-
公开(公告)号：CN117217305A
公开(公告)日：2023-12-12
申请号：CN202311174949.9
申请日：2023-09-12
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
IPC: G06N5/02 , G06N5/04 , G06N3/092 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种基于强化学习的知识图谱多跳推理方法，针对知识图谱推理过程中存在的智能体与环境交互信息不充分以及智能体无目的性搜索目标实体的问题。该发明含有以下步骤，1、对知识图谱进行预处理；2、构建待训练的嵌入模型并强化学习中训练智能体的网络；3、初始化模型训练参数并训练嵌入表示模型；4、初始化模型参数以及环境变量，采用强化学习方法使智能体在与环境交互过程中迭代更新策略网络；5、使用经过训练的策略网络进行推理并获取模型性能指标数据。该技术在将环境表示输入至策略网络前增加一个卷积网络用于增加交互，采用嵌入模型计算全局知识引导智能体游走至正确实体，从而提高智能体推理的效率和准确性。
-
公开(公告)号：CN116432755A
公开(公告)日：2023-07-14
申请号：CN202310434601.2
申请日：2023-04-21
Applicant: 西安电子科技大学杭州研究院 , 西安电子科技大学
IPC: G06N5/04 , G06F40/295 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于动态实体原型的权重网络推理方法，针对命名实体识别中存在的词嵌入的拓展数据来源少、只注重实体词的高维特征而忽略实体词本身的语义信息、上下文信息不准确和模型泛化性能不足的问题。该发明对实体识别数据集做预处理操作；设计原型提取算法，训练能够生成动态原型的模型；初始化实体识别算法的所有参数；将提取的动态实体原型部署到实体识别算法中，利用权重网络与多头注意力机制从文本与实体原型中进行迭代学习，得到训练完成的实体识别模型；使用训练完成的实体识别模型对不同数据集的实体进行预测，测试模型性能。本技术能够改善实体识别中未有效地利用语义信息、泛化性能差等问题，从而提高命名实体识别的准确性。
-
公开(公告)号：CN114205791B
公开(公告)日：2024-08-06
申请号：CN202111522610.4
申请日：2021-12-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度Q学习的社交感知D2D协同缓存方法，针对网络中冗余内容传输造成的链路拥塞问题。该发明含有以下步骤，步骤1、通信场景初始化；步骤2、对设备拥有者的社交关系强度进行多属性建模；步骤3、对D2D协作缓存过程基于强化学习过程建模；步骤4、设计深度Q网络中用于训练的Behavior网络和计算的Target网络的网络结构；步骤5、基于已设定的系统模型，利用深度强化学习的算法使智能体和环境交互进行迭代学习输出最优策略，即设备缓存资源分配和D2D内容分发的最佳决策。该技术不仅可以确保蜂窝用户的正常通信，还可以在满足用户个人意愿的前提下最小化系统平均时延，最大程度提高用户满意度。
-
公开(公告)号：CN116707749A
公开(公告)日：2023-09-05
申请号：CN202310540670.1
申请日：2023-05-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于混合信誉的多层级多链用户权限动态调整方法，该方法包括：获取目标节点在周期t内参与的区块链交易的业务类型和交易信息；t为大于0的整数；根据业务类型和跨链交易信息分别确定目标节点所在的区块链在周期t内的链属性量化值、目标节点在周期t内的节点属性量化值，以及目标节点在周期t内的行为量化值；基于预设权重、目标节点所在的区块链在周期t内的链属性量化值、节点属性量化值、行为量化值，以及目标节点在周期t‑1内的混合信誉值，确定目标节点在周期t内的混合信誉值；基于周期t内的混合信誉值，调整目标节点在周期t+1内的权限值；每个节点的权限值与所述混合信誉值正相关。
-
公开(公告)号：CN114205791A
公开(公告)日：2022-03-18
申请号：CN202111522610.4
申请日：2021-12-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度Q学习的社交感知D2D协同缓存方法，针对网络中冗余内容传输造成的链路拥塞问题。该发明含有以下步骤，步骤1、通信场景初始化；步骤2、对设备拥有者的社交关系强度进行多属性建模；步骤3、对D2D协作缓存过程基于强化学习过程建模；步骤4、设计深度Q网络中用于训练的Behavior网络和计算的Target网络的网络结构；步骤5、基于已设定的系统模型，利用深度强化学习的算法使智能体和环境交互进行迭代学习输出最优策略，即设备缓存资源分配和D2D内容分发的最佳决策。该技术不仅可以确保蜂窝用户的正常通信，还可以在满足用户个人意愿的前提下最小化系统平均时延，最大程度提高用户满意度。
