测时空序列，所述预测器用于根据输入所述判别器的时空序列输出真实性概率向量；所述模型应用所述真实性概率向量构建的损失函数进行训练。本发明提供的方法，基于对抗式卷积递归神经网络模型，应用判别器输出的真实性概率向量构建损失函数，更好的保留了预测值和真实值在结构层面和语义层面的差距，使得时空数据的预测纹理更加清晰、结构更加完整、语义更加准确。
对抗时空数据预测方法

[发明专利]一种面向跨领域智能分析的多网络对抗学习方法和系统-CN201711353313.5在审
发明人：龙明盛;王建民;张育宸;黄向东 -专利权人：清华大学
申请日： 2017-12-15 - 公布日： 2018-05-08 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种面向跨领域智能分析的多网络对抗学习方法和系统，在深度神经网络分类器的基础上增加了一组与类别一一对应的辨别器，每个辨别器分别应用于对其对应类别的源领域、目标领域数据分布进行对抗学习，从而减小领域间对应每一个模式的分布。在训练中，每个数据参与各辨别器训练的权重由数据在深度神经网络分类器正向传播后得到的伪标注决定。分类器的训练目标是通过调整参数，取得最大化辨别器损失函数和最小化分类器损失函数与辨别器损失函数之和的均衡。能有效地解决数据分布呈多模式结构、难以消除偏移的难题，并在多个跨领域智能分析任务中取得了着良好的效果。
一种面向领域智能分析网络对抗学习方法系统

[发明专利]一种领域适应性网络的深度迁移学习方法-CN201711183073.9在审
发明人：龙明盛;王建民;陈新阳;黄向东 -专利权人：清华大学
申请日： 2017-11-23 - 公布日： 2018-04-24 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种领域适应性网络的深度迁移学习方法，通过根据每一任务相关层对应的分布差异，分类错误率和错配度，确定领域适应性网络的损失函数的值，其中，任一任务相关层对应的分布差异为源域与目标域分别对应的该任一任务相关层中的特征的概率分布之间的分布差异；并基于损失函数的值，更新领域适应性网络的参数，以使领域适应性网络适配目标域；从而将源域和目标域分别对应的每一任务相关层中的特征的概率分布之间的分布差异作为领域适应性网络的损失函数的值的组成部分，在不同领域间同时匹配了深度网络的每一任务相关层，更好地修正边缘分布和条件分布在不同领域间的差异，保证了迁移学习的可靠性，最终保证领域适应性网络迁移学习的效果。
一种领域适应性网络深度迁移学习方法

[发明专利]面向跨界大数据分析的对抗迁移学习方法及系统-CN201711183974.8在审
发明人：龙明盛;王建民;张育宸;黄向东 -专利权人：清华大学
申请日： 2017-11-23 - 公布日： 2018-04-24 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种面向跨界大数据分析的对抗迁移学习方法及系统。该方法包括将所述源领域和目标领域各自的未标注数据集对应张量集中每个张量对应的随机多线性融合表示代入鉴别器的原始损失函数，得到鉴别器的当前损失函数，并利用反向传播，调整所述鉴别器的参数，以最小化所述当前损失函数，作为所述鉴别器的当前最佳损失函数；所述张量集中张量为所述预设深度神经网络中预设数据层集合中所有数据层的数据向量的张量积；基于该当前最佳损失函数更新所述预设深度神经网络参数并进入下一次所述预设深度神经网络参数的更新直至参数收敛。通过本发明得到的预设深度神经网络预设数据层集合中多个数据层的联合分布偏移减小，应用于目标领域效果较佳。
面向跨界大数据分析对抗迁移学习方法系统

