基于掩码指导注意力卷积神经网络的地震数据重建方法

    公开(公告)号:CN117631026A

    公开(公告)日:2024-03-01

    申请号:CN202311596629.2

    申请日:2023-11-28

    Abstract: 本发明公开了一种基于掩码指导注意力卷积神经网络的地震数据重建方法。本发明将掩码更新机制和注意力相结合,通过掩码指导注意力机制建立上下文特征关系,通过计算不同局部特征之间的交叉相关度,建立局部特征之间的关系,使局部特征可以获取到全局信息,通过引入更多的上下文信息加强局部特征的学习能力。因此掩码指导注意力可以在不显著加大网络深度的同时建立长距离特征关系,有效融合局部特征和全局特征。掩码的迭代更新操作指导网络的重建过程,使得每个局部特征作为输入获得更多的全局信息,有效解决了目前深度学习插值方法中对全局特征利用不足的问题。

    一种数据库动态索引的构建方法

    公开(公告)号:CN114996267A

    公开(公告)日:2022-09-02

    申请号:CN202210562160.X

    申请日:2022-05-23

    Abstract: 本发明为一种数据库动态索引的构建方法,该构建方法包括以下内容:获取数据库,所述数据库内存储有大量的元组,每一个元组中存储形式相同;制作全局数据集,从数据库中的数据信息中挑选所需属性,按照所需属性进行映射,找到映射中每条行记录所在的数据块,以键值和数据所在的数据块的块号组成键值对,以数据库中挑选出的所有键值对作为全局数据集;构建动态学习索引模型。该方法充分利用多种模型对多种数据结构的包容性,根据各个结点的数据分布使用最适合的索引模型,并且利用OLAP数据库的定期更新特性,对本动态学习索引模型进行自适用性更新。

    一种基于TDC-LDA模型的IPTV用户行为模式挖掘方法

    公开(公告)号:CN110149556A

    公开(公告)日:2019-08-20

    申请号:CN201910416747.8

    申请日:2019-05-20

    Abstract: 本发明公开了一种基于TDC-LDA模型的IPTV用户行为模式挖掘方法,该方法首先用概率生成模型的思想来假设用户具体行为模式中的观看的节目、观看的时间点和观看时长的生成过程,建立TDC-LDA模型;其次,用Gibbs采样的方式进行模型拟合,推导隐变量条件概率的采样公式以及用户-行为模式矩阵、兴趣主题-节目矩阵和时段-时间点矩阵的计算公式;然后,根据TDC-LDA模型的Gibbs采样过程,得到每一个用户的行为模式矩阵、兴趣主题-节目矩阵和时段-时间点矩阵;最后,通过用户的收视行为模式分布,给用户做出推荐。本发明提出了一种新的TDC-LDA用户收视行为模式挖掘模型,在现有的cLDA模型的基础上加入了观看时长信息。

    杯托
    34.
    外观设计
    杯托 失效

    公开(公告)号:CN302229143S

    公开(公告)日:2012-12-12

    申请号:CN201230328256.7

    申请日:2012-07-17

    Designer: 杨亮

    Abstract: 1.外观设计产品的名称:杯托。2.外观设计产品的用途:用于放置水杯。3.外观设计的设计要点:在于形状。4.指定立体图为最能表明设计要点的图片。

Patent Agency Ranking