一种不完整视图的聚类方法及系统

    公开(公告)号:CN118135279B

    公开(公告)日:2025-04-22

    申请号:CN202410088713.1

    申请日:2024-01-22

    Abstract: 本发明实施例提供一种不完整视图的聚类方法及系统,属于信息技术领域。该聚类方法包括:获取待聚类的不完整多视图,并构建邻接矩阵以确定不完整多视图的图结构信息;结合邻接矩阵,采用预先构建的聚类模型对每一不完整视图进行编码,获得潜在特征表示;对各潜在特征表示采用注意力机制进行融合生成综合潜在特征表示;对综合潜在特征表示进行深度聚类,输出不完整多视图的聚类结果。通过将待聚类的不完整多视图和邻接矩阵输入至聚类模型,使得该聚类模型对不完整多视图节点进行多次邻域聚合和特征学习后,得到每个节点潜在特征表示,更有利于聚类,并采用注意力机制进行潜在特征表示的融合生成综合潜在特征表示,进行深度聚类,得到聚类结果。

    一种基于禁忌搜索和NSGA-Ⅱ融合算法的多车间作业任务协同调度方法

    公开(公告)号:CN119647681A

    公开(公告)日:2025-03-18

    申请号:CN202411727998.5

    申请日:2024-11-28

    Abstract: 本发明公开了一种基于禁忌搜索和NSGA‑Ⅱ融合算法的多车间作业任务协同调度方法,所述方法包括如下步骤:步骤S1、获取车间中作业任务集合、机器集合和车间集合的基本信息;步骤S2、建立多车间作业任务协同调度多目标优化模型;步骤S3、配置用于求解多车间作业任务协同调度多目标优化模型的禁忌搜索和NSGA‑Ⅱ融合算法;步骤S4、建立层次分析法决策模型;步骤S5、计划调度方案输出;步骤S6、对作业任务协同调度方案进行可视化展示。该方法提高了工件完工的效率,降低了总加工成本以及总机器能耗。

    基于自适应配准的多激光雷达自主建网系统、方法、终端

    公开(公告)号:CN114049385B

    公开(公告)日:2025-01-14

    申请号:CN202111202942.4

    申请日:2021-10-15

    Abstract: 本发明公开一种基于自适应配准的多激光雷达自主建网系统、方法、终端,涉及网络构建与网络信息处理技术领域。采用多个激光雷达利用点云配准算法对不同雷达的点云图进行配准和融合,点云配准采用4PCS进行粗配准,Trimmed ICP进行精配准,使同一室内环境的激光雷达自动组建雷达网络,并获得融合后的室内环境点云。数据同时保存本地和云端,使用者通过云端更改相应配准参数或者获取原始点云数据。本发明针对居家养老项目设计的基于自适应配准的多激光雷达自主建网系统。使用者可以远程查看老人居住室内的激光雷达网络情况以及室内环境点云图像。通过雷达网络和环境点云数据,使用者可以用在居家养老项目的进一步设计和使用中。

    一种基于意图树的需求模式挖掘方法

    公开(公告)号:CN112508628B

    公开(公告)日:2024-03-01

    申请号:CN202011526942.5

    申请日:2020-12-22

    Abstract: 本发明是一种基于意图树的需求模式挖掘方法。本发明涉及计算机服务计算技术领域,本发明构造意向树的需求库;基于构造的意向树的需求库,进行频繁结构挖掘;根据构造的意向树的需求库,进行约束模糊聚类;根据频繁结构挖掘结果和模糊聚类结果,形成聚合需求模式;根据聚合需求模式,进行模式迭代,直至需求模式的差异逐渐稳定。本发明使用意图树为用户需求建模,通过意图分解以及将功能需求和非功能需求拆分开的形式,便于对用户需求的获取与分析。

    面向多语种文字风格保持的跨语言自监督生成方法

    公开(公告)号:CN116402067A

    公开(公告)日:2023-07-07

    申请号:CN202310359660.8

    申请日:2023-04-06

    Abstract: 本发明公开了一种面向多语种的自监督跨语言文字风格保持生成方法,所述方法包括如下步骤:一、建立用于实现跨语言生成任务的条件生成对抗网络模型;二、条件生成对抗网络模型在多语言真实数据中进行自监督训练,且在自监督训练过程使用识别器和条件生成对抗网络模型联合训练,提升最终的风格文本图像可辨读性。本发明综合利用风格迁移、生成对抗网络、图像修复、场景文字擦除和图像文字识别等技术,面向多语种实施跨语言文字风格保持生成,将图像的文本内容修改为另一种语言的新文本,同时保留图像中文字风格和背景纹理,能够解决图像翻译后的结果面临替换前后文本风格不一致、背景纹理不协调等问题,给用户带来更好的图像翻译体验。