[发明专利]一种基于探测式深度网络的时空大数据预测方法-CN201711339998.8在审
发明人：龙明盛;王建民;王韫博;黄向东 -专利权人：清华大学
申请日： 2017-12-14 - 公布日： 2018-04-20 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种基于探测式深度网络的时空大数据预测方法，包括将时空序列输入训练好的探测式卷积递归神经网络模型，获取预测结果；模型训练方法包括将前K个时刻的空间数据输入编码器，获取K+1时刻的空间数据预测值；将K+1时刻的空间数据预测值输入预测器，获取K+2至K+J时刻的空间数据预测值；将K+1至K+J‑1时刻的空间数据输入探测器，获取K+2至K+J时刻的空间数据探测值；根据空间数据预测值、空间数据探测值和时空序列，应用损失函数计算预测器和探测器的输出值与时空序列的差距；对所述模型进行优化并重复上述步骤，直至差距满足预设条件。本发明提供的方法，充分利用了数据潜在知识，提高了预测结果精度。
一种基于探测深度网络时空数据预测方法

[发明专利]一种汽车运动控制性能的评估方法及装置-CN201410464903.5有效
发明人： 黄向东;肖志光;裴锋;何涛;甘新华;宫成;洪兵雄;黄亚娟;杨占立 -专利权人：广州汽车集团股份有限公司
申请日： 2014-09-12 - 公布日： 2018-04-20 - 主分类号： G06F19/00 文献下载
摘要：本发明提供一种汽车运动控制性能的评估方法，包括获取测试车的基准GPS轨迹以及沿所述基准GPS轨迹行驶的基准速度变化曲线；使所述测试车在其运动控制系统的控制下，按所述基准轨迹及基准实时速度行驶，获取实际行驶的GPS轨迹、速度变化曲线、方向盘转角变化曲线、扭矩变化曲线和制动百分比变化曲线；分别计算得到四个评估结果。本发明利用统计学和频谱分析这两种数学工具，分别从四个角度分析测试数据，将控制误差与乘坐舒适度进行量化，得出了运动控制系统评估结果，从数学的角度全方位反映运动控制性能，有效代替了人为感观粗略评价汽车运动控制性能的方法，并且有利于形成统一的评估标准。
一种汽车运动控制性能评估方法装置

[发明专利]一种基于时空金字塔网络的视频识别方法-CN201711164855.8在审
发明人：龙明盛;王建民;王韫博;黄向东 -专利权人：清华大学
申请日： 2017-11-21 - 公布日： 2018-04-13 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于时空金字塔网络的视频识别方法，包括通过卷积神经网络提取视频片段样本集中每一视频片段样本的特征，并进行时空双线性算子处理获得第一向量，通过第二卷积神经网络获取图像样本的图像信息获得第二向量；将第一向量和第二向量拼接后的向量进行所述时空双线性算子处理；将输出结果和第二向量进行加权池化获得第三向量；通过平均池化获得第四向量和第五向量，接着进行时空双线性算子处理获得第六向量；根据损失值对所述待测视频进行识别。本发明通过降维运算和逆变换运算解决了双线性融合维度灾难和运算复杂度高的问题，通过改进双线性融合算子，在两个视频具有相似背景或者短片上相似情况下，得到更好的识别效果。
一种基于时空金字塔网络视频识别方法

[发明专利]一种粗榧生物碱的工业化生产方法-CN201410542941.8有效
发明人：王祖华;王安亭;李永程;陈华军;黄向东;王佳伟 -专利权人：洛阳理工学院
申请日： 2014-10-15 - 公布日： 2018-04-13 - 主分类号： C12P17/18 文献下载
摘要：本发明属于植物内生菌分离与微生物发酵工程领域，具体涉及一种粗榧生物碱的工业化生产方法。通过选取多年生粗榧的根、茎、叶作为外植体，经切条、灭菌后放入培养基中培养使其长出粗榧共生菌，然后对粗榧共生菌按照菌种不同进行分离并分别培养发酵，将发酵液浓缩后筛选以获得可代谢粗榧生物碱的菌种，并进行发酵培养，从培养产物中分离出发酵液，经醇降、抽滤和干燥即制得粗榧生物碱。本发明通过将活化后的菌种先接种到装有发酵培养基的摇瓶内培养,然后再进行四级种子罐扩大培养，使得菌种生理状况稳定，活力强，移种后能够迅速生长，在短时间内获得大量高品质的菌种，缩短了发酵时间，提高了生产效率。
一种生物碱工业化生产方法