-
公开(公告)号:CN115168595A
公开(公告)日:2022-10-11
申请号:CN202210230376.6
申请日:2022-03-10
Applicant: 华中科技大学
IPC: G06F16/36 , G06F16/9535
Abstract: 本发明公开了一种结合多阶协同信息的知识图谱推荐方法,包括以下步骤:1)基于所有用户的物品点击序列构建用户‑物品图;2)从用户‑物品图里提取出多阶协同信息;3)将多阶协同信息对应的物品集转换成对应的实体集;4)通过知识交互传播,将多阶协同信息和知识信息结合并对高阶信息进行降噪;5)在本地和高阶图之间制造交互,并利用交互信息对高阶信息进行降噪,从而提升每层知识信息向量的质量;6)基于知识交互传播中用户和物品的本地及高阶多层特征向量,整合得到当前用户和物品的整体向量表示。
-
公开(公告)号:CN114691847A
公开(公告)日:2022-07-01
申请号:CN202210231121.1
申请日:2022-03-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度感知与语义引导的关系注意力网络视觉问答方法,包括以下步骤:1)图像目标之间的三维空间关系构建;得到图像目标之间的三维空间关系;2)根据图像目标之间的三维空间关系,获取图像目标i和j之间在空间维度的相关性分数;3)结合隐式注意力和显式注意力,获取图像目标i和j之间的相关性;4)根据Transformer的框架,采用改进后的注意力机制替换传统的自注意力层,获得视觉问答模型。本发明将三维空间的相关性引入到传统的自注意力机制上,提高视觉问答的准确性。
-
公开(公告)号:CN110442798B
公开(公告)日:2021-10-08
申请号:CN201910601396.8
申请日:2019-07-03
Applicant: 华中科技大学
IPC: G06F16/9536 , G06Q50/00 , G06N20/00
Abstract: 本发明公开了一种基于网络表示学习的垃圾评论用户群组检测方法,该方法包括以下步骤:1)采集用户对商品的评论并存储;2)垃圾评论活动信息建模,获得用户之间的共谋一致性;3)根据用户之间的共谋一致性,构造用户关系网络;4)根据用户关系网络估计用户之间的低阶关联性和高阶关联性;5)基于低阶关联性和高阶关联性,获得一个完整的模型来对用户的表示进行学习;6)根据学习到包含用户行为关系信息和网络拓扑结构信息的用户低维表示,从而计算两个用户的共谋可能性得分,通过计算ScoreF(ui,*)中最大的n个分数的平均值来获得用户ui的分数,并根据用户分数的排序获得最终的检测结果。本发明能有效提升垃圾评论群组检测的准确率。
-
公开(公告)号:CN105262145B
公开(公告)日:2016-09-28
申请号:CN201510760557.X
申请日:2015-11-10
Applicant: 华中科技大学
IPC: H02J3/46
CPC classification number: Y02E10/763 , Y02E40/10
Abstract: 本发明公开了一种新能源混合系统控制参数的优选方法,用于在新能源混合系统中对PID控制参数进行优选。根据新能源混合系统建立模型,然后依据该仿真系统建立以PID控制器输入和输出参数为状态量的目标函数,运用本发明设计的优选方法求解目标函数得到最优PID控制参数。本发明设计的新能源混合系统控制参数的优选方法,采用一种新型启发式优化算法优化目标函数,能搜索到更优的目标函数值,得到的解代表更优的PID控制参数。更优的PID控制参数能使新能源混合系统频率偏差更小,调节速度更快,系统响应曲线更加光滑,系统调节品质更高。
-
公开(公告)号:CN105648063A
公开(公告)日:2016-06-08
申请号:CN201610077679.3
申请日:2016-02-03
Applicant: 华中科技大学
IPC: C12Q1/68
CPC classification number: C12Q1/6888 , C12Q2600/156 , C12Q2600/16
Abstract: 本发明提供了一种基于快速突变Y-STR基因座的复合扩增体系、方法及应用,所述复合扩增体系包含13个基因座,具体如下:DYF387S1、DYF399S1、DYF403S1a/b、DYF404S1、DYS449、DYS518、DYS526b、DYS547、DYS570、DYS576、DYS612、DYS626、DYS627;其中扩增引物对序列如SEQ ID NO.1-26所示,且所述13个基因座引物分别用6-FAM、VIC、NED或PET四种荧光素标记;本发明针对所述13个快速突变Y-STR基因座,在群体频率调查的基础上设计引物,并按照特定的组合和引物浓度将这13个基因座融合在一个复合反应体系中,使13个基因座同时扩增和检验,扩增效果较好,应用于检验过程时更方便快捷,分型结果清晰,并能保证所有基因座检验的正确性、灵敏性以及稳定性,且具有极高的个体识别率。
-
公开(公告)号:CN101841839B
公开(公告)日:2012-06-13
申请号:CN201010100830.3
申请日:2010-01-22
