-
公开(公告)号：CN119204192B
公开(公告)日：2025-04-08
申请号：CN202411706615.6
申请日：2024-11-26
Applicant: 北京邮电大学
IPC: G06N5/022 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于翻译嵌入的传感数据逻辑特征提取方法及装置，所述方法包括：获取进行逻辑特征提取的传感数据序列，将传感数据序列输入至训练好的逻辑特征提取模型，传感数据序列包括传感器监测到的多个时间步的监测数据，逻辑特征提取模型包括向量嵌入模块、关系构建模块以及特征提取模块；基于向量嵌入模块确定传感数据序列中的各监测数据对应的嵌入向量，基于各嵌入向量通过所述关系构建模块确定监测数据之间的逻辑关系表示，基于各嵌入向量和各逻辑关系表示通过特征提取模块生成各监测数据对应的逻辑特征向量；其中，逻辑关系表示为算术关系表示或方向关系表示。该方法可较好地捕获传感数据中的细微特征，提高数据分析的准确性和实用性。
-
公开(公告)号：CN119284201A
公开(公告)日：2025-01-10
申请号：CN202411398401.7
申请日：2024-10-09
Applicant: 北京邮电大学 , 中国航天科技创新研究院
IPC: B64G1/22
Abstract: 本发明公开了一种机械式自适应装配接口，属于航天器技术领域，包括第一连接杆、第二连接杆、连杆机构、导向杆和压紧机构，其中连杆机构包括第一底板、第二底板、形状记忆合金弹簧、第一连杆和第二连杆，所述第一连接杆与连杆机构、第二连接杆与导向杆分别通过螺栓连接，压紧机构串接于第二连接杆与所述导向杆之间，自适应接口锁紧工作时连杆机构的形状记忆合金弹簧处于收缩状态，第二连杆垂直于自适应接口轴线，第二底板的凸台平面与第一底板的凸台平面以及第二底板的底面与压板的底面分别重合，自适应接口处于锁紧转态。本发明的一种机械式自适应装配接口装配时容差性强，可实现快速自适应装配，降低装配难度。
-
公开(公告)号：CN119204192A
公开(公告)日：2024-12-27
申请号：CN202411706615.6
申请日：2024-11-26
Applicant: 北京邮电大学
IPC: G06N5/022 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于翻译嵌入的传感数据逻辑特征提取方法及装置，所述方法包括：获取进行逻辑特征提取的传感数据序列，将传感数据序列输入至训练好的逻辑特征提取模型，传感数据序列包括传感器监测到的多个时间步的监测数据，逻辑特征提取模型包括向量嵌入模块、关系构建模块以及特征提取模块；基于向量嵌入模块确定传感数据序列中的各监测数据对应的嵌入向量，基于各嵌入向量通过所述关系构建模块确定监测数据之间的逻辑关系表示，基于各嵌入向量和各逻辑关系表示通过特征提取模块生成各监测数据对应的逻辑特征向量；其中，逻辑关系表示为算术关系表示或方向关系表示。该方法可较好地捕获传感数据中的细微特征，提高数据分析的准确性和实用性。
-
公开(公告)号：CN110458643B
公开(公告)日：2022-07-01
申请号：CN201910599314.0
申请日：2019-07-04
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于特征融合的重复性商品信息推荐方法，包括：定义重复性购物规则；定义商品的形状参数，基于所述重复性购物规则，利用威布尔函数建模，得到重复性商品购物周期；基于所述重复性商品购物周期，得到商品的存活函数和危险函数的关系；融合用户的历史购物行为，通过时序模型建模所述形状参数的时序变化，得到重新定义的形状参数；基于所述重新定义的形状参数，改变所述存活函数的计算方式，得到重新定义的危险函数和约束方程；根据训练集挖掘的重复模式构建目标函数，优化所述目标函数，得到预测模型；使用所述预测模型对用户重复性购物行为进行预测，得到预测结果，依据所述预测结果进行商品信息推荐。
-
公开(公告)号：CN110457572B
公开(公告)日：2022-05-24
申请号：CN201910598915.X
申请日：2019-07-04
Applicant: 北京邮电大学
IPC: G06F16/9535 , G06F16/901 , G06Q30/06
Abstract: 一种基于图网络的商品信息推荐方法，其特征在于，包括：定义有序推荐路径；使用注意机制分析所述有序推荐路径的重要性，使用相加操作实现所述有序推荐路径的嵌入，得到基于图嵌入的统一协作过滤框架的目标函数；选择对应于不同所述有序推荐路径的推荐算法；基于所述目标函数和所述推荐算法搭建基于图网络的推荐算法选择模型；训练基于图网络的推荐算法选择模型，得到推荐算法自动选择模型；使用所述推荐算法自动选择模型选择推荐算法，依据所述推荐算法向用户推荐商品信息。
-
Patent Agency Ranking
公开(公告)号：CN113112148A
公开(公告)日：2021-07-13
