“蔡瑞初”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111个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多元变量间的关系变化的时序分类的方法-CN201910833290.0有效
发明人： 蔡瑞初;陈嘉伟;温雯;郝志峰;陈炳丰;李梓健 -专利权人：广东工业大学
申请日： 2019-09-04 - 公布日： 2023-09-29 - 主分类号： G06F18/24 文献下载
摘要：本发明提供的一种基于多元变量间的关系变化的时序分类的方法，包括：从观察数据集中获取样本数据，计算样本数据两两变量间的偏相关系数，构造偏相关系数矩阵；通过卷积神经网络对偏相关系数矩阵进行编码后得到对应的特征图；将每个特征图分别拉伸成特征向量循环输入长短记忆神经网络，从而得到用于捕获变量关系间变化模式的隐藏状态；将隐藏状态输入标签分类器，输出对应的样本类别，完成时序的分类。本发明提供的一种基于多元变量间的关系变化的时序分类的方法，充分地考虑了时序数据中不同变量之间的关系，同时基于变量的关系模式进行分类，充分地表达了时序数据中不同变量关系的变化模式，同时对输入的噪声值具有更好的鲁棒性，分类精度高。
一种基于多元变量关系变化时序分类方法

[发明专利]基于增强点云旋转不变性的三维点云分类和分割方法及网络-CN202310473191.2在审
发明人：朱鉴;严键荣;黄杰彬;陈炳丰;蔡瑞初;胡钦太 -专利权人：广东工业大学
申请日： 2023-04-27 - 公布日： 2023-09-19 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及三维点云分类和分割技术领域，公开了基于增强点云旋转不变性的三维点云分类和分割方法及网络，包括以下步骤：S1、选择基线网络，在基线网络设置若干层旋转不变增强层；S2、获取点云数据中每个点的邻域点集；构建局部球面坐标系；S3、在所述的局部球面坐标系中，基于中心点的邻域点集，计算得到具有旋转不变性的几何描述符SGD；S4、SGD表达点云数据的点之间的边；S5、通过球面特征传递机制提取点云几何特征；整合为点云网络模型；S6、对整合后的点云网络模型进行训练；S7、通过训练好的点云网络模型完成对三维点云的分类和分割。本发明解决了现有技术无法通用地处理旋转扰动的问题，且具有灵活普适的特点。
基于增强旋转不变性三维分类分割方法网络

[发明专利]一种分布式资源弹性调度模型、方法、电子设备及存储介质-CN201910673163.9有效
发明人：郝志峰;黄泽林;蔡瑞初;傅正佳;林峰极;陈炳丰;温雯;王丽娟 -专利权人：广东工业大学
申请日： 2019-07-24 - 公布日： 2023-09-01 - 主分类号： G06F9/50 文献下载
摘要：本发明涉及数据处理应用领域，公开了一种分布式资源弹性调度模型、方法、电子设备及存储介质，实现任务层动态资源调度和系统层资源调度的协同工作，实时的响应流处理任务的资源需求，分配合理的物理资源，达到真正意义上的自动弹性资源调度，弹性增减分布式流处理系统占用的物理资源，满足流处理任务随时变化的资源需求，在保证分布式流处理系统稳定运行与流处理系统工作稳定高效工作的同时，提高资源利用率，降低成本。
一种分布式资源弹性调度模型方法电子设备存储介质

[发明专利]一种基于Storm的分布式流数据存储与查询方法-CN201910026601.2有效
发明人： 蔡瑞初;林峰极;郝志峰;王立;黄泽林;陈炳丰;温雯;王丽娟 -专利权人：广东工业大学
申请日： 2019-01-11 - 公布日： 2023-08-01 - 主分类号： G06F16/2455 文献下载
摘要：本发明提供一种基于Storm的分布式流数据存储与查询方法，本发明基于Storm数据流式计算框架，CEPHFS作为数据底层存储系统下，通过对分布式流式数据的特征分析，对数据进行实时的分区与索引构建，将分区好的数据块压缩存入CEPHFS。查找操作时根据数据块的key与temporal两个维度的属性，将查询分解为对应的子查询，并通过bloomFilter方法只读取可能含有所需数据的文件，由predicate选择出符合条件的数据，提交子查询结果合并后进行aggregate操作，返回给用户。充分利用计算资源来提高数据存储与查询的效率。本发明具有应用场景广泛、低时延、负载均衡的特点，并且能够实现高速存储。
一种基于 storm 分布式数据存储查询方法