-
Patent Agency Ranking
公开(公告)号：CN107563379B
公开(公告)日：2019-12-24
申请号：CN201710781807.7
申请日：2017-09-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于全卷积神经网络自然场景文本定位方法。其步骤为：(1)输入待识别图像样本；(2)归一化处理；(3)构建并训练全卷积神经网络；(4)筛选全卷积神经网络输出的坐标参数；(5)对自然场景图像中的文本进行定位；本发明构建并训练全卷积神经网络，将自然场景下含有文本的图像作为输入，能够有效地解决现有技术中仅采用单一浅层的特征不足以表征深层次的文本信息，利用人工提取特征时导致计算量大及没有实现端到端自动文本定位的问题，本发明具有结合多种图像特征，获取更丰富更深层的文本信息，提高自然场景图像中的文本定位精度的优点。
-
公开(公告)号：CN110267338A
公开(公告)日：2019-09-20
申请号：CN201910609855.7
申请日：2019-07-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种D2D通信中联合资源分配和功率控制方法，克服了现有资源分配方案会导致频谱资源浪费同时无法满足系统容量最大化的问题。本发明含有以下步骤，一、离散划分信道资源块和功率等级；二、对D2D通信场景基于深度强化学习建模；三、设计深度Q网络中的用于训练的Behavior网络和用于计算的Target网络的网络结构；四、基于设置好的系统模型，利用深度强化学习的算法使智能体和环境交互进行1000次迭代学习输出最优结果；五、输出学习到的最优策略。本发明采用深度Q网络代替Q表来指导智能体更新策略解决了交互序列具有相关性会使得模型不稳定的问题和场景状态空间和动作空见过大的问题。
-
公开(公告)号：CN116433375A
公开(公告)日：2023-07-14
申请号：CN202310217195.4
申请日：2023-03-07
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种面向Web3的NFT价值流转系统，包括：价值映射模块、通用连接器模块和Web3应用模块；价值映射模块，用于根据实体资产的类型对实体资产的价值进行映射，并将映射数据传输至通用连接器模块；映射数据为NFT资产；通用连接器模块，用于根据实体资产、区块链交易操作数据和映射数据的类别和安全级别进行数据存储以及基于映射数据和接收的用户的区块链交易操作数据处理NFT交易以完成区块链交易；Web3应用模块，用于构建应用程序并将用户对应用程序的区块链交易操作数据发送至通用连接器模块。本发明是基于区块链技术的通用、高效、可信的非同质化通证交易系统架构，解决了第三代互联网Web3系统中用户资产去中心化表征的问题。
-
公开(公告)号：CN116226283A
公开(公告)日：2023-06-06
申请号：CN202310215196.5
申请日：2023-03-07
Applicant: 西安电子科技大学
IPC: G06F16/27 , G06F16/2455 , G06F16/25 , G06Q40/04
Abstract: 本发明公开了一种联盟链高并发跨通道交易处理方法，包括：客户端根据用户操作发起交易请求，并将其发送至联盟链网络中的目标中间人节点；目标中间人节点根据自身的键和接收到的每个交易请求，对应生成包含目标中间人节点的键的复合键，将复合键添加至交易池，从交易池中查询出包含目标中间人节点的键的多个复合键，并对多个复合键拆分，根据拆分结果得到每个复合键包含的交易内容，以及每个交易内容对应的目标交易接收方，并确定每个目标交易接收方的总交易内容，向每个目标交易接收方对应的客户端发送处理成功通知；客户端根据处理成功通知调用目标交易接收方对应的目标通道上的智能合约，进行目标交易接收方的总交易内容的交易。
-
公开(公告)号：CN107563379A
公开(公告)日：2018-01-09
申请号：CN201710781807.7
申请日：2017-09-02
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于全卷积神经网络自然场景文本定位方法。其步骤为：(1)输入待识别图像样本；(2)归一化处理；(3)构建并训练全卷积神经网络；(4)筛选全卷积神经网络输出的坐标参数；(5)对自然场景图像中的文本进行定位；本发明构建并训练全卷积神经网络，将自然场景下含有文本的图像作为输入，能够有效地解决现有技术中仅采用单一浅层的特征不足以表征深层次的文本信息，利用人工提取特征时导致计算量大及没有实现端到端自动文本定位的问题，本发明具有结合多种图像特征，获取更丰富更深层的文本信息，提高自然场景图像中的文本定位精度的优点。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.114 seconds)