Applicant: 华中科技大学
CPC classification number: Y02D70/00
Abstract: 本发明公开了一种无线传感器网络仿真系统,仿真系统包括用户界面、底层模块库、节点构件库、仿真环境场景库、运行对象库、参数配置库、节点组成关系库、业务数据库、包信息库、包头信息库、模块注册单元、模块选择单元、模块组装单元、参数设置单元、拓扑数据生成单元、业务调度单元、显示单元和结果统计单元。本发明针对WSN以数据为中心、面向应用的特点,仿真WSN环境下通信协议及各种基于WSN的应用,另外根据需要可以对仿真系统进行模块化扩展。由于具有能量模型,在进行WSN仿真测试时,本发明可同步地统计各个传感器节点的能耗,客观实际地为研究方案提供参考性的技术指标。
-
公开(公告)号:CN119425611A
公开(公告)日:2025-02-14
申请号:CN202411461669.0
申请日:2024-10-18
Applicant: 国家能源集团煤焦化有限责任公司 , 华中科技大学
IPC: B01J20/04 , B01J20/06 , B01J20/08 , B01J20/30 , B01D53/02 , B01J23/86 , B01J23/26 , B01J23/00 , C07C5/48 , C07C11/04 , C07C4/06 , C07C9/04 , C01B32/40
Abstract: 本发明涉及一种CO2捕集利用一体化双功能材料及制备方法和应用,包括吸附剂和催化剂按质量比1:(0.5~1.5)的混合物;吸附剂为钙基吸附剂或掺杂金属氧化物的钙基吸附剂;催化剂为掺杂过渡金属元素的铬基尖晶石。本发明向铬基尖晶石中掺杂过渡金属元素,可改变电荷分布,增加乙烷活性位点数量,降低CO2和乙烷活化反应能垒,有利于乙烷氧化脱氢的发生,具有良好的乙烯收率。本发明不需要用到高压或密闭等苛刻的条件,制备方法简单,生产过程不产生有毒有害废弃物,适用于大规模工业生产。
-
公开(公告)号:CN118297065A
公开(公告)日:2024-07-05
申请号:CN202410237191.7
申请日:2024-03-01
Applicant: 华中科技大学 , 中国平安财产保险股份有限公司
IPC: G06F40/295 , G06F40/284 , G06N3/08
Abstract: 本发明公开了一种低资源场景下基于提示学习的关系抽取方法,包括以下步骤:1)将复杂的关系拆解为多个视角的联合表示,所述视角包括:人物、地点、动作、主被动关系;2)利用虚拟词表示拆解获得的各个视角关系;2.1)对各个视角的表示关系进行表示;2.2)对各个视角的表示关系进行采样;2.3)使用掩码预训练模型,在其词表中为每个关系r创建m个不同的关系虚拟词,每个关系虚拟词都关注着一个关系的不同视角;3)根据各个视角关系的表示以及每个视角关系表示的生成概率,获得最终的复杂的关系表示。本发明提出利用多视角解耦学习的关系抽取方式,将复杂的关系解耦成多个视角的联合分布,可有效缓解低资源场景数据不充足的问题。
-
公开(公告)号:CN117669732A
公开(公告)日:2024-03-08
申请号:CN202311681066.7
申请日:2023-12-06
Applicant: 华中科技大学 , 中国平安财产保险股份有限公司
IPC: G06N5/04 , G06N3/0455 , G06N3/09 , G06F16/332
Abstract: 本发明公开了一种基于隐空间多属性控制的个性对话生成方法,该方法包括以下步骤:1)将复杂个性解耦为多个独立个性属性的相互组合;2)生成基于每个独立个性属性值的多轮对话,获得个性稠密数据;3)利用条件变分自编码器,将回复r从离散的文本空间,映射到同一连续隐空间,进行对话模型训练;4)实现基于复杂个性P的个性化对话生成。本发明通过将复杂个性解耦为多个个性属性的相互组合,创建个性稠密数据,并利用条件变分自编码器,将文本空间的每个单独个性属性映射到同一隐空间,实现复杂个性的细粒度建模和个性化对话可控生成的精确性。
-
公开(公告)号:CN115982373A
公开(公告)日:2023-04-18
申请号:CN202211288281.6
申请日:2022-10-20
Applicant: 中国平安财产保险股份有限公司 , 华中科技大学
IPC: G06F16/36 , G06F16/2458 , G06F16/28 , G06F16/9535 , G06F18/214
Abstract: 本发明公开了一种结合多级交互式对比学习的知识图谱推荐方法,包括以下步骤:1)获取用户‑物品交互协同信息和知识图谱实体关系的知识信息;2)将不同阶的协同信息与知识信息结合,构成局部和非局部的异质图;3)基于构建的用户/物品局部和非局部图,对同一图中局部和非局部两部分信息进行交互和对比;4)局部图和非局部图进行图间的对比学习,利用局部图来提取非局部图中的知识信息;5)根据图内与图间交互式对比学习损失,使用多任务模型训练获得知识图谱推荐结果;6)基于图编码和图内与图间级交互式对比学习的用户和物品表示,预测用户对物品点击的可能性。本发明方法可以提升知识图谱推荐的准确率。
-
-
-
-
-
-
-
-
-