-
公开(公告)号：CN113139774B
公开(公告)日：2023-07-11
申请号：CN202110448348.7
申请日：2021-04-25
Applicant: 广州大学
IPC: G06Q10/0835 , G06Q10/047 , G06N3/006
Abstract: 本发明公开了一种面向多仓库运输的车辆路径优化方法，包括：计算客户节点距离所有仓库的距离，将客户节点分配至距离最近的仓库,分配完成后,针对每一个仓库及其被分配到该仓库的客户节点，使用人工蜂群算法找到部分最优解；将针对单一仓库节点的车辆调度路线集合合并为一个集合，组成针对多仓库车辆路径问题的总车辆调度路线集合，实现车辆路径的优化。本发明提通过分配，修正及合并阶段的设置，将多仓库背景划归为单仓库背景，使得可以并行地计算针对每一个单仓库的车辆路径调度路线，从而缩小了调度路线的搜索范围，提高了计算效率；且由于蜂群中跟随蜂和巡回蜂的存在，使得其不易陷入局部最优导致过早收敛，更容易找到更好的近似解。
-
公开(公告)号：CN116309144A
公开(公告)日：2023-06-23
申请号：CN202310222852.4
申请日：2023-03-08
Applicant: 广州大学
Abstract: 本发明涉及机器人视觉领域，且公开了一种基于扩散概率模型的点云形状补全方法，包括：S1：将数据集中完整点云进行随机的删除一定比例的点，来生成用于训练的残缺点云p；S2：将残缺点云输入到经过训练的编码器中，获得残缺点云对应的特征向量z；S3：将残缺点云输入到神经网络中，根据输入初始化噪声点云的参数μ和σ来生成噪声点云；S4：设计损失函数，对马尔可夫链模型模型进行训练；S5：根据马尔可夫链模型对噪声点云中的每个点进行逐步地减噪，当神经网络的输出不再有明显变化时，生成补全后的完整点云。本发明通过提取残缺点云中的特征，来对噪声点云进行逆扩散，以较高的精度和还原度完成对点云的补全工作。
-
公开(公告)号：CN111339762B
公开(公告)日：2023-04-07
申请号：CN202010093291.9
申请日：2020-02-14
Applicant: 广州大学
IPC: G06F40/258 , G06F40/284 , G06F16/35
Abstract: 本发明公开了一种基于混合智能的话题表示模型构建方法及装置，包括先通过LDA模型获得用户文档集合D的文档‑话题矩阵和话题‑词项矩阵；然后计算D中的第j个词项Wj的外部权重和人工调整权重；对于话题θi下的文档集合D(θi)，计算其中的词项Wj的内部权重；再根据外部权重、人工权重和内部权重计算在话题θi中的词项Wj的综合权重；根据话题‑词项矩阵，通过LDA模型得到话题θi对应的LDA模型；根据词项Wj的综合权重得到话题θi对应的词项分布敏感的话题表示模型；结合话题θi的LDA模型和词项分布敏感的话题表示模型生成最终的基于词项分布敏感的LDA话题表示模型。本发明能够选取具有更好区分性词项来代表话题，且有效结合了机器智能和人类智能，得到的话题表示模型精确度更高。
-
公开(公告)号：CN115527081A
公开(公告)日：2022-12-27
申请号：CN202211115836.7
申请日：2022-09-14
Applicant: 广州大学
IPC: G06V10/774 , G06V10/74 , G06V10/82 , G06V10/94
Abstract: 本发明涉及人工智能技术领域，公开了一种重构联邦学习中输入数据的方法，其包括如下步骤：S1：随机初始化N组伪样本，初始化梯度反演的超参；S2：执行动超参探索模块，获得合适的超参；S3：运行分布式梯度反演算法模块；S4：执行伪样本组的初始梯度反演模块，在指定的初始迭代次数Tinit后停止；S5：执行最小损失组合优化模块，构成群一致正则项，反复次数Ttotal‑in后，最终选择一组最小损失组合样本；S6：执行最小损失组合最终梯度反演，最小损失组合样本迭代次数Tend后结束，形成最终的重构目标样本。本发明采用端对端梯度反演E2EGI方法，可实现分布式模型梯度重构输入，重构出批大小不低于256的样本。
-
公开(公告)号：CN115496059A
公开(公告)日：2022-12-20
申请号：CN202210918041.3
申请日：2022-08-01
Applicant: 广州大学
IPC: G06F40/242 , G06F40/40
