-
公开(公告)号：CN118095257A
公开(公告)日：2024-05-28
申请号：CN202410351369.0
申请日：2024-03-26
Applicant: 江南大学
IPC: G06F40/226 , G06N5/02
Abstract: 本发明公开了一种大语言模型的领域知识掌握度自测方法与系统，涉及自然语言处理、大语言模型技术领域。所述方法包括，获取待预测的大语言模型，以及某个领域知识文本库；根据所述领域知识文本库，处理成带有类标签的逻辑关系集；根据所述逻辑关系集，针对每个标签类，生成一系列测试数据和预设答案；根据所述测试数据、预设答案以及设计的大语言模型领域知识掌握度自测模型，得到初步分析结果；根据所述领域知识掌握度的初步分析结果，得到领域知识掌握度的最终测试结果。本发明通过测试，客观地评估大语言模型领域知识掌握度，有助于降低偏差信息、优化大语言模型的能力。具有很强的可行性，为探索大语言模型的推理策略提供了深刻的技术方向。
-
公开(公告)号：CN116415121B
公开(公告)日：2024-04-19
申请号：CN202111601207.0
申请日：2021-12-24
Applicant: 江南大学 , 浪潮卓数大数据产业发展有限公司
IPC: G06F18/15 , G06F18/23213 , G06F18/2413 , G06F16/215 , G06F16/23 , G06F16/28 , G06Q40/03
Abstract: 本发明公开了一种基于不完整多视角聚类的金融缺失数据填补方法，包括通过对缺失多视角数据预处理并区分完整和缺失数据；通过自编码器构建多个视角的自表示；以最大化视角间的互信息和最小化视角内的条件熵，进行对比学习获得多视角的一致表示，以此聚类；通过高斯正态分布来对视角之间进行预测，填补潜在缺失数据，优化自表示结果；依据聚类簇分成多类，对每类样本中完整的各个属性，数值型取平均值、字符型取众数进行缺失填补。本发明所述方法能够实现面对多视角数据缺失情况下数据填补，具备较好的聚类效果和可解释性，能够以满足实用性能要求。
-
公开(公告)号：CN114491060B
公开(公告)日：2024-02-20
申请号：CN202111630328.8
申请日：2021-12-28
Applicant: 永中软件股份有限公司 , 江南大学
IPC: G06F16/36 , G06F16/31 , G06F16/35 , G06F40/284 , G06F40/211 , G06F40/216
Abstract: 本发明提供一种动态联想知识网络的更新方法和基于动态联想知识网络的语义纠错方法。所述更新方法包括：将文本语料进行分句、分词和词性标注，提取名词性术语，得到具有直接联想关系的名词性术语对以及具有直接联想关系的名词性术语对在给定窗口中的共现概率；为提取的每个名词性术语在所述动态联想知识网络中设置一个对应的节点，为得到的每个名词性术语对间的直接联想关系在所述动态联想知识网络中对应的节点间设置对应的边以及该对应边的联想强度值。这样，所述动态联想知识网络能够更好地模拟大脑的联想记忆功能，更为准确。
-
公开(公告)号：CN115272579A
公开(公告)日：2022-11-01
申请号：CN202210912976.0
申请日：2022-07-31
Applicant: 江南大学
Abstract: 本发明公开了一种基于多特征融合的单张图像三维服装重建方法，本发明从单张图像中多方面提取特征，并对这些特征进行融合，实现了输入单张正视角彩色图像即可进行服装建模，针对几种典型的服装模板，设计其特有的特征线，基于特征线的变形将服装模板变化成各类不同拓扑结构的服装，利用深度学习方法，设计了服装参数回归网络，并结合几种现有的特征提取网络提出一种新的服装网络结构，专门用于端到端重建三维服装。
-
公开(公告)号：CN110377758A
公开(公告)日：2019-10-25
申请号：CN201910644807.1
申请日：2019-07-17
Applicant: 江南大学
IPC: G06F16/36 , G06F16/28 , G06F16/953
