一种基于信息熵测度的数据价值评估方法及系统

    公开(公告)号:CN118939934A

    公开(公告)日:2024-11-12

    申请号:CN202411051629.9

    申请日:2024-08-01

    Applicant: 天津大学

    Abstract: 本发明提供了一种基于信息熵测度的数据价值评估方法即系统,方法包括获取待评估的数据集,对各数据集建立概率模型,根据所确定的模型复杂度和数据量的大小,选择参数估计方法,使用估计得到的模型参数估计这些数据点发生的概率;对于各数据集,使用信息量函数计算数据集的信息熵;通过计算得到的信息熵,对整个数据集的平均信息量或不确定性进行价值评估,得到各数据集的价值。本发明的方法不直接依赖于数据的具体内容,而是依赖于数据的整体分布和概率特性,因而能有效地解决数据复杂性高的问题,同时识别和过滤掉冗余信息。

    一种基于分层信息提取机制的化学反应理论产量预测方法

    公开(公告)号:CN117877603B

    公开(公告)日:2024-09-13

    申请号:CN202410040595.7

    申请日:2024-01-11

    Applicant: 天津大学

    Abstract: 一种基于分层信息提取机制的化学反应理论产量预测方法:本方法属于深度学习、化学反应属性预测领域。本方法针对现有的基于深度学习的化学反应理论产量预测方法对化学反应的注意力过于局限、并且传统的化学反应特征的提取方法造成大量化学反应特征的丢失的问题。本发明所采用的技术方案是:一种基于分层信息提取机制的化学反应理论产量预测方法,包括提出一种新的化学反应特征提取方法、提出一种新的化学反应分层信息提取机制和提出一种基于分层信息提取浓缩机制的化学反应理论产量预测网络架构三个部分,可以有效的提取化学反应特征,提取反应的局部和全局信息并且准确进行化学反应理论产量预测。

    一种基于混洗蛙跳算法的卷积神经网络框架自动设计方法

    公开(公告)号:CN113971367B

    公开(公告)日:2024-07-12

    申请号:CN202110993267.5

    申请日:2021-08-27

    Applicant: 天津大学

    Inventor: 张涛 曹亚慧 赵鑫

    Abstract: 一种基于混洗蛙跳算法自动设计卷积神经网络框架方法:将卷积神经网络框架设计问题建模为一个有约束的组合优化问题,设计满足目标参数量要求的网络框架。提出了一种离散变长编码方法,将卷积层的输出、全连接层的层数和每层神经元的个数等超参数进行编码来表示卷积神经网络框架,然后采用混洗蛙跳算法以MNIST数据集上的分类精度为适应度评估值对最优网络框架进行搜索,得到最优的卷积神经网络框架。本发明提出的基于混洗蛙跳自动设计卷积神经网络框架的方法具有全自动、效率高等特点,对于经验不足的科研初学者也是非常友好的。

    一种基于改进图神经网络的表面催化剂吸附能预测方法

    公开(公告)号:CN118197470A

    公开(公告)日:2024-06-14

    申请号:CN202410079046.0

    申请日:2024-01-19

    Applicant: 天津大学

    Abstract: 一种基于改进图神经网络的表面催化剂吸附能预测方法:本方法涉及计算化学、深度学习和表面催化剂吸附能预测等领域。本方法针对现有的图神经网络大多忽略了利用潜在空间信息对原子进行有效的输入特征编码而主要关注基本连通性和元素特征,以及现有的图神经网络架构大多以提取原子图的局部邻域特征为导向而忽略了全局节点特征的整合问题。本发明所采用的技术方案是:通过结合统一原子位置平滑重叠描述符和在图网络架构中引入的图弱注意机制,有效提取原子图的局部空间结构信息和全局节点信息,并显著提高了表面催化剂分子吸附能性质预测的效率和准确性。

    一种建设工程施工噪声数据异常监测方法及系统

    公开(公告)号:CN118152952A

    公开(公告)日:2024-06-07

    申请号:CN202410148926.9

    申请日:2024-02-02

    Applicant: 天津大学

    Abstract: 本申请涉及一种建设工程施工噪声数据异常监测方法及系统,涉及噪声处理的技术领域,其方法包括:基于施工现场设置的多个噪声监测车实时获取各个监测点的噪声数据;所述噪声监测车设置有噪声传感器;将获取到的各个监测点的噪声数据输入至噪声异常监测模型中以获取所述噪声异常监测模型反馈的判定结果;所述判定结果包括异常噪声及正常噪声;基于所述判定结果对异常噪声进行标记记录并获取异常噪声对应的噪声监测车的位置信息;以及,将标记记录后的异常噪声及位置信息发送至外部终端。

    一种基于质量和韵律特征融合的古诗词朗读评估方法

    公开(公告)号:CN115359782B

    公开(公告)日:2024-05-14

    申请号:CN202210989714.4

    申请日:2022-08-18

    Applicant: 天津大学

    Abstract: 本发明提出一种基于质量和韵律特征融合的古诗词朗读评估方法,包括建立基于MOS的客观语音质量评价模型,提取mel频谱特征,mask_res残差卷积网络提取信号高维度特征,UnMask输出模块聚合单个古诗词朗诵的MOS评分;建立基于特征融合韵律评价模型,提取基频、能量、过零率等信号基本特征,通过多特征分析模型,计算为轻重音、语调、节奏韵律特征参数,建立韵律评分函数,映射实际韵律得分;建立基于多项式拟合的综合度量体系基于最优解和最小化模型的目标,构建基于质量和韵律特征融合的无参考评价模型。

    一种基于多特征融合卷积神经网络的噪声分类方法

    公开(公告)号:CN117238320A

    公开(公告)日:2023-12-15

    申请号:CN202311524974.5

    申请日:2023-11-16

    Applicant: 天津大学

    Abstract: 本发明提供了一种基于多特征融合卷积神经网络的噪声分类方法,包括获取噪声数据集,提取噪声音频信号的语谱图、梅尔谱图、一阶差分梅尔谱图、以及二阶差分梅尔谱图;分别从语谱图、梅尔谱图、一阶差分梅尔谱图、以及二阶差分梅尔谱图中提取特征矩阵X1、X2、X3、X4,将噪声峰度、等效A声级、累积噪声暴露量、声音的熵四种噪声评价指标组成特征矩阵X5,将特征矩阵X1、特征矩阵X2、特征矩阵X3、特征矩阵X4、以及特征矩阵X5相串联拼接得到特征矩阵X,然后对特征矩阵X进行降维处理;构建分类模型MCCNN,将降维处理过的特征矩阵X输入到分类模型中,得到噪声分类结果。本发明的方法能够提高噪声分类的准确性。

Patent Agency Ranking