“尚家兴”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29个，建议您升级VIP下载更多相关专利

[发明专利]基于社会情感共鸣与关系图卷积网络的虚假新闻检测方法-CN202310139875.9有效
发明人：陈逢章;尚家兴;管梦雅;陈逢文;郑林江 -专利权人：重庆大学
申请日： 2023-02-20 - 公布日： 2023-10-03 - 主分类号： G06F16/35 文献下载
摘要：本发明提出一种基于社会情感共鸣与关系图卷积网络的虚假新闻检测方法，包括，通过预训练Bert模型对历史新闻文本数据以及历史新闻文本数据对应的历史评论文本数据进行编码，获取文本表示；通过情感评分模型计算历史评论文本信息的情感分值；根据文本表示和情感分值构建多关系情感感知图；基于多关系情感感知图，使用关系图卷积网络学习所述多关系情感感知图的情感图表示；获取待预测的新闻文本以及评论文本，基于情感图表示，生成待预测的新闻文本以及评论文本最终预测结果。通过本发明提出的方法，显著提升虚假新闻的检测效率。
基于社会情感共鸣关系图卷网络虚假新闻检测方法

[发明专利]飞行重着陆预测方法、装置及存储介质-CN202310149641.2有效
发明人：郑林江;陈浩东;尚家兴;陈逢文;李旭;张锐祥 -专利权人：重庆大学
申请日： 2023-02-21 - 公布日： 2023-08-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及航空安全技术领域，尤其是指一种飞行重着陆预测方法、装置及存储介质。本发明所述的飞行重着陆预测方法，获取了一段时间内不同采样频率的参数数据，其信息获取更加全面；获取数据后，首先对QAR参数序列进行预处理，将高采样频率的序列长度与低采样频率的参数序列统一，并学习参数的高维表示以减少信息损失，然后将所有参数序列输入门控循环单元，捕获参数序列的隐藏表示，利用时间间隔注意力机制自适应地识别包含异常着陆模式的关键时间段，更符合飞行重着陆的实际场景，最后，将隐藏表示嵌入到上下文向量中以表示相应的参数，根据最终得到的参数特征对飞行重着陆进行预测，有效提升了重着陆预测的准确性和可解释性。
飞行着陆预测方法装置存储介质

[发明专利]一种基于注意力机制的双向两阶段可解释重着陆预测方法-CN202310439351.1在审
发明人： 尚家兴;张锐祥;郑林江;陈逢文;李旭;陈浩东 -专利权人：重庆大学
申请日： 2023-04-21 - 公布日： 2023-08-01 - 主分类号： G06F30/27 文献下载
摘要：本发明提出一种基于注意力机制的双向两阶段可解释重着陆预测方法，包括，获取原始飞行参数，对原始飞行参数进行预处理，得到训练数据；构建基于注意力机制的双向两阶段可解释重着陆预测模型；其中基于注意力机制的双向两阶段可解释重着陆预测模型包括时间参数模块和参数时间模块；将训练数据输入基于注意力机制的双向两阶段可解释重着陆预测模型，进行训练；获取待预测飞行数据，将待预测飞行数据输入训练完成的基于注意力机制的双向两阶段可解释重着陆预测模型，得到预测结果以及重着陆时的发生原因。
一种基于注意力机制双向阶段可解释着陆预测方法

[发明专利]一种基于异构图交互和掩码多头注意力机制的文档级事件抽取方法-CN202211490817.2在审
发明人： 尚家兴;付晨阳;郑林江;陈逢文;周尚波;黄为希 -专利权人：重庆大学
申请日： 2022-11-25 - 公布日： 2023-05-12 - 主分类号： G06F16/31 文献下载
摘要：本发明涉及一种基于异构图交互和掩码多头注意力机制的文档级事件抽取方法，该方法包括以下步骤：S1：对文本进行预处理，获取目标文本的分词组；S2：使用Bert对目标文本进行编码得到目标文本的词向量；S3：将词向量输入到条件随机场进行命名实体识别；S4：构建文档异构图，初始化句子节点向量和实体提及节点向量，获取不同边对应的邻接矩阵；S5：将不同邻接矩阵作为掩码矩阵，利用多头注意力机制学习异构图表示的节点特征；S6：基于多头注意力机制进行事件检测；S7：根据预先定义的事件角色队列，依次填充角色对应的论元。该方法通过改变Transformer的多头注意力的掩码机制，使得多头注意力以更高效的方式关注异构图的结构信息，提高了事件抽取的精确度。
一种基于构图交互掩码多头注意力机制文档事件抽取方法

