-
公开(公告)号：CN110008469A
公开(公告)日：2019-07-12
申请号：CN201910207179.0
申请日：2019-03-19
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种多层次命名实体识别方法，包括：S1对数据文本进行预处理，得到词汇表C；S2利用预训练好的词向量，结合文本的字符特征信息序列，得到的文本的向量表示；S3对所述文本的向量表示进行编码，得到编码后的文本特征向量序列；S4把所述文本特征向量序列用CRF模型进行解码，标注出所述文本特征向量序列中的实体；S5把标记处的实体的前文信息、后文信息以及该实体的信息作为后续的识别过程的候选序列；S6将所述文本特征向量序列以及所述候选序列，输入到基于注意力机制的推理单元，计算得到注意力向量；S7把所述注意力向量和所述文本特征向量序列输入到CRF模型中，标注出序列中的实体。
-
公开(公告)号：CN108829852A
公开(公告)日：2018-11-16
申请号：CN201810641523.2
申请日：2018-06-21
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种个性化旅游路线推荐方法,包括步骤1.获取游客的游记信息并进行预处理；步骤2.得到基于类别信息的景点类型表示向量；步骤3.获取每个用户的旅游偏好表示向量、每个月份下游客的旅游偏好表示向量以及每个景点的表示向量；步骤4.根据步骤1得到候选游玩路线集合；步骤5.根据个人约束从候选游玩路线集合得到待候选旅游路线；步骤6.得到每一条旅游路线所属的偏好表示向量；步骤7.将用户的游玩偏好与候选路线进行相似度匹配得到与用户游玩偏好最匹配的游玩路线作为最终向用户推荐的旅游路线。本发明根据游客历史游玩轨迹中的每个景点与其所属的景点类别信息，得到游客的个性化旅游偏好。
-
公开(公告)号：CN105761650B
公开(公告)日：2018-06-08
申请号：CN201610242448.3
申请日：2016-04-19
Applicant: 桂林电子科技大学
CPC classification number: Y02D70/10
Abstract: 本发明公开了一种旅游车船多语言自动讲解系统及讲解同步方法，由固定安装于车船体内的自动讲解同步设备和由游客携带的智能讲解设备通过无线网络连接组成；所述自动讲解同步设备包括嵌入式处理模块、地理位置定位模块、低功耗蓝牙发射模块、无线局域网接入模块、文件存储模块、供电模块和液晶触摸屏；地理位置定位模块、低功耗蓝牙发射模块、无线局域网接入模块、文件存储模块、供电模块、液晶触摸屏均与嵌入式处理模块连接。本发明讲解同步用的蓝牙信号以广播方式发送，保证旅游车船上所有智能讲解设备即时同步，且不易被其他设备干扰；智能讲解设备的讲解软件为车船内的多国游客提供高度个性化多语言自动讲解服务，节省讲解人力成本。
-
公开(公告)号：CN105023467B
公开(公告)日：2017-07-21
申请号：CN201510513882.6
申请日：2015-08-20
Applicant: 桂林电子科技大学
IPC: G08G1/14
Abstract: 本发明公开一种停车场车位远程预订系统及方法，由云中心服务器、手机客户端、系统远程管理端和停车场管理端组成；手机客户端、系统远程管理端和停车场管理端分别与云中心服务器相连接。用户使用手机客户端，通过移动互联网实时搜索附近空闲车位信息。通过车位远程预订功能，对任意附近停车场空闲车位进行预订。保证了车主寻找车位的有效性。将停车场车位信息与手机用户有效地连接起来，可以有效提高停车场车位的利用率，增加停车场收益。
-
公开(公告)号：CN106021618A
公开(公告)日：2016-10-12
申请号：CN201610549356.X
申请日：2016-07-13
Applicant: 桂林电子科技大学
CPC classification number: Y02D10/45 , G06F17/3087 , G06Q50/14
Abstract: 本发明提供一种景区游览信息查询和管理系统及方法，该方法包括：智能终端通过APP软件接收蓝牙基站广播的景区及景点标识码信息、记录时间戳信息同时生成游客的游览时空数据；云服务器接收智能终端发送的游客游览时空数据并进行存储和处理，得出景区景点游览信息；智能终端通过无线互联网查询云服务器获取景区景点游览信息；景区管理方通过远程管理端连接云服务器查询景区游客实时数据并向景区内游客发送管理信息。本发明实现了景区游览信息查询和管理，提高了游客对景区服务的满意度，并且具有成本、功耗较低，定位速度、精度较高，不受室内因素影响，且定位算法简单，实现景区信号覆盖实施难度小的优点。
-
Patent Agency Ranking
公开(公告)号：CN105761650A
公开(公告)日：2016-07-13
申请号：CN201610242448.3
申请日：2016-04-19
