-
公开(公告)号：CN109447099B
公开(公告)日：2022-01-07
申请号：CN201810989020.4
申请日：2018-08-28
Applicant: 西安理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于PCA降维的多分类器融合方法，对数据特征集应用特征选择方法，涉及(逐步向前选择方法和)主成分分析方法，该方法通过构造出少量新特征来替代原始特征进行建模，并在多分类器上应用stacking算法，最终在用户鼠标行为的身份认证实验中取得目前最优的分类效果，本发明解决了现有技术中存在的基于用户鼠标行为的身份认证时针对用户鼠标行为特征空间维数过多的问题。
-
公开(公告)号：CN110555109A
公开(公告)日：2019-12-10
申请号：CN201910571890.4
申请日：2019-06-28
Applicant: 西安理工大学
IPC: G06F16/35 , G06F16/951 , G06F17/27 , G06Q30/02
Abstract: 本发明公开了一种基于个人计算机电商评论的多粒度观点挖掘方法，首先从网页中获取电商评论，并对评论进行自动化地标注；然后对电商评论进行预处理；对预处理后的语料中单句进行“方面-观点”对的识别，并区分观点词和方面词；对方面的上下文短语进行短语级别的情感分类；最后对评论整体进行文本级别的情感分类，得到商品整体及各个方面的观点挖掘结果。本发明解决了现有技术中存在的无法自动化地挖掘评论中包含的各个属性方面的反馈信息的问题。
-
公开(公告)号：CN109447099A
公开(公告)日：2019-03-08
申请号：CN201810989020.4
申请日：2018-08-28
Applicant: 西安理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于PCA降维的多分类器融合方法，对数据特征集应用特征选择方法，涉及(逐步向前选择方法和)主成分分析方法，该方法通过构造出少量新特征来替代原始特征进行建模，并在多分类器上应用stacking算法，最终在用户鼠标行为的身份认证实验中取得目前最优的分类效果，本发明解决了现有技术中存在的基于用户鼠标行为的身份认证时针对用户鼠标行为特征空间维数过多的问题。
-
公开(公告)号：CN109408733A
公开(公告)日：2019-03-01
申请号：CN201811122692.1
申请日：2018-09-26
Applicant: 西安理工大学
IPC: G06F16/9536 , G06Q50/00
CPC classification number: G06Q50/01
Abstract: 本发明公开的基于VR环境的多样化兴趣社区建立方法，包括：利用unity 3D开发工具以及VR设备建立社交网络，用户在社交网络中建立、参加兴趣活动；在社交网络中，根据用户创建和参与活动的特征信息，利用聚类算法提取用户特征信息，构建多样化的兴趣社区；分析社交网络中用户的行为喜好，利用推荐算法根据不同用户的兴趣点向其推荐未加入的兴趣社区。本发明的基于VR环境的多样化兴趣社区建立方法，基于用户爱好构建初始社交网络，创建自定义活动；着眼于满足用户群动态变化的需求，通过对用户活动信息和用户行为特征提取，构建对应的兴趣社区；由用户驱动，借助推荐算法为社交网络用户推送服务，实现了根据用户兴趣的精确推送。
-
公开(公告)号：CN110347701B
公开(公告)日：2021-07-20
申请号：CN201910573649.5
申请日：2019-06-28
Applicant: 西安理工大学
IPC: G06F16/2452 , G06F16/28 , G06F40/216 , G06F40/295 , G06K9/62
Abstract: 本发明公开了一种面向实体检索查询的目标类型标识方法，首先构造目标实体类型标识任务训练集，采用DBpedia本体作为类型分类树，通过众包的形式收集查询集DBpedia‑Entity v1中全部查询的目标类型注释；然后对现有自动标识类型方法的语言模型特征、类型标签特征及类型与查询相似性度量方法特征进行分析，共提取N个用于类型学习排序LTR方法的特征；通过学习排序方法对N个特征组成的训练数据进行监督学习，确定查询测试集，进行目标类型标识，输出类型排序结果，本发明解决了现有技术中存在的类型自动标识准确率低以及标识的类型不具有代表性的问题。
-
Patent Agency Ranking
公开(公告)号：CN110347831A
公开(公告)日：2019-10-18
申请号：CN201910573709.3
申请日：2019-06-28