[发明专利]飞行员平飘顶杆成因分析方法和装置-CN202210690209.X有效
发明人：郑林江;尚家兴;王启星;陈逢文;陈红年;张锐祥;陈浩东 -专利权人：重庆大学
申请日： 2022-06-17 - 公布日： 2023-04-28 - 主分类号： G06F18/213 文献下载
摘要：本申请提出了一种飞行员平飘顶杆成因分析方法，其中，该方法包括：获取多个航段的快速存取记录仪QAR参数；对QAR参数进行数据预处理和参数选择；对经过数据预处理和参数选择的QAR参数进行特征提取，得到多个航段的特征数据；对多个航段的特征数据进行状态编码，得到多个航段的特征向量；使用K‑medians算法对多个航段的特征向量进行聚类分析，得到聚类结果，根据聚类结果，得到平飘顶杆行为的成因。本申请通过无监督聚类模型对飞行员平飘顶杆事件进行可解释聚类，以对飞行员平飘顶杆进行深入可解释性研究分析，能够使飞行专家更好地发现平飘顶杆原因。
飞行员平飘顶杆成因分析方法装置

[发明专利]融合语义信息和多级相似性的深度哈希图像检索方法-CN201910211486.6有效
发明人：冯永;沈一鸣;尚家兴;强保华 -专利权人：重庆大学;桂林电子科技大学
申请日： 2019-03-20 - 公布日： 2023-03-28 - 主分类号： G06F16/58 文献下载
摘要：本发明公开了一种融合语义信息和多级相似性的深度哈希图像检索方法，包括以下步骤；S1，构建图像数据库；S2，构建标签向量矩阵和语义向量矩阵；S3，构建相似度矩阵；S4，搭建深度哈希神经网络模型，将原始图像转换为近似哈希向量；S5，构建对相似图片哈希向量的海明距离有下界约束的损失函数；S6，对搭建的深度哈希神经网络模型进行训练；S7，构建图像的哈希向量数据库；S8，将待检索图像的哈希向量与哈希向量数据库里的向量进行对比，以找出相似的图像。本发明通过融合语义信息，提高了图像检索的精度；并通过约束两张相似图片所对应哈希向量间的海明距离的下界，提高了检索性能。
融合语义信息多级相似性深度希图检索方法

[发明专利]融合三元组损失和生成对抗网络的多标签图像检索方法-CN201910605728.X有效
发明人：冯永;黄嘉琪;强保华;尚家兴;刘大江 -专利权人：重庆大学;桂林电子科技大学
申请日： 2019-07-05 - 公布日： 2023-03-24 - 主分类号： G06V10/774 文献下载
摘要：本发明提供了一种融合三元组损失和生成对抗网络的多标签图像检索方法，其包括步骤：搭建深度学习框架，部署生成对抗网络模型；输入图像数据集至生成对抗网络模型中以获取多标签图像和三元组数据；基于多标签图像构建三元组损失函数；从图像数据集中选取第一图像对深度哈希编码网络进行训练以获取完成训练的深度哈希编码网络；从图像数据集中选取预设数量的第二图像，将第二图像输入完成训练的深度哈希编码网络以获取哈希向量数据库；将需要检索的第一图像输入完成训练的深度哈希编码网络以检索出与第一图像相似的第二图像。本发明通过使用生成对抗网络生成与数据集样本相似的多标签生成图片，扩充了训练数据量，提高了图像的检索速度和精度。
融合三元损失生成对抗网络标签图像检索方法

