-
公开(公告)号：CN106154058B
公开(公告)日：2018-10-02
申请号：CN201510128647.7
申请日：2015-03-23
申请人： 中国科学院声学研究所 , 北京中科智网科技有限公司
IPC分类号： G01R29/10
摘要： 本发明提供了一种用于天线辐射等强度曲面的计算方法，该计算方法考虑到了天线辐射强度沿半径射线方向的单调递减性质，采用柱坐标表示空间计算点，准确有方向的获取辐射等强度曲面点，而且计算结果便于天线辐射等强度曲面的快速绘制，从而极大的提升了计算和绘制效率。
-
公开(公告)号：CN106154058A
公开(公告)日：2016-11-23
申请号：CN201510128647.7
申请日：2015-03-23
申请人： 中国科学院声学研究所 , 北京中科智网科技有限公司
IPC分类号： G01R29/10
摘要： 本发明提供了一种用于天线辐射等强度曲面的计算方法，该计算方法考虑到了天线辐射强度沿半径射线方向的单调递减性质，采用柱坐标表示空间计算点，准确有方向的获取辐射等强度曲面点，而且计算结果便于天线辐射等强度曲面的快速绘制，从而极大的提升了计算和绘制效率。
-
公开(公告)号：CN106156075B
公开(公告)日：2019-08-02
申请号：CN201510149415.X
申请日：2015-03-31
申请人： 中国科学院声学研究所 , 北京中科智网科技有限公司
摘要： 本发明涉及一种报表生成和展示的方法，包括：为最终所要生成和展示的报表配置报表项、报表项组合；其中，报表项的配置信息包括报表项标题、报表项展示方式；所述报表项展示方式包括：文件下载、表格、图表、GIS呈现；报表项组合的配置信息包括报表项组合标题、报表项组合所含报表项的标识、报表项组合中所含报表项的顺序；获取若干输入文件，根据配置信息从所述输入文件提取报表的相关数据；将报表的相关数据保存到数据库中；按照配置信息从数据库读取报表的相关数据，组合所得到的数据，生成和展示报表。
-
公开(公告)号：CN106156075A
公开(公告)日：2016-11-23
申请号：CN201510149415.X
申请日：2015-03-31
申请人： 中国科学院声学研究所 , 北京中科智网科技有限公司
IPC分类号： G06F17/30
摘要： 本发明涉及一种报表生成和展示的方法，包括：为最终所要生成和展示的报表配置报表项、报表项组合；其中，报表项的配置信息包括报表项标题、报表项展示方式；所述报表项展示方式包括：文件下载、表格、图表、GIS呈现；报表项组合的配置信息包括报表项组合标题、报表项组合所含报表项的标识、报表项组合中所含报表项的顺序；获取若干输入文件，根据配置信息从所述输入文件提取报表的相关数据；将报表的相关数据保存到数据库中；按照配置信息从数据库读取报表的相关数据，组合所得到的数据，生成和展示报表。
-
公开(公告)号：CN106959949B
公开(公告)日：2019-08-20
申请号：CN201610011721.1
申请日：2016-01-08
申请人： 中国科学院声学研究所
IPC分类号： G06F16/25
摘要： 本发明提供了一种用于推荐系统的数据结构化处理方法，所述方法包括：从多源业务系统中采集内容元数据、用户属性数据、用户互动数据和用户业务行为数据；根据内容元数据得到内容‑内容关系矩阵II；根据用户属性数据通过相似度对用户进行合并，从而对所述用户互动数据和用户业务行为数据进行合并；根据合并后的用户互动数据得到用户‑用户关系矩阵UU；根据合并后的用户业务行为数据得到初始的用户‑内容关系矩阵U‑I，并将该矩阵重新调整行列顺序得到排序后的用户‑内容关系矩阵UI；将UU矩阵、UI矩阵与II矩阵进行相乘，得到结构化后的用户‑内容关系矩阵，用于内容推荐系统。
-
公开(公告)号：CN106959949A
公开(公告)日：2017-07-18
申请号：CN201610011721.1
申请日：2016-01-08
申请人： 中国科学院声学研究所
IPC分类号： G06F17/30