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于自注意力机制的情感分类方法，以双向长短期记忆神经网络模型为基础，结合自注意力机制构建SA-BiLSTM模型，SA-BiLSTM模型共包含五层结构：第一层为输入层，将句子输入到模型中；第二层为词向量构造层，将每个词映射到低维向量；第三层为Bi-LSTM网络层，使用Bi-LSTM从词向量层获取高级特征；第四层为自注意力机制层，生成一个权重向量，通过与这个权重向量相乘，使每一次迭代中的词汇级的特征合并为句子级的特征；第五层为输出层，将句子级的特征向量用于情感分类任务。本发明解决了现有技术中传统情感分类算法大多存在耗时长、训练难、人工成本高的问题。
-
公开(公告)号：CN110348497B
公开(公告)日：2021-09-10
申请号：CN201910573695.5
申请日：2019-06-28
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于WT‑GloVe词向量构建的文本表示方法，首先通过对网络文本自身特征的词间距计算评估其重要程度，根据特征的类间分布判别自身对类别的贡献度，将二者结合作为词间距和类间分布的特征加权模型，称为WDID‑TFIDF；然后根据GloVe模型的自身缺点进行过滤无关词，以提高词向量训练质量；最后根据结果选择对应词间距和类间分布的特征加权值并进行点乘，得到加权词向量模型，即为最终得到的文本表示方法。本发明解决了现有技术中存在的传统的文本表示方法计算复杂或者文本信息表示不够全面的问题。
-
公开(公告)号：CN110719224B
公开(公告)日：2021-08-06
申请号：CN201910917913.2
申请日：2019-09-26
Applicant: 西安理工大学
IPC: H04L12/733 , H04L12/751 , H04L29/08
Abstract: 本发明公开了一种基于标签传播的拓扑势社区检测方法，具体按照以下步骤实施：步骤1，根据节点间的链接属性和节点的信息属性，利用标签传播的思想，计算节点间的链接权重R；步骤2，将链接权重加入拓扑势域公式中，计算每个节点的拓扑势值；步骤3，利用每个节点拓扑势值进行社区划分，以局部最高拓扑势值的节点作为社区的核心节点，从核心节点出发进行社区的划分；步骤4，对划分好的子群社区根据核心节点间的距离以及属性特征，将子群社区进行合并。本发明的目的是提供一种基于标签传播的拓扑势社区检测方法，解决了现有技术中存在的社区划分数量过多、社区包含节点过少的问题。
-
公开(公告)号：CN110347701A
公开(公告)日：2019-10-18
申请号：CN201910573649.5
申请日：2019-06-28
Applicant: 西安理工大学
IPC: G06F16/2452 , G06F16/28 , G06F17/27 , G06K9/62
Abstract: 本发明公开了一种面向实体检索查询的目标类型标识方法，首先构造目标实体类型标识任务训练集，采用DBpedia本体作为类型分类树，通过众包的形式收集查询集DBpedia-Entity v1中全部查询的目标类型注释；然后对现有自动标识类型方法的语言模型特征、类型标签特征及类型与查询相似性度量方法特征进行分析，共提取N个用于类型学习排序LTR方法的特征；通过学习排序方法对N个特征组成的训练数据进行监督学习，确定查询测试集，进行目标类型标识，输出类型排序结果，本发明解决了现有技术中存在的类型自动标识准确率低以及标识的类型不具有代表性的问题。
-
公开(公告)号：CN110719224A
公开(公告)日：2020-01-21
申请号：CN201910917913.2
申请日：2019-09-26
Applicant: 西安理工大学
IPC: H04L12/733 , H04L12/751 , H04L29/08
Abstract: 本发明公开了一种基于标签传播的拓扑势社区检测方法，具体按照以下步骤实施：步骤1，根据节点间的链接属性和节点的信息属性，利用标签传播的思想，计算节点间的链接权重R；步骤2，将链接权重加入拓扑势域公式中，计算每个节点的拓扑势值；步骤3，利用每个节点拓扑势值进行社区划分，以局部最高拓扑势值的节点作为社区的核心节点，从核心节点出发进行社区的划分；步骤4，对划分好的子群社区根据核心节点间的距离以及属性特征，将子群社区进行合并。本发明的目的是提供一种基于标签传播的拓扑势社区检测方法，解决了现有技术中存在的社区划分数量过多、社区包含节点过少的问题。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.029 seconds)