[发明专利]一种基于因果推断的网络购物行为分析方法和系统-CN201910494079.0有效
发明人：郝志峰;黎伊婷;蔡瑞初;温雯;王丽娟;陈炳丰 -专利权人：广东工业大学
申请日： 2019-06-09 - 公布日： 2023-08-01 - 主分类号： G06Q30/0201 文献下载
摘要：本发明涉及数据挖掘、社交网络、因果推断领域，公开了一种基于因果推断的网络购物行为分析方法和系统，通过融合用户属性特征、社交行为特征和历史购物行为特征、用户关系等多层次、跨领域特征，能够充分获取用户行为特征和兴趣偏好；经过合理设计的分析系统，利用因果网络模型，去除无用的特征，减少了噪声特征的干扰，并可解释用户行为的因果性及其行为动机，提高用户购物行为预测的准确度。
一种基于因果推断网络购物行为分析方法系统

[发明专利]一种基于贝叶斯非参模型的脑功能区划分方法-CN202110971027.5有效
发明人： 蔡瑞初;刘跃群;陈薇;伍运金;郝志峰 -专利权人：广东工业大学
申请日： 2021-08-23 - 公布日： 2023-07-07 - 主分类号： G06F18/28 文献下载
摘要：本发明公开了一种基于贝叶斯非参模型的脑功能区划分方法，其包括步骤如下：S1：获取rs‑fMRI数据集中n个脑素的相对位置和时间序列；S2：对计算两两脑素之间的相对位置距离矩阵和时间序列距离矩阵；S3：将相对位置距离矩阵和时间序列距离矩阵进行处理和合并，组成新的距离矩阵，对新的距离矩阵进行重定义操作，得到最终的距离矩阵；S4：根据最终的距离矩阵依次计算每个脑素的先验分配和先验聚类，得到聚类结果；S5：根据聚类结果计算当前贝叶斯非参模型参数，根据当前贝叶斯非参模型参数依次对每个脑素计算分配概率，再分配，S6：判断是否达到指定轮次，若是，则反馈最终的脑素聚类结果以及相应的脑区划分结果，否则回到步骤S5继续执行。
一种基于贝叶斯非参模型功能区划方法

[发明专利]一种基于k近邻密度支配域代表团的密度峰值聚类方法-CN202310268227.3在审
发明人：杨易扬;吕鸿章;杨戈平;巩志国;蔡瑞初;郝志峰;陈炳丰 -专利权人：广东工业大学
申请日： 2023-03-17 - 公布日： 2023-07-04 - 主分类号： G06F18/2321 文献下载
摘要：本发明涉及密度峰值聚类技术领域，公开了一种基于k近邻密度支配域代表团的密度峰值聚类方法，通过使用支配域的密度和支配域间的支配距离快速获得簇心密度支配域，再利用支配关系构建的密度支配树，以K个簇心密度支配域为聚类中心，由上到下实现聚类，实现指定数目为K的聚类，同时以采样中心峰值区域作为密度峰值处产生的代表团，估计边缘节点数量，组成支配域代表团，提升代表点代能力，能够代表一个密度支配域的分布状况，本发明在不失密度支配域的快速聚类特征同时，也保证了聚类质量，更满足指定数目为K的聚类需求，关键参数也只有一个近邻数k，操作方便，对聚类分析工作具有一定的实用性。
一种基于近邻密度支配代表团峰值方法

[发明专利]一种面向金融事件的混合型因果关系发现方法-CN201911193643.1有效
发明人：林海涛;蔡瑞初 -专利权人：广东工业大学
申请日： 2019-11-28 - 公布日： 2023-06-30 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种面向金融事件的混合型因果关系发现方法，首先对文本事件因果关系进行抽取；然后结合文本事件所对应的关键词在百度指数上找出事件对应时间序列的关注指数的变化趋势，即搜索指数曲线，并运用传递熵进行时序事件因果关系的推断；最后用最大似然估计方法融合因果关系抽取结果和基于搜索指数曲线的时序数据进行因果关系推断所得的结果，生成一种因果关系发现。本发明方法可以对金融事件对所蕴含的因果关系进行快速的甄别与发现。
一种面向金融事件混合因果关系发现方法

