公开(公告)号：CN114048396B

公开(公告)日：2022-03-18

申请号：CN202210034168.9

申请日：2022-01-13

申请人： 湖南大学

发明人： 唐求 ,  刘涛 ,  林海军 ,  滕召胜 ,  龚冬成 ,  吴娟 ,  黄潇 ,  余舟 ,  花金辉 ,  王翔宇 ,  马聪 ,  李琛恭

IPC分类号： G06F16/9536 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于异构信息网络和深度学习的NQI服务推荐方法及系统，方法包括：划分训练集和测试集，抽取负样本完善训练集，根据训练集构建NQI服务异构信息网络；遍历预设元路径和元结构的相关节点，根据元路径或元结构的交换矩阵计算相似度矩阵；构建NQI服务推荐模型，采用第一多层感知机神经网络对相似度矩阵进行潜在特征提取后，采用第二多层感知机神经网络对潜在特征的相关性进行学习，最后进行用户和NQI服务交互概率预测；将每个相似度矩阵输入构建好的NQI服务推荐模型训练得到最优模型；在测试集中选取用户和NQI服务，输入最优模型，根据预测结果将NQI服务推荐给用户。本发明具有较好的推荐效果。

公开(公告)号：CN114048396A

公开(公告)日：2022-02-15

申请号：CN202210034168.9

申请日：2022-01-13

申请人： 湖南大学

发明人： 唐求 ,  刘涛 ,  林海军 ,  滕召胜 ,  龚冬成 ,  吴娟 ,  黄潇 ,  余舟 ,  花金辉 ,  王翔宇 ,  马聪 ,  李琛恭

IPC分类号： G06F16/9536 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于异构信息网络和深度学习的NQI服务推荐方法及系统，方法包括：划分训练集和测试集，抽取负样本完善训练集，根据训练集构建NQI服务异构信息网络；遍历预设元路径和元结构的相关节点，根据元路径或元结构的交换矩阵计算相似度矩阵；构建NQI服务推荐模型，采用第一多层感知机神经网络对相似度矩阵进行潜在特征提取后，采用第二多层感知机神经网络对潜在特征的相关性进行学习，最后进行用户和NQI服务交互概率预测；将每个相似度矩阵输入构建好的NQI服务推荐模型训练得到最优模型；在测试集中选取用户和NQI服务，输入最优模型，根据预测结果将NQI服务推荐给用户。本发明具有较好的推荐效果。

公开(公告)号：CN113254596B

公开(公告)日：2021-10-08

申请号：CN202110689564.0

申请日：2021-06-22

申请人： 湖南大学

发明人： 滕召胜 ,  龚冬成 ,  杨智君 ,  唐求 ,  刘涛 ,  吴娟 ,  林海军 ,  朱坤志 ,  何民军 ,  杨唐胜 ,  欧阳博 ,  成达

IPC分类号： G06F16/33 ,  G06F16/35 ,  G06F40/216 ,  G06F40/242 ,  G06F40/289 ,  G06F40/30 ,  G06N3/04 ,  G06K9/62 ,  G06N3/08

摘要： 本发明公开了一种基于规则匹配和深度学习的用户质检需求分类方法及系统，本发明方法包括对待分类文本与各个行业的专有名词词典进行匹配，并计算与各个行业对应的行业标签之间匹配的行业概率值Pi，选择最大行业概率值P；若最大行业概率值P大于等于预设阈值G，则将最大行业概率值P对应的行业标签作为分类结果输出；否则，对待分类文本利用深度学习模型预测行业标签并计算预测的行业概率值H；针对最大行业概率值P、预测的行业概率值H两者，选择其中概率较大者所对应的行业标签作为最终的分类结果输出。本发明能够针对用户质检需求文本实现质检需求文本按所属行业自动、准确的分类。