申请号：CN202110384899.1
申请日：2021-04-09
Applicant: 北京邮电大学
IPC: G06Q10/06 , G06Q30/06 , G06F16/951 , G06F16/9535
Abstract: 本公开提供一种推荐系统模型评测结果的评测方法及电子设备。应用于PyTorch推荐系统框架，通过获取单个批次内每个用户对候选商品的一维分数张量，根据评测方式进行对应重排处理，得到正样本张量均位于负样本张量之前的二维分数张量；生成二维分数张量的列索引的乱序排列，得到重排二维分数张量；并行计算单个批次内每个用户的top‑k商品的原始索引张量；循环前述步骤得到所有用户的top‑k商品的原始索引；计算所有正样本张量与所有用户的top‑k商品的交集在所有用户的top‑k商品的原始索引中的布尔索引张量；对布尔索引张量和所有正样本张量进行计算，得到所有相关top‑k指标的值。测评准确，且兼顾运行速度和空间。
-
公开(公告)号：CN113112148B
公开(公告)日：2022-08-05
申请号：CN202110384899.1
申请日：2021-04-09
Applicant: 北京邮电大学
IPC: G06Q10/06 , G06Q30/06 , G06F16/951 , G06F16/9535
Abstract: 本公开提供一种推荐系统模型评测结果的评测方法及电子设备。应用于PyTorch推荐系统框架，通过获取单个批次内每个用户对候选商品的一维分数张量，根据评测方式进行对应重排处理，得到正样本张量均位于负样本张量之前的二维分数张量；生成二维分数张量的列索引的乱序排列，得到重排二维分数张量；并行计算单个批次内每个用户的top‑k商品的原始索引张量；循环前述步骤得到所有用户的top‑k商品的原始索引；计算所有正样本张量与所有用户的top‑k商品的交集在所有用户的top‑k商品的原始索引中的布尔索引张量；对布尔索引张量和所有正样本张量进行计算，得到所有相关top‑k指标的值。测评准确，且兼顾运行速度和空间。
-
公开(公告)号：CN110457572A
公开(公告)日：2019-11-15
申请号：CN201910598915.X
申请日：2019-07-04
Applicant: 北京邮电大学
IPC: G06F16/9535 , G06F16/901 , G06Q30/06
Abstract: 一种基于图网络的商品信息推荐方法，其特征在于，包括：定义有序推荐路径；使用注意机制分析所述有序推荐路径的重要性，使用相加操作实现所述有序推荐路径的嵌入，得到基于图嵌入的统一协作过滤框架的目标函数；选择对应于不同所述有序推荐路径的推荐算法；基于所述目标函数和所述推荐算法搭建基于图网络的推荐算法选择模型；训练基于图网络的推荐算法选择模型，得到推荐算法自动选择模型；使用所述推荐算法自动选择模型选择推荐算法，依据所述推荐算法向用户推荐商品信息。
-
公开(公告)号：CN119589657A
公开(公告)日：2025-03-11
申请号：CN202411399559.6
申请日：2024-10-09
Applicant: 北京邮电大学 , 中国航天科技创新研究院
IPC: B25J9/16
Abstract: 本发明涉及遥操作技术领域，尤其涉及一种基于安全裕度理论的遥操作机器人辅助控制方法。本发明包括以下步骤：根据图像采集设备建立三维数字孪生模型，获取目标物距离、通信时延大小和运动跟踪误差。基于上述三种因素，采用模糊控制理论计算遥操作安全裕度值，对当前遥操作的安全性进行量化评价。根据安全裕度值计算主从运动映射比和末端视图显示比。根据安全裕度值构建虚拟力引导，通过力反馈设备反馈至操作者，结合视觉交互设备，引导遥操作者完成遥操作任务。与传统遥操作方法相比，本方法能够有效提高遥操作效率和安全性，更能适应复杂的远距离作业环境。
-
公开(公告)号：CN117392438A
公开(公告)日：2024-01-12
申请号：CN202311246864.7
申请日：2023-09-25
Applicant: 北京邮电大学 , 中国科学院计算技术研究所
IPC: G06V10/764 , G06V10/80 , G06F18/25 , G06F18/2431 , G06F16/35 , G06F16/33 , G06F40/30
Abstract: 本公开提供一种面向多模态数据的分类方法及相关设备，包括：提取目标数据的图像特征；确定所述目标数据的向量化表示，并基于所述基于所述向量化表示对所述图像特征进行增强处理，得到增强后的图像特征；将所述向量化表示和所述增强后的图像特征进行拼接，得到所述目标数据的融合特征；基于所述融合特征对所述目标数据进行分类处理。本公开中，首先提取了数据的图像特征，然后基于数据的类型对图像特征进行了增强，之后再将增强后的图像特征与数据的向量化表示，以及数据的文本特征进行了拼接进而得到了数据的融合特征，最后使用此融合特征对数据进行了分类处理。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.024 seconds)