[发明专利]一种基于多标签分类卷积神经网络的题目推荐方法-CN201910541695.7有效
发明人：袁锦杰;蔡瑞初;郝志峰;温雯;王丽娟;陈炳丰 -专利权人：广东工业大学
申请日： 2019-06-20 - 公布日： 2023-06-16 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及教育领域，更具体的，涉及一种基于多标签分类卷积神经网络的题目推荐方法，本发明突出训练集中的高相关标签间的相关性，将相关性高于一定阈值的标签对都视为高相关标签对，能够调整每个标签的不平衡率以及让模型更好的学习高相关性以提高分类的准确度，并且本发明的卷积神经网络可以自动提取题目关键词的特征，能够更好的帮助卷积神经网络对考点特征标签的分类，此外，本发明在卷积神经网络中的第一层全连接层中加入标签间的相关性信息，让模型在训练中考虑标签间的相关性，以提高效率、网络识别分类的准确度。
一种基于标签分类卷积神经网络题目推荐方法

[发明专利]一种基于线性隐变量的调查问卷数据分析方法-CN202110977713.3有效
发明人：郝志峰;陈正鸣;蔡瑞初;陈炳丰 -专利权人：广东工业大学
申请日： 2021-08-24 - 公布日： 2023-06-06 - 主分类号： G06F18/23 文献下载
摘要：本发明公开了一种基于线性隐变量的调查问卷数据分析方法，包括：收集填写后的调查问卷并进行预处理和标准化处理；构建测量模型，根据标准化处理后的观测变量，获得观测变量的聚类和隐变量的骨架图；枚举隐变量骨架图的等价类，进行三分体约束判断；若违背三分体约束，则拒接；若满足三分体约束，将每个隐变量分别作为根节点，对其余隐变量剔除来自根节点的影响，保留相应的等价类；对被保留等价类进行合并，根据合并结果输出隐变量的因果结构图，获得调查问卷中隐变量间的因果关系。本发明可以获得任意形式分布的隐变量间的因果关系，对调查问卷进行辅助分析，分析结果更准确，有助于做出正确决策。
一种基于线性变量调查问卷数据分析方法

[发明专利]一种基于图神经网络的大规模数据可视化降维方法-CN202011258545.4有效
发明人：杨易扬;张景彬;任成森;巩志国;蔡瑞初;郝志峰;陈炳丰 -专利权人：广东工业大学
申请日： 2020-11-12 - 公布日： 2023-05-30 - 主分类号： G06F16/904 文献下载
摘要：本发明提出一种基于图神经网络的可视化降维方法，涉及深度学习、大规模数据处理的技术领域，解决了现有降维技术中，模型无法进行大规模数据训练、非参数式可视化降维模型无法处理未知数据点的可视化以及参数式可视化降维模型的可视化结果差的问题，对获取后的高维数据集进行划分和预处理后，构建异构图，建立GNN图神经网络模型，并确认损失函数，然后训练，训练完成后进行测试，损失函数面向高维大规模数据进行可视化降维，采用子图负采样的思想进行了创新训练，减少了模型的训练成本，且能把数据的维度降低，但保持住相当一部分的高维数据信息，使得后续的数据分析与处理变得更有意义且容易。
一种基于神经网络大规模数据可视化方法

