“王焱龙”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多目标优化算法的运动计划的生成方法-CN202110685094.0有效
发明人：王磊;徐消波;张梦云;江巧永;王焱龙;孙倩 -专利权人：西安理工大学
申请日： 2021-06-21 - 公布日： 2023-06-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于多目标优化算法的运动计划的生成方法，具体按照如下步骤实施：步骤1，根据用户数据库中的数据获取所需要的用户属性，并计算运动量；步骤2，获取课程库中课程的课程属性，并对课程进行分类；步骤3，根据步骤2课程分类结果以及步骤1中的运动量定义目标函数以及待优化参数；步骤4，采用人工雨滴算法对目标函数进行优化，得到优化后的参数；步骤5，计算优化出的参数对应每类课程库中课程对应参数的相似性；步骤6，将步骤5计算出的每类中的相似性最高的课程进行组合，生成最终的个性化运动课程计划。本发明解决了现有技术中存在的无法针对运动者个人的身体状况以及运动目标做出个性化的指导的问题。
一种基于多目标优化算法运动计划生成方法

[发明专利]模块快速摆放与调整方法-CN201811553451.2有效
发明人： 王焱龙;韩洪征;宋永华;杨岭 -专利权人：博流智能科技（南京）有限公司
申请日： 2018-12-19 - 公布日： 2023-06-20 - 主分类号： G06F30/392 文献下载
摘要：本发明揭示了一种模块快速摆放与调整方法，所述方法包括：步骤S1、获取输入数据；所述输入数据包括各存储单元的基本数据，以及各存储单元需要间隔的间隔高度、间隔宽度；存储单元的基本数据包括存储单元位置坐标、存储单元高度、存储单元宽度；步骤S2、通过计算得到各个模块对应的位置；步骤S3、根据计算得到各个模块的位置信息，排放各个模块。本发明提出的模块快速摆放与调整方法，可极快的速度调整存储单元的间距，对于上百的存储单元的调整速度在秒的量级之内，极大的提高速度，减少了项目的迭代时间。
模块快速摆放调整方法

[发明专利]一种基于遗传算法的个性化试卷推送方法-CN202110343603.1有效
发明人：王磊;王焱龙 -专利权人：江苏乐易智慧科技有限公司
申请日： 2021-03-30 - 公布日： 2022-11-25 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于遗传算法的个性化试卷推送方法，具体按照如下步骤实施：步骤1，对学习者在学习平台学习积极性的量化；步骤2，对学习者在学习平台学习交互度的量化；步骤3，对学习者在学习平台学习投入的量化；步骤4，对学习者在学习平台学习强度的量化；步骤5，试卷评价指标的建立；步骤6，通过试卷的四个评价指标建立组卷目标函数；步骤7，采用遗传算法模型对组卷目标函数进行优化，输出适应度值最高的个体，即就是最适合的试卷，推送给学习者。本发明利用学习者在学习平台的行为数据，并针对学习者在学习过程中涉及到的知识点和对应知识点的学习强度，在试题库中选择试题，组成最适合于该学习者当前的个性化试卷进行推送。
一种基于遗传算法个性化试卷推送方法

[实用新型]一种地下圆形洞室开挖的模拟装置-CN202220683313.1有效
发明人：黄晓文;王焱龙;周相苗;卓莉;刘怀忠 -专利权人：四川大学
申请日： 2022-03-25 - 公布日： 2022-08-02 - 主分类号： G09B25/00 文献下载
摘要：本实用新型提供了一种地下圆形洞室开挖的模拟装置，其包括顶部未封闭的箱体，箱体的两相对面上均设置有通孔，通孔内插接有组合管；组合管由N个组合体围绕而成，组合体包括弧形板，弧形板的两侧均设置有径向板，两径向板通过连接板连接；相邻组合体的弧形板之间通过薄膜连接，N个组合体形成的中部腔内插接有中心管。将组合管插接两个通孔内，然后从箱体顶部填充实验土并压实实验土；抽出中心管，组合体向内或向下收缩，使弧形板与模拟硐室的内壁脱开，然后一一抽出所有的组合体，可以避免组合管与模拟硐室之间产生剪切力让模拟硐室周围的实验土掉落，从而本方案减少了模拟硐室的破坏。
一种地下圆形开挖模拟装置

[发明专利]一种基于决策树的学习成绩预测及个性化干预的方法-CN202111101341.4在审
发明人：王磊;马永娟;费蓉;江巧永;王彬;张佳婷;王焱龙;罗颖 -专利权人：西安理工大学
申请日： 2021-09-18 - 公布日： 2021-12-31 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于决策树的学习成绩预测及个性化干预的方法，从自适应平台获得学习行为数据后，对数据进行清洗、转换和集成处理，然后数据中提取影响学习成绩的行为指标作为预测指标；然后将预测指标和决策树预测算法相结合预测可能影响学习成绩的行为指标，再根据准确率、精确率和召回率评估预测算法最终确定的行为指标，再通过K‑Means聚类算法确定拥有该行为特征的学习者群体，并对不同学习群体根据不同的行为提供个性化的干预方案。本发明解决了现有技术中存在的对学习者学习成绩预测时仅仅考虑了学习者的行为特征且预测到影响学习成绩的行为特征并进行干预时，并未根据学习者的个体差异给出个性化的干预方案的问题。
一种基于决策树学习成绩预测个性化干预方法

[发明专利]一种基于蚁群算法的自适应学习路径推荐方法-CN202111043932.0在审
发明人：王磊;张佳婷;江巧永;费蓉;马永娟;王彬;王焱龙;罗颖 -专利权人：西安理工大学
申请日： 2021-09-07 - 公布日： 2021-12-31 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于蚁群算法的个性化学习路径推荐方法，具体为：步骤1，建立相似学习者模型；步骤2，根据相似学习者模型确定相似学习者集合，对目标学习者的邻近学习者进行识别；步骤3，建立知识点特征模型；步骤4，构建对应领域的知识图谱；步骤5，找到学习者需要进行学习的学习起点；步骤6，根据学习起点与学习目标，生成属于每个学习者独有的个性化知识子图；步骤7，结合蚁群算法，将邻近学习者的最优路径选择推荐给目标学习者，为学习者推荐出一条最佳的学习路径。本发明利用学习者在学习平台的行为数据，从学习者自身的个性化特征出发，结合领域知识图谱给学习者推荐学习路径。
一种基于算法自适应学习路径推荐方法