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种旅游车船多语言自动讲解系统及讲解同步方法，由固定安装于车船体内的自动讲解同步设备和由游客携带的智能讲解设备通过无线网络连接组成；所述自动讲解同步设备包括嵌入式处理模块、地理位置定位模块、低功耗蓝牙发射模块、无线局域网接入模块、文件存储模块、供电模块和液晶触摸屏；地理位置定位模块、低功耗蓝牙发射模块、无线局域网接入模块、文件存储模块、供电模块、液晶触摸屏均与嵌入式处理模块连接。本发明讲解同步用的蓝牙信号以广播方式发送，保证旅游车船上所有智能讲解设备即时同步，且不易被其他设备干扰；智能讲解设备的讲解软件为车船内的多国游客提供高度个性化多语言自动讲解服务，节省讲解人力成本。
-
公开(公告)号：CN119293326A
公开(公告)日：2025-01-10
申请号：CN202411312539.0
申请日：2024-09-19
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06F16/9536 , G06Q30/0601 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种双视角的公平推荐方法，通过解离敏感信息来提升推荐的公平性和准确性。该方法从两个视角出发：一个是基于用户真实敏感属性的视角，另一个是基于用户敏感属性改变的反事实假设视角。首先，方法构建了四种表示向量，分别用于性能导向、真实敏感、反事实敏感和公平性。这些表示通过不同算法生成和优化，以确保去除敏感信息并保留用户偏好。具体而言，公平表示通过最小化与敏感表示之间的互信息和余弦相似度差异来实现信息的解离。同时，通过最大化公平表示与性能导向表示之间的互信息，确保有效捕捉用户的偏好。最终，该方法使用公平表示计算用户与项目的交互得分，并生成推荐结果，辅以公平性度量评估推荐的公平性。
-
公开(公告)号：CN118568344A
公开(公告)日：2024-08-30
申请号：CN202410690073.1
申请日：2024-05-30
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06Q30/0601 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/09
Abstract: 本发明公开一种解离多行为中伪相关的图神经网络推荐方法，该推荐方法从一个全新的角度来处理多行为推荐——解离辅助行为中存在的伪相关信息。具体来说，该模型结合了互信息估计和解纠缠表示来提高多行为推荐方法的推荐性能。以图卷积推荐任务为主推荐任务对用户和项目的交互进行初步建模，进而通过跨行为自注意机制来精确捕捉各个用户在特定行为下的意图表示，从而监督后续伪相关的解离过程。通过双重互信息边界及其优化方法，使模型能够自适应的解离辅助行为当中的伪相关信息，并将真实相关的语义信息转移到目标行为中来缓解目标行为监督信号稀疏的问题。从而有效的提高模型对用户目标行为的推荐性能。
-
公开(公告)号：CN118113938A
公开(公告)日：2024-05-31
申请号：CN202410303019.7
申请日：2024-03-15
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06N3/042 , G06N3/0895 , G06N3/0464 , G06Q30/0601
Abstract: 本发明公开一种基于对比学习和多行为语义增强的推荐方法，采用多任务的形式，结合了对比学习和多行为推荐任务来提高多行为推荐方法的推荐性能。该推荐方法设置了一个新型的多行为图卷积算法，利用用户的目标行为嵌入引导每一个辅助行为嵌入的生成。此外，我们还采用独特的聚合机制融合来自不同的行为的语义信息，使其能够识别特定类型的行为偏好信号。在对比学习任务中，通过跨不同行为下相同用户作为正对，构建用户结构对比学习任务强化用户在不同行为下潜在的依赖关系并提高了用户嵌入的表征能力。有效的提高了推荐模型的总体性能和用户语义信息的刻画能力。
-
公开(公告)号：CN110008469B
公开(公告)日：2022-06-07
申请号：CN201910207179.0
申请日：2019-03-19
Applicant: 桂林电子科技大学
IPC: G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 本发明提出一种多层次命名实体识别方法，包括：S1对数据文本进行预处理，得到词汇表C；S2利用预训练好的词向量，结合文本的字符特征信息序列，得到的文本的向量表示；S3对所述文本的向量表示进行编码，得到编码后的文本特征向量序列；S4把所述文本特征向量序列用CRF模型进行解码，标注出所述文本特征向量序列中的实体；S5把标记处的实体的前文信息、后文信息以及该实体的信息作为后续的识别过程的候选序列；S6将所述文本特征向量序列以及所述候选序列，输入到基于注意力机制的推理单元，计算得到注意力向量；S7把所述注意力向量和所述文本特征向量序列输入到CRF模型中，标注出序列中的实体。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.028 seconds)