[发明专利]一种多视角人类协同致死基因预测方法-CN201910701944.4有效
发明人：郝志峰;吴迪;蔡瑞初;温雯;陈学信;李梓健 -专利权人：广东工业大学
申请日： 2019-07-31 - 公布日： 2023-05-23 - 主分类号： G16B20/00 文献下载
摘要：本发明公开了一种多视角人类协同致死基因预测方法，包括以下步骤：以协同致死因数据集作为主视角，以u个基因本源相似度矩阵作为支撑视角；将协同致死基因对数据集划分训练集和测试集；将训练集转化为邻接矩阵Amian，将每个相似度矩阵进行k‑最近邻筛选，保留相似度最高的k条边，得到邻接矩阵Au；令X,Y＝Amian；根据Amian和Au得到对应视角下的图卷积拉普拉斯矩阵构建包括图卷积网络编码层、基因关系解码层，基于注意力机制的多视角聚合层的预测模型；将输入预测模型，得到总的损失值；根据总的损失值计算梯度，利用梯度反向传播算法更新预测模型参数，直到预测模型收敛；将预测模型输出的预测分值输入激活函数，得到预测矩阵。
一种视角人类协同致死基因预测方法

[发明专利]一种面向互联网电视的分时段推荐节目的方法和系统-CN202211591800.6在审
发明人：温雯;王文萃;郝志峰;蔡瑞初;陈炳峰 -专利权人：广东工业大学
申请日： 2022-12-12 - 公布日： 2023-04-25 - 主分类号： H04N21/466 文献下载
摘要：本发明公开了一种面向互联网电视的分时段推荐节目的方法和系统，涉及智能电视节目推荐的技术领域，包括获取用户观看电视节目的历史记录，按时段进行划分，构建用户行为序列；提取用户个性化兴趣特征向量、历史节目时间相关特征向量、候选节目时间相关特征向量和候选节目一般特征向量；基于上述特征向量计算短期兴趣特征向量，并进一步计算用户对候选节目的长期偏好得分和短期偏好得分，融合计算获得最终候选节目预测概率；构建并优化推荐损失函数，获得优化后的分时段节目推荐模型，输出分时段电视节目推荐列表，实现电视节目分时段推荐。本发明考虑了不同客户在不同时段下存在不同兴趣的情况，为客户实现更精准化、个性化的节目推荐。
一种面向互联网电视时段推荐节目方法系统

[发明专利]一种基于局部线性嵌入的特征一致性多视角聚类算法-CN202310135266.6在审
发明人：王丽娟;邢津萍;尹明;郝志峰;蔡瑞初;陈炳丰;温雯 -专利权人：广东工业大学
申请日： 2023-02-17 - 公布日： 2023-04-25 - 主分类号： G06V10/762 文献下载
摘要：本发明公开了一种基于局部线性嵌入的特征一致性多视角聚类算法，包括：步骤S1，归一化数据集X为X′，利用最值归一化的方法减少优化过程中受数据数量级影响，加快模型的收敛速度；步骤S2，构建局部线性嵌入的特征一致性多视角聚类模型；步骤S3，初始化投影维度参数d′，范围为{50,100,150,200,250,300}，参数β以及矩阵B，Bv，μ＝105，迭代次数最大值为500,初始化B，Bv为0∈Rd′×d；步骤S4，输入X′,B,Bv,对每个视角的优化变量Bv进行循环迭代优化。通过学习不同样本视角间的判别性特征以及挖掘样本间的一致性特征，从而提升聚类的性能。
一种基于局部线性嵌入特征一致性视角算法

[发明专利]基于动态图的社交网络节点分类方法-CN202010165317.6有效
发明人： 蔡瑞初;李烁;郝志峰;温雯;吴迪;许柏炎 -专利权人：广东工业大学
申请日： 2020-03-11 - 公布日： 2023-04-18 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了基于动态图的社交网络节点分类方法，利用sparsemax函数强化不同节点在时序前后的联系，并结合长短期记忆神经网络使稀疏化处理和细胞的门控共同作用，更好地对时序数据前后联系和依赖关系进行挖掘，充分表达了时序数据中节点状态的变化模式，从而提高社交网络节点分类的精准度。本发明解决了现有的社交网络节点分类方法中，对于社交网络中动态变化的时序数据，无法有效的挖掘节点之间的相互影响和不同时间的前后依赖关系的问题，可用于社交平台，推荐系统，信息系统，医疗健康，影视娱乐等领域中的动态结构社交节点分类问题。
基于动态社交网络节点分类方法

1
2
3
4
5
6
7
8
下一页»
尾页
共 111 条