[发明专利]基于飞参数据无监督聚类的飞行员平飘顶杆行为分析方法-CN202111270700.9有效
发明人： 尚家兴;陈红年;郑林江;王启星;张锐祥;陈浩东 -专利权人：重庆大学
申请日： 2021-10-29 - 公布日： 2023-02-03 - 主分类号： G06F18/214 文献下载
摘要：本发明涉及一种基于飞参数据无监督聚类的飞行员平飘顶杆行为分析方法，包括以下步骤：将大量QAR数据进行筛选，得到其中俯仰操纵杆在接地前10英尺的累计值大于0的部分；提取高度、俯仰角等五个参数作为机器学习特征；根据所提取的参数，对其数据进行预处理，得到连续高度值、俯仰角累计变化值、最大俯仰角、飞机方向风量四个特征；使用K‑means聚类算法，将大量平飘顶杆航班数据分为四类：逆风影响类、俯仰影响类、高度影响类、自身影响类；基于数据分析，得到其平飘顶杆事件发生的主要原因。本方法在一定程度上避免了飞机降落阶段可能产生的安全事件，可以为航空科研人员提供对此类问题的新见解，指导航空公司对飞行员进行更加具有针对性的训练考核。
基于参数监督飞行员平飘顶杆行为分析方法

[发明专利]一种融合自适应相似度和贝叶斯框架的图像检索方法-CN201811104365.3有效
发明人：冯永;乐艺泽;尚家兴;强宝华 -专利权人：重庆大学;桂林电子科技大学
申请日： 2018-09-21 - 公布日： 2023-01-31 - 主分类号： G06F16/53 文献下载
摘要：本发明涉及图像检索技术领域，公开了一种融合自适应相似度和贝叶斯框架的图像检索方法，包括以下步骤：S1：构建相似度矩阵和标识矩阵；S2：通过构建深度哈希神经网络模型从而将图像转换为近似哈希向量；S3：构建融合贝叶斯框架的损失函数；S4:通过构建相似度更新幅度模型实现图像相似度的调整；S5：对构建的深度哈希神经网络模型进行训练；S6：构建图像的哈希向量数据库；S7：将需检索图像的哈希向量与构建的哈希向量数据库进行比对，以找出相似的图像。通过本发明可提高图像的检索速度和精度。
一种融合自适应相似贝叶斯框架图像检索方法

[发明专利]基于多分支时间卷积网络的重着陆的分析方法和装置-CN202110720131.7有效
发明人：郑林江;尚家兴;李旭;陈逢文;王启星;陈红年;张锐祥 -专利权人：重庆大学
申请日： 2021-06-28 - 公布日： 2022-11-01 - 主分类号： G06V10/764 文献下载
摘要：本申请提出了一种基于多分支时间卷积网络的重着陆的分析方法，该方法包括：获取原始参数数据和动态时间点；使用改进后的时间卷积网络对原始参数数据进行卷积操作生成每个参数的特征图；对特征图进行特征提取生成整体特征表示；使用整体特征表示对预设类别进行学习得到预设类别的参数层面以及每个参数的特征图所占的权重；根据参数层面以及每个参数的特征图所占的权重对整体特征表示中的特征图进行线性组合，得到最终的类激活映射图，根据类激活映射图对飞机重着陆进行分析。本发明为航空领域的安全事故或超限事件提供了新思路，为时间序列分类问题的可解释性工作提供了参考，还为飞行安全提供了技术借鉴，具有较好的理论和应用价值。
基于分支时间卷积网络着陆分析方法装置

[发明专利]一种航空医学应急救援分级协同调度方法-CN202210514125.0在审
发明人：郑林江;肖思思;房玉东;尚家兴;靳文波;陈逢文;杨继星;李琦琦;刘韶菲 -专利权人：重庆大学;应急管理部大数据中心
申请日： 2022-05-11 - 公布日： 2022-07-29 - 主分类号： G16H40/20 文献下载
摘要：本发明公开了一种航空医学应急救援分级协同调度方法，在“多对多”模式下考虑跨区域的航空医学应急救援调度问题，同时引入跨区域因子，将一般的多目标优化模型与改进的多目标优化模型相结合运用，建立以总航空医学救援时间成本最小、救援任务满足度最大为目标的改进的跨区域分级多目标调度模型，得到最优的航空医学应急救援调度方案，本发明打破了传统的“一对一”航空应急调度模式，能够满足大规模自然灾害的医学应急救援需求，提升了医学救援的效率。
一种航空医学应急救援分级协同调度方法