摘要： 本发明提供了一种用于推荐系统的数据结构化处理方法，所述方法包括：从多源业务系统中采集内容元数据、用户属性数据、用户互动数据和用户业务行为数据；根据内容元数据得到内容-内容关系矩阵II；根据用户属性数据通过相似度对用户进行合并，从而对所述用户互动数据和用户业务行为数据进行合并；根据合并后的用户互动数据得到用户-用户关系矩阵UU；根据合并后的用户业务行为数据得到初始的用户-内容关系矩阵U-I，并将该矩阵重新调整行列顺序得到排序后的用户-内容关系矩阵UI；将UU矩阵、UI矩阵与II矩阵进行相乘，得到结构化后的用户-内容关系矩阵，用于内容推荐系统。
-
公开(公告)号：CN108268949A
公开(公告)日：2018-07-10
申请号：CN201710002088.4
申请日：2017-01-03
申请人： 中国科学院声学研究所 , 上海尚恩华科网络科技股份有限公司
IPC分类号： G06N3/08
CPC分类号： G06N3/08
摘要： 本发明涉及一种非常深度神经网络的自动加层训练方法，包括：步骤1)、确定训练集、非常深度神经网络的初始结构，并对所述非常深度神经网络及相关参数进行初始化；步骤2)、训练非常深度神经网络并修改其误差率饱和状态；步骤3)、判断非常深度神经网络的误差率饱和状态，若误差率饱和状态的值为0，重新执行步骤2)，若误差率饱和状态的值小于附加层有效窗口的大小，执行步骤4)，若误差率饱和状态的值等于附加层有效窗口的大小，执行步骤5)；步骤4)、若非常深度神经网络的当前深度满足用户设定的最大深度，执行步骤5)，否则对当前非常深度神经网络执行加层操作，然后重新执行步骤2)；步骤5)、输出该非常深度神经网络，训练结束。
-
公开(公告)号：CN107977726A
公开(公告)日：2018-05-01
申请号：CN201610921904.7
申请日：2016-10-21
申请人： 中国科学院声学研究所 , 上海尚恩华科网络科技股份有限公司
摘要： 本发明公开了一种用户关系预测模型的建立方法，所述方法包括：步骤S1)从原始社交关系网络中通过随机游走抽样得到两个用户关系的子网络；步骤S2)分别提取子网络中每条边连接的用户二元组的共同好友数、共同好友集聚系数、好友集聚系数和最短路径距离四个拓扑特征，形成训练集；步骤S3)建立用户关系预测模型，该模型为前馈神经网络结构；步骤S4)基于训练集和建立的用户关系预测模型；使用遗传算法得到最优个体，该个体为训练好的用户关系预测模型。此外，本发明还提供了一种用户动态关系的预测方法，该方法能够预测用户关系的动态变化。该预测方法在预测用户关系时不受最短路径距离D的限制，提高了预测用户关系的准确率及弱关系的分析能力。
-
公开(公告)号：CN106959953A
公开(公告)日：2017-07-18
申请号：CN201610012488.9
申请日：2016-01-08
申请人： 中国科学院声学研究所
CPC分类号： G06F16/288 , G06Q50/01
摘要： 本发明提供了一种基于统计特征的社交网络用户关系的计算方法，所述方法包括：步骤1)从业务系统中采集用户互动行为数据；步骤2)根据用户互动行为数据生成用户互动记录集合，统计用户对集合和每个用户对的互动频数分布；由此统计每个用户的互动频数分布；步骤3)统计每个用户的互动频数总数及互动频数分布，计算每个用户的关系强度因子；步骤4)计算用户对集合中每对用户的关系强度。本发明的方法利用用户互动的统计特征对用户关系进行了量化，该量化值能够准确客观地体现用户之间的关系；并由此判断出用户关系所属的类型。
-
公开(公告)号：CN107977726B
公开(公告)日：2021-03-16
申请号：CN201610921904.7
申请日：2016-10-21
申请人： 中国科学院声学研究所 , 上海尚恩华科网络科技股份有限公司
摘要： 本发明公开了一种用户关系预测模型的建立方法，所述方法包括：步骤S1)从原始社交关系网络中通过随机游走抽样得到两个用户关系的子网络；步骤S2)分别提取子网络中每条边连接的用户二元组的共同好友数、共同好友集聚系数、好友集聚系数和最短路径距离四个拓扑特征，形成训练集；步骤S3)建立用户关系预测模型，该模型为前馈神经网络结构；步骤S4)基于训练集和建立的用户关系预测模型；使用遗传算法得到最优个体，该个体为训练好的用户关系预测模型。此外，本发明还提供了一种用户动态关系的预测方法，该方法能够预测用户关系的动态变化。该预测方法在预测用户关系时不受最短路径距离D的限制，提高了预测用户关系的准确率及弱关系的分析能力。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.072 秒)
