专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果68个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于改进的模糊聚类算法的SNP选择方法-CN201811515699.X有效
  • 周从华;张波;张付全;张婷;蒋跃明 - 江苏大学;无锡市精神卫生中心
  • 2018-12-11 - 2023-03-31 - G16B40/00
  • 本发明公开了一种基于改进的模糊聚类算法的SNP选择方法,包括:获取SNP数据集;对获取到的SNP数据进行预处理,包括数据的清洗和重新编码;对预处理后的数据基于假设性检验进行初步筛选;对初筛过的数据,分别计算每个SNP的重要程度;利用改进的模糊聚类算法对SNP进行聚类;从聚类得到的每个簇中根据对称的不平衡性原则进一步筛选,构造SNP子集。本发明针对SNP数据,在考虑单个SNP对分类结果的影响的同时,也兼顾了局部区域SNP之间的相互关联性,在对数据实现降维的同时,充分挖掘了SNP内部的信息。使用该方法构造出来的SNP子集,相比于其他选择方法而言具有更好的分类效果,可应用于SNP数据的选择中。
  • 一种基于改进模糊算法snp选择方法
  • [发明专利]一种基于数理特征提取的数学题文本多标签分类方法-CN202210485759.8在审
  • 侯骏;周从华;朱小龙 - 江苏大学
  • 2022-05-06 - 2022-08-09 - G06F16/35
  • 本发明公开了一种基于数理特征提取的数学题文本多标签分类方法,以数学题试题作为样本,知识点为样本标签;对样本及其标签进行预处理和特征提取,对样本特征向量进行编码得到隐藏层向量;引用自注意力机制计算各个隐藏层向量的注意力权重,得到文本输出的特征向量;将答案解析文本分为叶节点和根节点,由叶节点文本信息特征及根节点文本信息特征形成特征先验树的特征矩阵;对样本特征向量与特征先验树的特征矩阵进行数理特征提取,将文本输出的特征向量和数理特征提取部分的输出结果输入分类器,由分类器输出分类结果;设置训练停止条件,当训练停止时获得训练好的数学文本多标签分类模型;利用数学文本多标签分类模型对数学题文本进行有效分类。
  • 一种基于数理特征提取数学题文本标签分类方法
  • [发明专利]一种基于深度学习网络的短文本分类方法-CN202111655718.0在审
  • 吴健;朱小龙;周从华 - 江苏大学
  • 2021-12-30 - 2022-04-15 - G06F16/35
  • 本发明涉及基于深度学习网络的短文本分类方法,属于自然语言处理技术领域。包括以下步骤:将短文本数据集进行数据清洗,得到质量更高的短文本数据集;将短文本数据集进行处理,得到短文本词汇表、关键词词汇表、标签词汇表;利用CBOW神经网络训练得到文本词向量,再将标签替换短文本中的关键词,训练得到标签词向量;将短文本输入卷积神经网络和长短期记忆神经网络进行特征提取,将提取的特征与标签词向量求和构成的查询向量进行注意力机制得分计算;将新的特征向量输入全连接层进行输出后,输入最终的损失函数层进行预测分类。本发明解决了短文本特征不足而无法准确分类的问题,提高了短文本分类的准确性。
  • 一种基于深度学习网络文本分类方法
  • [发明专利]一种鲁棒特征空间共同学习的多标签图像分类方法-CN202111225017.3在审
  • 刘志锋;唐川景;沈项军;周从华 - 江苏大学
  • 2021-10-21 - 2022-01-11 - G06V10/764
  • 本发明公开了一种鲁棒特征空间共同学习的多标签图像分类方法,首先准备多标签数据;在特征空间和标签空间中引入特征选择和核范数的低秩表示方法从而构造鲁棒的标签和特征空间共同学习的多标签分类模型;利用鲁棒低秩投影矩阵V将q维标签空间映射到r维的标签空间中,从而V表示在标签空间中学习到的鲁棒低秩投影;引入增广拉格朗日乘数法对多标签分类模型的目标函数中的矩阵P和矩阵V进行求解;将多标签数据作为训练数据样本对提出的多标签分类模型进行训练,得到最优的鲁棒低秩系数矩阵P和鲁棒低秩投影矩阵V;基于最优的鲁棒低秩系数矩阵P和鲁棒低秩投影矩阵V完成多标签分类模型的训练,并利用该多标签分类模型进行多标签图像分类。
  • 一种特征空间共同学习标签图像分类方法
  • [发明专利]一种基于核集成回归的抑郁症预测方法-CN202111225016.9在审
  • 刘志锋;陈柳;沈项军;周从华 - 江苏大学
  • 2021-10-21 - 2022-01-07 - G16H50/20
  • 本发明公开了一种基于核集成回归的抑郁症预测方法,采集多个抑郁症疾病患者的微表情图片作为样本,对采集到的微表情图片依次进行处理得到每个样本的特征向量;由特征向量及输出值形成样本集,将样本集分为训练样本和测试样本;将训练样本输入到基回归器中进行训练,从而构建多核空间中的核集成回归模型;通过对每个基回归器的训练,由此获得训练好的核集成回归模型。循环迭代获得最优解,从而获得训练好的核集成回归模型;将测试样本输入构建好的核集成回归模型,输出微表情图片的分类的结果;本方法利用核集成回归模型对微表情图片进行分类得到分类结果;该分类结果可以作为抑郁症判断指标,辅助医生对病患的诊断。
  • 一种基于集成回归抑郁症预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top