    错误可回溯的图像数据结构与标注方法

    公开(公告)号:CN116303237A

    公开(公告)日:2023-06-23

    申请号:CN202310112412.3

    申请日:2023-02-14

    Abstract: 本发明公开了一种错误可回溯的图像数据结构与标注方法,所述方法包括如下步骤:步骤一、读入图像数据,步骤二、图像内容预处理,步骤三、图像数据转化为HPC文件格式,步骤四、HPC文件的标注与修改,步骤五、HPC文件格式转化为TPC文件格式,步骤六、TPC文件格式转化为目标格式文件。本发明能将错误的样本个例溯源至原始样本批次内容上,有助于对成批出现的错误样本进行处理;能将大数据量的样本信息的修改与删除一体化处理,减少中间步骤,大幅度减少对处理采集到的数据所用的时间,减少人力的浪费,提升效率;能将相同标签的样本存储一体化,有利于在存储、使用、样本分类。

    一种基于多源异构数据的层次本体构造方法

    公开(公告)号:CN113360518B

    公开(公告)日:2023-03-21

    申请号:CN202110632417.X

    申请日:2021-06-07

    Abstract: 本发明公开了一种基于多源异构数据的层次本体构造方法,所述方法包括如下步骤:步骤S1、获取关系型数据库数据;步骤S2、提取数据库中数据模式;步骤S3、挖掘数据中隐藏关系信息;步骤S4、根据数据模式信息生成映射文件;步骤S5、根据映射文件以及数据库数据,筛选有效个体,生成本体;步骤S6、读取生成的本体文件,将本体融合入默认本体中。该方法能够根据数据库中的表数据、表结构、表关系自动提取有效信息,构造层次本体,并且保证本体中的个体都是有效的,并构建数据映射表,使从本体能够查询到所有的数据库数据,并对不同数据库构造出的本体进行融合,形成大规模的领域本体。

    一种基于深度学习的多学科试卷内容检测与识别系统及方法

    公开(公告)号:CN110210413B

    公开(公告)日:2022-12-16

    申请号:CN201910483395.8

    申请日:2019-06-04

    Abstract: 本发明公开了一种基于深度学习的多学科试卷内容检测与识别系统及方法,所述系统包括数据预处理模块、数据粗粒度分类模块、小题细粒度分类模块、字符识别模块,其中:数据预处理模块对由纸质的试卷扫描成的数字图像进行处理;数据粗粒度分类模块使用Faster RCNN算法对输入图像进行试卷的整体结构分析,将图像分为不同类别的小题;小题细粒度分类模块采用Mask RCNN算法对数据粗粒度分类模块分完类的各小题进行内部字符的细粒度分类;字符识别模块将小题细粒度分类模块中的字符根据其类型调用相应的识别API来识别。本发明对于多学科试卷的复杂版面都有通用性;试卷中印刷体中文的识别率为99%,达到实用程度。

    一种面向人机交互的对话目标规划方法

    公开(公告)号:CN112000793B

    公开(公告)日:2022-08-09

    申请号:CN202010888963.5

    申请日:2020-08-28

    Abstract: 本发明公开了一种面向人机交互的对话目标规划方法,所述方法如下:步骤S1、收集并标注大规模语料库;步骤S2、计算目标转移向量矩阵;步骤S3、构建目标规划联合学习模型;步骤S4、实施目标规划方案。本发明将对话目标规划问题拆分成目标预测和目标完成两个子任务,并揭示了两个子任务之间内生的潜在关联,从而阐明了这两个子任务能够进行联合学习的本质原因。本发明提供了一系列方法来构建对话目标转移图并将其进行向量化表示。本发明提出了一种新颖的多任务联合学习神经网络模型,通过设计目标预测和目标完成两个子网络来建模两个子任务之间内在的关联性,并采用循环增强机制来提高各网络特征表示的性能,从而提高目标规划模型的效果。

Patent Agency Ranking