“俞跃舒”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3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于改进时序图神经网络的学生图书推荐系统及方法-CN202310381670.1在审
发明人：陈岩;漆星;俞跃舒;韩梦 -专利权人：安徽桃花岛信息技术有限公司
申请日： 2023-04-11 - 公布日： 2023-10-10 - 主分类号： G06F16/2457 文献下载
摘要：本发明提出了一种基于改进时序图神经网络的学生图书推荐系统及方法，包括学生借阅图表示模型生成模块、图的节点嵌入矩阵生成模块、图级别的嵌入向量生成模块、图书借阅关系预测矩阵生成模块、借阅关系解码重构模块。通过确定学生图书借阅的图表示模型、获得图级别的嵌入向量、获得基于改进门控循环单元模型的图书借阅关系预测矩阵、获得预测矩阵解码重构后的借阅关系5个过程实现。本发明考虑了学生借阅兴趣随着的时间变化而改变，从而对学生借阅行为和偏好产生影响，相对于改进前的推荐算法，本发明的计算时间缩短了50％，效率提升了一倍。
一种基于改进时序神经网络学生图书推荐系统方法

[发明专利]一种基于时序动态图神经网络的学生成绩预测方法及系统-CN202211230420.X在审
发明人：陈岩;漆星;俞跃舒;韩梦 -专利权人：安徽桃花岛信息技术有限公司;安徽大学
申请日： 2022-09-30 - 公布日： 2023-01-31 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于时序动态图神经网络的学生成绩预测方法及系统，其方法包括：S1：获取学生历史成绩进行预处理，按学期划分为T个学期，构建基于教师改卷习惯的学生成绩的图表示模型，进行图嵌入计算，生成每学期的图节点的特征矩阵；S2：构建图卷积网络对图节点的特征矩阵进行特征提取，得到每学期的图级别的特征向量，并将1～T‑1学期的特征向量组成一个特征向量序列；S3：将特征向量序列输入LSTM模型进行训练，输出预测的未来学期T的图级别的特征向量；S4：将未来学期的图级别的特征向量进行解码，得到预测图矩阵，再对预测图矩阵进行重构，预测学生未来的成绩。本发明提供的方法，引入了教师改卷习惯和历史成绩对学生成绩的影响，预测的精度更高。
一种基于时序动态神经网络学生成绩预测方法系统

[发明专利]一种基于机器学习的学生贫困程度预测方法-CN201810972342.8有效
发明人：陈岩;俞跃舒 -专利权人：北京桃花岛信息技术有限公司
申请日： 2018-08-24 - 公布日： 2021-12-21 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于机器学习的学生贫困程度预测方法，通过获取学生相关渠道的数据，将数据进行解析并计算出学生贫困的各种特征值，对缺失数值进行填补，并对数据进行标准化，映射到固定区间，后按照快速聚类算法，采用欧氏距离将数据聚集为多类，并计算每类对评价贫困程度的重要程度。对分类后每组数据组成的矩阵按照相关性分块，最终根据分块后的矩阵计算贫困综合得分，所述综合得分可以在贫困生资助时的资助金额决策时用以参考，其中分数越高说明越贫困，越需要资助。本发明还提出了若干方案用以快速发现异常的贫困生，和从数据中筛选贫困生致贫原因。
一种基于机器学习学生贫困程度预测方法