一种图正则的鲁棒性矩阵分解方法

发明专利有效专利

申请号：
CN202010481630.0
IPC分类号：G06Q10/04;G06Q50/20;G06K9/62;G06F17/16
申请日期：
2020-06-01
申请人：
西北工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种图正则的鲁棒性矩阵分解方法
申请号	CN202010481630.0	申请日期	2020-06-01
法律状态	实质审查	申报国家	中国
公开/公告日	2020-09-15	公开/公告号	CN111667110A
优先权	暂无	优先权号	暂无
主分类号	G06Q10/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法〔8〕 G06Q10/00 行政；管理〔8，2012.01〕 G06Q10/04 预测或优化，例如线性规划、“旅行商问题”或“下料问题”〔2012.01〕	IPC分类号	G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;5;0;/;2;0;;;G;0;6;K;9;/;6;2;;;G;0;6;F;1;7;/;1;6查看分类表>
申请人	西北工业大学	申请人地址	陕西省西安市友谊西路127号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西北工业大学	当前权利人	西北工业大学
发明人	云岳;张育培;代欢;崔嘉琪;安蕊;尚学群
代理机构	西北工业大学专利中心	代理人	金凤

摘要

本发明公开了一种图正则的鲁棒性矩阵分解方法，该方法首先根据课程和学生的相关背景信息，利用距离度量算法找出每门课程最近邻的k门课程和每个学生最近邻的的k名学生，构造两个k近邻图，作为目标函数的拉普拉斯正则项；针对于实际数据中的稀疏性以及数据缺失问题，使用加权矩阵分解；在矩阵分解中使用L1模作为优化目标的约束条件，增强算法鲁棒性同时解决教育数据稀疏度过高的问题；结合课程学生关系图，得到成绩预测算法；采用该算法即可根据学生历史数据对未来学习成绩进行预测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供