公开(公告)号：CN113392958B

公开(公告)日：2023-05-16

申请号：CN202110613013.6

申请日：2021-06-02

申请人： 湖南大学

发明人： 唐求 ,  吴娟 ,  滕召胜 ,  吴双双 ,  龚冬成 ,  刘涛 ,  余舟 ,  黄潇 ,  杨莹莹

IPC分类号： G06N3/043 ,  G06N3/047 ,  G06N3/08 ,  G06N3/126 ,  G06F18/2135

摘要： 本发明公开了一种模糊神经网络FNN的参数优化及应用方法与系统，本发明的模糊神经网络FNN的参数优化方法包括采用自适应交叉概率和变异概率对遗传算法进行改进优化模糊神经网络FNN的参数；应用方法包括建立基于主成分分析及改进遗传算法优化的模糊神经网络模型PCA‑IGAFNN并用于NQI综合服务质量以及水质评价。本发明针对标准遗传算法存在收敛速度慢，容易陷入局部最优解等缺点，采用自适应的交叉概率和变异概率对遗传算法进行改进，通过改进后的遗传算法优化模糊神经网络FNN的参数，从而能够有效提升优化模糊神经网络FNN的参数的收敛速度，减少模糊神经网络FNN的优化计算开销，提高模糊神经网络FNN的优化效率。

公开(公告)号：CN113392958A

公开(公告)日：2021-09-14

申请号：CN202110613013.6

申请日：2021-06-02

申请人： 湖南大学

发明人： 唐求 ,  吴娟 ,  滕召胜 ,  吴双双 ,  龚冬成 ,  刘涛 ,  余舟 ,  黄潇 ,  杨莹莹

IPC分类号： G06N3/04 ,  G06N3/08 ,  G06N3/12 ,  G06K9/62

摘要： 本发明公开了一种模糊神经网络FNN的参数优化及应用方法与系统，本发明的模糊神经网络FNN的参数优化方法包括采用自适应交叉概率和变异概率对遗传算法进行改进优化模糊神经网络FNN的参数；应用方法包括建立基于主成分分析及改进遗传算法优化的模糊神经网络模型PCA‑IGAFNN并用于NQI综合服务质量以及水质评价。本发明针对标准遗传算法存在收敛速度慢，容易陷入局部最优解等缺点，采用自适应的交叉概率和变异概率对遗传算法进行改进，通过改进后的遗传算法优化模糊神经网络FNN的参数，从而能够有效提升优化模糊神经网络FNN的参数的收敛速度，减少模糊神经网络FNN的优化计算开销，提高模糊神经网络FNN的优化效率。

公开(公告)号：CN113254596A

公开(公告)日：2021-08-13

申请号：CN202110689564.0

申请日：2021-06-22

申请人： 湖南大学

发明人： 滕召胜 ,  龚冬成 ,  杨智君 ,  唐求 ,  刘涛 ,  吴娟 ,  林海军 ,  朱坤志 ,  何民军 ,  杨唐胜 ,  欧阳博 ,  成达

IPC分类号： G06F16/33 ,  G06F16/35 ,  G06F40/216 ,  G06F40/242 ,  G06F40/289 ,  G06F40/30 ,  G06N3/04 ,  G06K9/62 ,  G06N3/08

摘要： 本发明公开了一种基于规则匹配和深度学习的用户质检需求分类方法及系统，本发明方法包括对待分类文本与各个行业的专有名词词典进行匹配，并计算与各个行业对应的行业标签之间匹配的行业概率值Pi，选择最大行业概率值P；若最大行业概率值P大于等于预设阈值G，则将最大行业概率值P对应的行业标签作为分类结果输出；否则，对待分类文本利用深度学习模型预测行业标签并计算预测的行业概率值H；针对最大行业概率值P、预测的行业概率值H两者，选择其中概率较大者所对应的行业标签作为最终的分类结果输出。本发明能够针对用户质检需求文本实现质检需求文本按所属行业自动、准确的分类。