基于语义问答序列聚类的学业分析方法和系统

    公开(公告)号:CN119903411A

    公开(公告)日:2025-04-29

    申请号:CN202411993123.X

    申请日:2024-12-31

    Applicant: 长安大学

    Abstract: 本发明公开了基于语义问答序列聚类的学业分析方法和系统,涉及在线学习分析与教育技术领域,包括基于学生的多维数据,构建多维语义问答序列;基于多维语义问答序列,使用Word2Vec技术进行特征表示学习,生成语义特征向量;基于已生成的语义特征向量,采用K‑means聚类算法进行聚类,得到聚类结果,以识别学生群体的学业表现特征;基于聚类结果,采用统计方法对不同学生群体进行分析,得出分析结果。本发明克服了现有方法在异构数据处理不足、分析维度单一以及学生特征理解不全面等方面的局限性,能够为教育工作者提供有针对性的教学策略和改进建议。

    一种融合外部知识和句法结构的多通道短文本匹配方法

    公开(公告)号:CN119782512A

    公开(公告)日:2025-04-08

    申请号:CN202411840041.1

    申请日:2024-12-13

    Applicant: 长安大学

    Abstract: 本发明公开了一种融合外部知识和句法结构的多通道短文本匹配方法,属于深度学习技术领域,该方法根据获取的待匹配文本,基于外部知识库HowNet中的义原的语义关系,通过拓扑距离计算词汇间的语义相似度,确定词汇间的义原相似度矩阵;通过计算文本的注意力分数,获取文本中每个词的注意力权重;根据词汇间的义原相似度矩阵和文本中每个词的注意力权重,生成文本对融合义原信息的语义特征向量;通过解析文本的依存关系及构建依存结构图,将图的节点、边及其特征编码为向量表示,获取文本的句法结构特征向量;将语义特征向量和句法结构特征向量进行融合,获得综合特征向量并将其输入分类器,输出文本匹配结果。该方法能够实现短文本的精准匹配。

    一种车辆在石子路面的通行方法、系统、设备及介质

    公开(公告)号:CN118928420A

    公开(公告)日:2024-11-12

    申请号:CN202411167088.6

    申请日:2024-08-23

    Applicant: 长安大学

    Abstract: 本发明涉及智能汽车技术领域,公开了一种车辆在石子路面的通行方法、系统、设备及介质。该方法包括:在车辆进入石子路面时,测量其构造深度,根据构造深度确定在非雨雪天气和雨雪天气时石子路面的摩擦系数;根据重力加速度与摩擦系数确定车辆最大行驶速度,使车辆以不超过最大行驶速度的速度在石子路面上行驶;在行驶时检测石子路面上是否存在凹坑和/或凸起,通过凹坑的宽度与车辆的宽度之间的关系,及凹坑的深度与车辆底盘的高度之间的关系,确定车辆是选择避让凹坑行驶,或选择通过凹坑行驶;和/或通过凸起的高度和坡度与车辆底盘的高度之间的关系,确定车辆是选择避让凸起行驶,或选择通过凸起行驶,从而确保智能车辆安全通过石子路面。

Patent Agency Ranking