-
公开(公告)号：CN116611513A
公开(公告)日：2023-08-18
申请号：CN202310649596.7
申请日：2023-06-02
申请人： 合肥工业大学
摘要： 本发明公开了一种基于层内相似关系的诊断方法，包括：1.根据学生的历史答题记录，习题与知识点的关联关系，计算学生、习题、知识点之间的相似性，形成层内相似关系；2.利用这种层内相似关通过关系图卷积网络学习节点的嵌入表示，把学生做题记录少或知识点关联信息少的节点称作为学生尾节点或习题尾节点。并将头节点信息传递给尾节点，改善尾节点层间关系的稀疏性；3.融合学生向量和知识点向量获取学生的认知状态，然后得到学生的认知状态和习题所需的知识点掌握情况。本发明通过增加学生与学生、习题与习题、知识点与知识点之间的层内相似关系实现尾节点的信息传递，从而能提高少量做题学生的认知诊断精度。
-
公开(公告)号：CN113221007B
公开(公告)日：2022-09-23
申请号：CN202110563070.8
申请日：2021-05-21
申请人： 合肥工业大学
IPC分类号： G06F16/9535 , G06F16/958 , G06Q50/20 , G09B7/04
摘要： 本申请公开了一种答题行为推荐方法。其中，该方法包括：获取目标对象在不同时刻作答与目标知识点相关联的习题的对应的得分；将得分输入至认知跟踪模型中，得到目标对象在不同时刻对目标知识点的目标认知状态值；将当前决策时间对应的目标认知状态值输入至目标知识点对应的目标模型中，得到推荐目标对象继续作答目标试题的次数，其中，当前决策时间为答题的开始时刻，目标模型包括：答题行为强化学习EBQ模型，本申请解决了由于相关技术中尚未有研究追踪学生的动态认知状态，并基于动态的认知状态，针对学生用户是否需要进行相关试题练习，并进行多少道相关习题练习的答题行为进行推荐的技术问题。
-
公开(公告)号：CN110222766B
公开(公告)日：2021-03-30
申请号：CN201910492856.8
申请日：2019-06-06
申请人： 合肥工业大学
摘要： 本发明公开了一种基于稀疏逆协方差的煤与瓦斯突出预测方法，其步骤包括：1、将煤与瓦斯突出数据处理成多变量时间序列数据；2、构建一种基于模型的方法来表征多变量煤与瓦斯突出时间序列数据；3、使用Graphical Lasso方法初始化煤与瓦斯突出数据集中每个类别的稀疏逆协方差；4、使用LogDet散度优化稀疏逆协方差；5、选择契合该模型的分类器——最大似然分类器对煤与瓦斯突出测试数据进行分类预测。本发明解决了煤与瓦斯突出数据的表示问题以及代表煤与瓦斯突出每个类别的逆协方差的稀疏性问题，从而能够快速且准确地对煤与瓦斯突出数据进行分类。
-
公开(公告)号：CN107798349A
公开(公告)日：2018-03-13
申请号：CN201711069171.X
申请日：2017-11-03
申请人： 合肥工业大学
IPC分类号： G06K9/62
CPC分类号： G06K9/6256 , G06K9/6249 , G06K9/6262
摘要： 本发明公开了一种基于深度稀疏自编码机的迁移学习方法，包括：（1）数据集向量化的前期预处理。（2）模型设计和实现。（3）应用Stacked RICA算法得到的提取特征做半监督学习。（4）特征提取完后，用logistic回归分析模型（LR）在训练集上训练分类器。（5）用训练集上的分类器在测试集上做分类预测。（6）完成在测试集上的分类，得到最终的迁移学习结果。本发明提高了特征提取的效果，提升了迁移学习的精度，具有较高的鲁棒性和实用性。
-
公开(公告)号：CN105022827B
公开(公告)日：2016-06-15
申请号：CN201510444109.9
申请日：2015-07-23
申请人： 合肥工业大学
摘要： 本发明适用于网络信息处理领域，提供了一种面向领域主题的Web新闻动态聚合方法，所述方法包括下述步骤：面向用户预定义的领域站点列表，根据用户提供的主题，利用垂直搜索引擎和元搜索引擎获取搜索记录列表；对搜索记录列表进行去重和Web新闻网页识别得到新闻网页搜索记录列表；根据Web信息抽取方法，从新闻网页搜索记录列表获得结构化新闻列表；根据领域模型对结构化新闻列表进行排序，得到有序的结构化新闻列表并作为动态聚合结果返回给用户。本发明根据用户提供的领域和主题，实时获取多源相关的Web新闻集合，并根据Web新闻的受欢迎程度决定其排序的一种互动机制，其目的在于提供一种方便、高效的互联网信息的获取和共享方式。
-
公开(公告)号：CN101964041B
公开(公告)日：2013-07-31
申请号：CN201010295550.2
申请日：2010-09-25
