-
公开(公告)号：CN117911206A
公开(公告)日：2024-04-19
申请号：CN202311651860.7
申请日：2023-12-05
Applicant: 桂林电子科技大学
Abstract: 本发明涉及知识追踪技术领域，涉及一种基于双注意力机制的动态评估学生知识水平方法，包括如下步骤：S1.获取学生学习过程的交互信息，将交互信息组成序列；S2.将交互序列划分成动态问题级别序列，平均技能级别序列，额外特征序列三个部分；S3.将不同序列输入对应模块进行训练，通过长短期记忆网络和多个注意力机制得到学生的知识状态；S4.将知识状态输入可解释性模块评估其知识水平；S5.记录训练模型评价指标，通过参数更新后的模型验证学生的交互序列，评估其知识水平。本发明充分挖掘学生交互信息，以不同角度评估学生的知识状态，提高了预测学生未来表现的准确率。
-
公开(公告)号：CN116719990A
公开(公告)日：2023-09-08
申请号：CN202310545251.7
申请日：2023-05-15
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/28 , G06N5/02 , G06Q50/20
Abstract: 本发明涉及群组推荐技术领域，具体地说，涉及一种融合学生行为信息的个性化群组推荐方法，其包括以下步骤：1)数据预处理；2)学生多行为建模；3)学生偏好与项目结构获取；4)群组共识建模；5)模型预测与优化。本发明利用学生的行为信息，并设计小组共识策略，为小组合作学习提供有效的学习资源。
-
公开(公告)号：CN113779105B
公开(公告)日：2022-12-13
申请号：CN202110921144.0
申请日：2021-08-11
Applicant: 桂林电子科技大学
IPC: G06F16/2458 , G06F16/26 , G06K9/62
Abstract: 本发明涉及轨迹数据技术领域，涉及一种分布式轨迹流伴随模式挖掘方法，包括以下步骤：一、数据预处理：根据地理区域的划分将数据划分为多个区域，得到分区边界，输出分区编号；二、监测不断到达的数据流；三、当前快照创建时间窗口，窗口大小为当前快照时间；四、根据分区编号执行Keyby算子，利用哈希函数分发到不同的节点；五、每个节点对接收到的当前分区的数据执行基于方向的密度聚类，并得到当前分区的密度聚类簇集合；六、进行聚类合并，输出合并后簇的集合；七、执行模式挖掘，与候选伴随集合取交集，生成新的候选伴随，并输出当前快照的伴随模式结果。本算法具有更快的处理速度。
-
公开(公告)号：CN112016000B
公开(公告)日：2021-08-10
申请号：CN202010696335.7
申请日：2020-07-20
Applicant: 桂林电子科技大学
IPC: G06F16/9536 , G06F16/9535 , G06N3/04
Abstract: 本发明涉及一种基于卷积协同过滤的电影组推荐方法及系统，所述推荐方法包括：通过运营商获取用户数据和商品内容数据组成用户组，并处理成模型能识别的格式；使用基于卷积协同过滤推荐算法对以上数据进行处理，得到用户组的推荐列表；给相关用户组进行推荐，同时获取用户的反馈数据，并将反馈数据返回给系统，处理成相应格式，然后使用基于卷积协同过滤算法进行数据处理计算推荐列表，继续推荐商品给用户组。本发明的优点在于：将用户嵌入和项目嵌入特征进行线性融合之后，直接将处理的融合嵌入向量送入单层的卷积神经网络；会减少很多的参数。可以有效的提高模型的推荐商品的命中率。
-
公开(公告)号：CN108345695B
公开(公告)日：2020-07-28
申请号：CN201810229978.3
申请日：2018-03-20
Applicant: 桂林电子科技大学
IPC: G06F16/951 , G06F40/14
Abstract: 本发明公开一种基于隐马尔可夫模型的商品属性信息抽取方法，其基于半监督模式且模板独立的Web页面商品属性信息抽取方法，它不依赖特定的网页结构，不受网页动态性噪音的影响，不需要大量的人工标注样本，能保证抽取的商品属性名称和属性值的完整性，具有好的商品属性抽取性能和自适应性。
-
Patent Agency Ranking
公开(公告)号：CN108334638A
公开(公告)日：2018-07-27
申请号：CN201810229979.8
申请日：2018-03-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于长短期记忆神经网络与兴趣迁移的项目评分预测方法，该方法结合用户的评分记录和项目的类别分别构建用户-项目访问时间表和用户-评分表，进而为每一个用户建立了兴趣-评分关联表。根据推荐的个性化需求，基于上述数据为每一个用户训练LSTM模型，在综合考虑用户的历史行为和兴趣变化的情况下实现了用户对指定项目的评分预测。该方法将LSTM模型运用到推荐系统中，具有较高的准确度，证实了用户的兴趣迁移对用户评分预测的影响。
-
公开(公告)号：CN107403390A
公开(公告)日：2017-11-28
申请号：CN201710652321.3
申请日：2017-08-02
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种融合贝叶斯推理和图上随机游走的好友推荐方法，其通过计算用户社交置信度构造随机游走转移概率矩阵，继而将随机游走正向搜索与局部反向搜索结合起来，并与一种贝叶斯用户潜在好友关系推理模型相融合，充分开采了社交网络结构信息和用户属性信息，提供了社交网络好友推荐的建议，具有准确性高的特点。
-
-
公开(公告)号：CN103176139B
公开(公告)日：2015-07-29
申请号：CN201310074148.5
申请日：2013-03-08
Applicant: 桂林电子科技大学
IPC: G01R31/36
Abstract: 本发明为动力电池非光滑迟滞特性补偿的电荷状态估算方法及系统，本法第一步采集电池输出电压和电流，由电池等效电路模型得到各参数的关系式构建神经网络OCV(k)预估模型，求解其中参数，对开路端电压OCV(k)在线估计。第二步SDH模型和RBF2串联组成动态迟滞混合模型。SDH模型以第一步所得OCV(k)为输入，其输出的y(k)和OCV(k)、OCV(k-1)为RBF2的输入，RBF2加权学习间接调整SDH模型的参数，逼近实际的复杂迟滞关系，最终输出在线估算的SOC(k)。本系统由微处理器和安装于电池电路的电流、电压传感器等构成，存储执行本方法的程序，得SOC（k）估算值。本发明借鉴神经网络，补偿了动力电池复杂非光滑迟滞非线性特性，提高SOC(k)在线估算精度。
-
公开(公告)号：CN102185558A
公开(公告)日：2011-09-14
申请号：CN201110133845.4
申请日：2011-05-23
Applicant: 桂林电子科技大学
IPC: H02P25/06
Abstract: 本发明为直线电机滑模控制中系统抖振消除控制方法与装置，本方法以柔化迟滞函数代替常规滑模控制公式中的符号函数，求得动子线圈上的控制电压。因柔化迟滞函数的软开关特性，实现滑模控制中抖动的消除。式中参数由二阶逼近和实验取得。本装置包括直线电机、位移传感器、信号处理器、驱动电路等。信号处理器的控制信号接入驱动电路。信号处理器包括中央处理单元、A/D和D/A电路，ROM、RAM、脉宽调制模块和信号接收电路，存储有滑模控制方法公式及参数。中央处理单元根据位移传感器的动子位移数据得到动子线圈电压信号，经脉宽调制模块调节动子线圈电压，实现动子稳定的直线运动。本发明有效消除系统抖振，提高运行可靠性，易于实现。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.034 seconds)
