-
公开(公告)号:CN110879859A
公开(公告)日:2020-03-13
申请号:CN201911160762.7
申请日:2019-11-23
Applicant: 安徽大学
IPC: G06F16/906 , G06K9/62 , G06N3/04
Abstract: 本发明提供了一种保存序列关联关系的属性网络表示学习方法,包括以下步骤:分别获取属性网络中各节点的节点信息,以及相应的属性信息和标签信息;使用随机游走算法得到节点序列,并将节点序列扩充为三元组序列集合;建立序列关联关系保存模型,将输入序列编码为属性序列表示向量,然后对应关系,通过解码器解码预测为新的节点序列和新的标签序列;构建以新的节点序列、标签序列和三元组序列集合为参数的目标函数,并对其进行优化,最终得到属性网络节点表示向量。该方法在网络表示学习时,有效保留了节点中的标签信息,提升了网络表示学习工作的向量质量,减轻了后续数据聚类分类、链接预测、数据可视化等应用工作的运算工作量。
-
公开(公告)号:CN110851714A
公开(公告)日:2020-02-28
申请号:CN201911092222.X
申请日:2019-11-07
Applicant: 安徽大学
IPC: G06F16/9535 , G06F40/284
Abstract: 本发明提供了一种基于异构主题模型和词嵌入模型的文本推荐方法,包括以下步骤:对文本预处理获得分词结果和保留词列表并提取文本属性的步骤;通过迭代训练确定文本与主题对应关系的主题模型,得到文本特征表示的步骤;构建词嵌入模型,利用保留词训练得到词嵌入矩阵的步骤;基于文本特征表示和词嵌入矩阵计算文本嵌入向量,通过文本嵌入向量的余弦相似度确定推荐文本的步骤。本发明还提供了相关文本推荐系统。本发明提供的基于主题模型和词嵌入模型的相关文本推荐方法和系统的优点在于:兼顾了文本的多维度信息,能够基于上下文信息关联同义词区别多义词,提高了文本推荐的准确度。
-
公开(公告)号:CN110175224A
公开(公告)日:2019-08-27
申请号:CN201910476853.5
申请日:2019-06-03
Applicant: 安徽大学
IPC: G06F16/33
Abstract: 本发明公开了基于语义链接异构信息网络嵌入的专利推荐方法及装置,方法包括:1)、针对专利数据库中的每个专利,将与所述专利的文本相似度最高的、前第一预设数量个顺序次序对应的专利作为语义链接,且所述专利数据库中包括被审查专利;2)、根据所述语义链接关系和著录项目信息来构建所述专利数据库对应的异构信息网络,并使用边将异构信息网络中的各个节点连接;3)、获取所述异构信息网络中各个专利节点的特征向量;4)、获取各个节点的特征向量与被审查专利对应专利节点的特征向量之间的余弦相似度,将余弦相似度最高的、前第二预设数量个顺序次序对应的专利作为被审查专利的待推荐专利。应用本发明实施例,可以使推荐的专利更准确。
-
公开(公告)号:CN110083696A
公开(公告)日:2019-08-02
申请号:CN201910326299.2
申请日:2019-04-23
Applicant: 安徽大学
IPC: G06F16/335 , G06F16/9535 , G06F17/27
Abstract: 本发明公开基于元结构技术的全局引文推荐方法,对原始数据集进行文章提取、词频统计、关键短语筛选数据清洗操作,得到文章并使用文章、文章的作者、出版商和术语信息构建文章库;通过文章库中文章以及文章的作者、出版商和术语,建立异构信息网络;使用三度影响力原则选取三度以内的元结构,并依据所选的元结构和基于元结构的相似度计算技术得到文章库中文章的相似度;提出方法为每个元结构加权来融合文章间基于不同元结构获得的不同的相似度;使用优化算法优化以求得使推荐效果最优的权重;为每篇文章根据最优权重下的相似度和年份生成推荐列表。本发明通过元结构将语义信息融入到文章的相似性计算中,增强了引文推荐的可解释性。
-
公开(公告)号:CN105930584B
公开(公告)日:2019-03-26
申请号:CN201610249082.2
申请日:2016-04-19
Applicant: 安徽大学
IPC: G06F17/50
Abstract: 本发明公开了本发明提出的一种计算机组成与系统结构的虚拟实验平台,包括:仿真芯片工具箱模块、功能部件设计管理模块、仿真功能部件器件库模块、整机设计管理模块和仿真模型机任务管理模块;仿真芯片工具箱模块用于实现对芯片的设计;功能部件设计管理模块中包含的生成功能部件设计管理模块可从芯片器件库中调用m个芯片,并根据计算机组成与体系结构把芯片拼接生成功能部件设计配置文件;仿真功能部件器件库模块用于存储通过加载功能部件设计配置文件生成的仿真功能部件。本发明从最小的功能单元芯片着手,实现了虚拟仿真实验平台的逻辑器件库及系统的仿真引擎构建。
-
公开(公告)号:CN108153899A
公开(公告)日:2018-06-12
申请号:CN201810029393.7
申请日:2018-01-12
Applicant: 安徽大学
Abstract: 本发明公开了一种智能化文本分类方法,包括:根据预设的训练语料建立语料库,每个训练语料对应一个文本类别;根据训练语料库中的训练语料进行训练,生成词类别贡献度特征表示向量;结合最大化差异算法和TF-IDF算法对预测文本进行特征词选择,得到文本特征词;结合文本特征词和词类别贡献度特征表示向量,生成文本类别贡献度表示向量;根据文本特征向量对预测文本进行分类,得到预测文本的类别。
-
公开(公告)号:CN101330457A
公开(公告)日:2008-12-24
申请号:CN200810021103.0
申请日:2008-07-24
Applicant: 安徽大学
Abstract: 本发明公开了一种基于商空间覆盖模型的最短路径搜索方法,特征是先构建由一递阶商空间覆盖网络链中各商空间覆盖网络的所有极大完全子图和其对应于初始网络的节点信息构成的商空间覆盖模型,依据商空间覆盖模型获得要搜索的起、终点在不同商空间覆盖网络的极大完全子图中对应位置的分层编号,比较其分层编号,从粒度较细商空间中搜索路径,逐步细化商空间,直到粒度最细商空间,求得两节点的最短路径,从而解决无向无权网络中最短路径的快速搜索问题,且可同时求出网络中多条最短路径;利用本方法求两点间的最短路径,可达到网络资源的综合利用,解决交通网络中乘客最少换乘次数,电力网络中能源的有效利用和帮助快速故障路径检测等问题。
-
公开(公告)号:CN101114967A
公开(公告)日:2008-01-30
申请号:CN200710131393.X
申请日:2007-08-31
Applicant: 安徽大学
Abstract: 本发明复杂网络商空间模型的构建方法,特征是利用商空间理论中的等价关系对网络进行逐步粒度粗化分类,形成一个递阶商空间链,再根据每个节点在递阶商空间链上不同商空间中的位置给出各节点的分层编号,形成复杂网络商空间模型。根据本发明构建的复杂网络商空间模型中任意两节点的分层编号可以直观地找出两节点的“最佳路径”的路径分布状况,并可根据其递阶商空间链找出网络中任意两节点的“最佳路径”。依据该模型可从粒度最粗的商空间开始搜索两点的连通路径,逐步细化,一直到搜索到粒度最细的商空间,从而可快速搜索出任意两点的“最佳路径”;还可利用计算机来构建复杂网络商空间模型和快速搜索复杂网络中的“最佳路径”。
-
-
-
-
-
-
-