申请人： 合肥工业大学
摘要： 本发明公开了一种基于感知哈希的实用安全图像取证系统及其取证方法，系统组成包括：证书管理机构CA和取证计算平台FCP、可信认证中心FC；由CA为用户、FCP及FC提供证书，为FCP及FC分配和管理哈希函数的控制密钥；FCP计算注册或取证阶段图像的特征值、生成哈希值；FC管理来自FCP的图像哈希值，提供检索和取证服务；用户将图像提交到FCP，由FCP计算提取图像检索特征，并利用CA分配的密钥来计算图像分块的HASH值，提交到FC数据库中；当用户需要认证图像时，同样提交到FCP中，提取检索特征以从FC中检索到最相符的原始图像，利用相同的密钥对该图像进行分块和计算HASH值，比较两者间的区别确定发生内容篡改的位置。本发明使系统在安全性、鲁棒性、敏感性和快速检索性等方面获得较好的均衡性能。
-
公开(公告)号：CN118644677A
公开(公告)日：2024-09-13
申请号：CN202411019034.5
申请日：2024-07-29
申请人： 合肥工业大学
IPC分类号： G06V10/26 , G06V10/22 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0895 , G16H30/20 , G16H30/40
摘要： 本发明公开了一种基于频域感知的一致性正则化半监督医学图像分割方法，包括：1.在医学标记数据集上训练模型；2.针对医学无标记数据集利用弱增强得到弱增强图像，并利用强增强分别得到低频强增强图像与高频强增强图像；3.利用模型编码层分别得到弱编码特征、低频编码特征与高频编码特征；4.将低频编码特征与高频编码特征进行融合得到融合编码特征，采用均方误差函数对弱编码特征与融合编码特征进行损失计算，更新模型；5.将弱编码特征与融合编码特征输入模型解码层，分别得到弱解码特征与融合解码特征，采用交叉熵函数进行损失计算，更新模型；6.利用最终模型完成对测试医学图像数据集的分割预测。本发明解决了标记严重不足的医学图像分割问题。
-
公开(公告)号：CN114861916B
公开(公告)日：2024-03-05
申请号：CN202210664519.4
申请日：2022-06-13
申请人： 合肥工业大学
摘要： 本发明公开了一种融合知识联想路径的认知跟踪方法，包括：1、问题‑知识点关联矩阵的构建，2、知识点关联矩阵的构建，3、知识点难度库的构建，4、技能模式的计算，5、习题和知识点的聚合嵌入表示，6、练习题的嵌入表示，7、相关历史练习题的获得，8、学生对知识点掌握情况的获得，9、学生对技能模式掌握情况的获得，10、对学生未来作答表现的预测。本发明能从学生做题的思考过程出发，考虑学生联想知识点解题的过程，融合知识联想路径，充分挖掘知识点间的关联关系，从而能准确快速跟踪学生的认知状态变化并对未来学生的作答表现做出预测。
-
公开(公告)号：CN108388654B
公开(公告)日：2020-03-17
申请号：CN201810171490.X
申请日：2018-03-01
申请人： 合肥工业大学
IPC分类号： G06F16/35 , G06F40/205 , G06F40/289
摘要： 本发明公开了一种基于转折句语义块划分机制的情感分类方法，其步骤包括：1.利用已知的词向量字典，把训练集和测试集中的每条样本表示为词向量矩阵；2.选取合适的卷积核对词向量矩阵进行卷积，提取映射特征向量以实现降维；3.构建转折词字典，并通过查询转折词在样本中的位置，对提取的映射特征进行语义划分，提取每个划分块中的最重要信息，形成最终特征空间；4.基于所述最终特征空间训练分类器，并对测试集中的样本进行分类。本发明基于构建的转折词字典，实现了句子语义块的划分，能获得每段中的重要语义信息，同时考虑了句子的位置结构特征，从而能够提高文本情感分类的正确性。
-
公开(公告)号：CN109918667A
公开(公告)日：2019-06-21
申请号：CN201910169255.3
申请日：2019-03-06
申请人： 合肥工业大学
摘要： 本发明公开了一种基于word2vec模型的分布式短文本数据流快速增量分类方法，其步骤包括：1从知识库中获取外部语料库构建woord2vec模型，并获取词向量集合Vec；2构建动态线性LR分类器组与全局类标签集合；3增量式更新全局标签集合，修改并增加分类器组；4预测样本，获取未在词集合Vocab中的新词样本集合，构建词向量模型与词向量扩展集合；5获取测试数据流的类标签强度。本发明能够提高短文本数据流的分类准确率，减少模型构建的时间消耗，从而达到快速适应短文本数据流分类的目的。
-
-
-
-
-
-
-
-
-
搜索结果
69 条记录 (耗时 0.029 秒)