[发明专利]一种融合用户潜在兴趣、时空数据和类别流行度的药品交易推荐方法-CN201810724191.4有效
发明人：冯永;王亚男;王亚清;魏然;尚家兴 -专利权人：重庆大学;重庆医药数据信息科技有限公司
申请日： 2018-07-04 - 公布日： 2022-06-14 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种融合用户潜在兴趣、时空数据和类别流行度的药品交易推荐方法，包括从电商平台的数据集中获取用户购买药品的购买记录数据，并对购买记录数据进行整理得到用户‑药品评分矩阵；基于购买记录数据中相似用户的购买记录建立用户潜在兴趣模型，并基于用户潜在兴趣模型获取用户潜在兴趣数据；将用户潜在兴趣数据合并到用户‑药品评分矩阵；基于购买记录数据中用户购买过的药品所属类别的流行度和用户对该类别的偏爱建立类别相关模型；对合并了用户潜在兴趣数据的用户‑药品评分矩阵进行矩阵分解，并将分解得到的用户偏好预测矩阵和类别相关模型进行线性融合生成推荐列表。本发明有效解决了现有技术中评分矩阵稀疏性对推荐效率造成影响的问题。
一种融合用户潜在兴趣时空数据类别流行药品交易推荐方法

[发明专利]一种飞行着陆品质监控与评估方法及系统-CN202111559889.3在审
发明人：俞力玲;赵新斌;尚家兴;郑林江;周秀婷;陈红年 -专利权人：中国民航科学技术研究院;重庆大学
申请日： 2021-12-20 - 公布日： 2022-04-05 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供了一种飞行着陆品质监控与评估方法及系统，属于数据挖掘、航空安全、风险评估领域。该方法利用飞机的原始QAR数据获得与重着陆相关的Measurement指标，并利用Measurement指标获得重着陆风险值。所述方法包括：(1)采集飞机的原始QAR数据；(2)从原始QAR数据中提取出飞行参数测量值，即Measurement数据；(3)对数据进行预处理；(4)构建重着陆风险评估模型，获得重着陆风险值。利用本发明，航空公司能够了解航班重着陆风险程度和探究其风险原因，便于实现海量航班数据管理以及自动化评估，还能够通过可视化展示风险变化趋势等有价值的信息。
一种飞行着陆品质监控评估方法系统

[发明专利]一种融合时间因素、文本特征和相关性的药品推荐方法-CN201810953583.8有效
发明人：冯永;吴婷;边朝政;魏然;尚家兴 -专利权人：重庆大学;桂林电子科技大学
申请日： 2018-08-21 - 公布日： 2021-11-12 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开一种融合时间因素、文本特征和相关性的药品推荐方法。获取用户和药品的交互信息，所述交互信息包括用户对药品的评分信息以及相对应的时间戳信息；构建时间动态模型，所述时间动态模型包括药品基线偏差值模型、用户基线偏差值模型以及用户潜在兴趣模型；收集并处理第一信息得到第三信息，采用卷积神经网络提取第三信息中的文本特征；构建药品的相关性矩阵；构建个性化推荐模型并进行训练，得到用户和药品的潜在因子矩阵；计算用户对药品的预测评分，将评分高的药品推荐给用户。本发明能有效解决药品推荐准确率低、实时性差的技术问题，将药品实时推荐给所需的用户。
一种融合时间因素文本特征相关性药品推荐方法

[发明专利]基于元路径子图的异质图信息提取方法和装置-CN202110649772.8在审
发明人： 尚家兴;蔡昕均;郑林江;刘大江;王启星;付澍 -专利权人：重庆大学
申请日： 2021-06-10 - 公布日： 2021-10-29 - 主分类号： G06K9/62 文献下载
摘要：本申请提出了一种基于元路径子图的异质图信息提取方法，涉及异质图信息提取技术领域，其中，该方法包括：通过异质属性转换，将异质图包含的节点的属性映射到同一特征空间，生成对应的特征向量；根据元路径类别的不同对异质图进行分解，生成同质子图和异质子图；分别对同质子图和异质子图中节点的特征向量进行卷积，生成目标节点在不同子图中的特征表示；对目标节点在不同子图中的特征表示按照相应的权重进行融合，获取到每个节点的多重语义和多种子图结构。本发明可以很好地捕获同质邻居和异质邻居的结构、语义和属性信息，能够提供更加完善的节点特征表示，能够用于广泛的机器学习和图数据挖掘任务。
基于路径异质图信息提取方法装置

1
2
下一页»
尾页
共 29 条