Abstract: 本发明涉及无监督词翻译技术领域，公开了一种基于轴心词加权检索标准的双语词汇映射学习方法，包括以下步骤：初始化t＝0，设置迭代次数T，设置超参数μ和k，设置成绩数组R＝{}，对于所有来自词典Lx和Ly的候选词对lx和ly，根据词典获得对应的词向量x和y。该基于轴心词加权检索标准的双语词汇映射学习方法，将加权移动平均的思路结合到对齐的迭代过程中，使得优化的效果更加稳定。相比现有双语词典检索技术，本发明生成的双语词典以及优化后的多语言词向量更适用于特定领域的下游任务，同时，本发明结合了加权移动平均思路，有利于缓解新旧词典差别太大导致剧烈波动的问题。
-
Patent Agency Ranking
公开(公告)号：CN115270822A
公开(公告)日：2022-11-01
申请号：CN202210664732.5
申请日：2022-06-14
Applicant: 广州大学
IPC: G06F40/58
Abstract: 本发明涉及机器翻译技术领域，公开了一种结合依存句法的无监督机器翻译提升方法，句法编码解码阶段；结合依存句法规则的去噪阶段；词法以及句法的回译阶段，提出了一种基于一定的依存句法规范下的加噪方法，对比当前的加噪方法，更好地维持了语句的句法性。该结合依存句法的无监督机器翻译提升方法，学习到语句内部的依存句法结构，提升训练时间效率，仅需要少量的手工标注，即可通过约束加噪中的增加、删除以及替换过程使得句子依旧符合一定的句法规范，采用独立的词法编码器、词法解码器与句法解码器的模型设计方案；提出了结合依存句法结构进行回译的优化方法，通过在回译过程中加入了依存句法上的回译损失，维持一定的句法准确性。
-
公开(公告)号：CN115170403A
公开(公告)日：2022-10-11
申请号：CN202210563901.6
申请日：2022-05-23
Applicant: 广州大学
Abstract: 本发明公开了一种基于深度元学习和生成对抗网络的字体修复方法及系统，所述方法步骤为：使用数据获取模块获取已有的书法字体数据集Dataset‑1以及字体的笔画和结构数据；使用数据处理模块将数据针对不同任务进行不同方式的处理；使用Font‑Meta模块对残缺的书法字体进行补全；使用字体审核模块寻找最好的补全字体；使用字体输出模块输出修复字体。本发明提出的字体修复方法及系统，能够基于现有的数据样本学到汉字的字体笔画、结构和风格等特征，在对汉字字体缺失部位进行补全时比现有技术更加全面；本发明应用在书法字体修复领域中，能减少人工成本，提升字体修复的精度和完整程度。
-
公开(公告)号：CN114866486A
公开(公告)日：2022-08-05
申请号：CN202210271454.7
申请日：2022-03-18
Applicant: 广州大学
IPC: H04L47/2441 , H04L47/2483 , G06K9/62 , H04L9/40
Abstract: 本发明涉及网络数据技术领域，且公开了一种基于数据包的加密流量分类系统，由捕获流量、分析数据包和流量分类三部分功能构成；捕获流量，在两个IP与对应端口号之间传输的所有数据包即网络流，该基于数据包的加密流量分类系统，目标是提供一种有效的方法来利用原始PCAP文件的信息，通过收集网络流数据包，构建机器学习模型，对加密流量进行分类，拦截恶意流量，构建特征矩阵时，除了获得基本的时空特征、头部特征、负载数据和统计特征外，还提出了数据包行为特征，数据包的行为表现了正常流量和恶意流量的区别，与此同时，本发明重点关注了加密协议尤其是TLS协议不同版本的区别，同时引入到模型中进行分析，从而提高系统对于加密流量的分类能力。
-
公开(公告)号：CN114298029A
公开(公告)日：2022-04-08
申请号：CN202111523723.6
申请日：2021-12-14
Applicant: 广州大学
IPC: G06F40/289 , G06F40/216 , G06F40/30 , G06K9/62 , G06N5/02
Abstract: 本发明公开了一种结合词向量多特征融合的新词发现方法，该方法步骤包括：对语料进行特征标注，计算属性对互信息矩阵和自信息矩阵，计算候选特征属性对得分；聚类词向量，找到对应的最近邻类中心向量，并找出该类中心向量对应的词作为词向量特征属性，遍历所有词向量特征属性对，计算词向量特征属性对自信息矩阵和互信息矩阵，计算所有词向量特征属性对得分；对所有候选特征属性对得分配置优化权重系数后求和计算总得分；总得分超过新词阈值时提取候选词对对应得分向量到样本集合；更新权重系数并迭代训练至损失函数收敛获得最终的权重系数；重新计算候选词对总得分，输出超过新词阈值的新词。本发明实现更合理的新词评价方法，更加有效地挖掘潜在的新词。
-
-
-
-
-
-
-
-
Search Results
137
records
(took 0.056 seconds)