Abstract: 本发明属于网页信息解析领域，涉及一种基于知识图谱的招投标网页信息解析方法。所述的解析方法通过分析招投标文本的结构特征，然后据此构建招投标领域知识图谱，引入一种基于编辑距离的招投标网页元素语义匹配与抽取算法过程，从而实现一种基于知识图谱的招投标网页信息解析。本发明所述方法能够实现对招投标网页中语义信息的结构化解析抽取，具备较好的网页自适应能力，能满足实用性能要求。
-
Patent Agency Ranking
公开(公告)号：CN110097537A
公开(公告)日：2019-08-06
申请号：CN201910291823.7
申请日：2019-04-12
Applicant: 江南大学
Abstract: 本发明公开了一种基于三维纹理特征的肉质定量分析评价方法，包括如下步骤：(1)选取多头种猪，固定好种猪的位置，放入CT机中，拍摄三维CT图；(2)获取种猪三维数字图像，选择位于第10根肋骨和第11根肋骨之间区域为兴趣域；(3)结合三维高斯滤波器和小波变换图像增强技术对目标区域进行预处理；(4)采用三维的区域生长法对预处理后的图像进行分割，提取猪背最长肌的三维图像；(5)提取三维图像的纹理特征；(6)根据提取的特征通过多元线性回归法得到特征与已知大理石花纹等级之间的关系。本发明能够根据CT图像的三维纹理特征判断它所对应的大理石花纹等级，实现肉质的定量分析、评价，利用本发明能精确无损地对猪肉质量进行等级划分。
-
公开(公告)号：CN103049618A
公开(公告)日：2013-04-17
申请号：CN201210591241.9
申请日：2012-12-30
Applicant: 江南大学
IPC: G06F17/50
Abstract: 基于Kinect的智能家居展示方法是一种交互式动画展成展示手段，通过Kinect动作捕捉和语音识别技术，利用unity3d展示技术，利用Kinect for Windows SDK编程开发技术与Web技术，研发出一款新型的集交互、虚拟现实于一体的三维展示系统——交互式动画展示系统，对智能家居的展示方式进行全面的革新。针对目前智能家居产品宣传推广中图片和视频展示单调和缺乏交互性的缺点，提供一个具有真实感、沉浸感以及丰富的交互式体验的智能家居展示方案，让消费者犹如身临其境一般，自主体验智能家居的各项功能，为消费者选择产品提供极大的便利性和趣味性。
-
公开(公告)号：CN117807275A
公开(公告)日：2024-04-02
申请号：CN202311856289.2
申请日：2023-12-29
Applicant: 江南大学
IPC: G06F16/901 , G06F17/16 , G06N3/042 , G06N3/08
Abstract: 本发明涉及图数据挖掘技术领域，具体涉及基于关系挖掘的异构图嵌入方法及系统，包括：提取异构图中所有节点的特征向量；基于所有节点的特征向量，学习节点之间的相似度，补全异构图中隐藏的关系，生成关系邻接矩阵；基于所述关系邻接矩阵，计算邻居节点对目标节点的注意力权重，将加权后的邻居节点信息聚合到邻居节点中，得到更新后的邻居节点特征向量；计算节点之间的关系强度，根据所述关系强度将所述更新后的邻居节点特征向量包含的信息聚合到对应的目标节点中，得到最终的节点嵌入值。本发明解决了现有方法过于依赖元路径的先验知识，在节点关系语义聚合时未考虑元路径中间节点的信息的问题，有效利用异构图的拓扑信息，增强了节点之间的联系。
-
公开(公告)号：CN117746037A
公开(公告)日：2024-03-22
申请号：CN202311745730.X
申请日：2023-12-19
Applicant: 江南大学
IPC: G06V10/26 , G06V10/80 , G06V10/42 , G06V10/44 , G06V10/764 , G06V10/82 , G06V40/14 , G06V10/774 , G06V10/766 , G06N3/0464 , G06N3/0455 , G06N3/048
Abstract: 本发明公开了全局与局部信息融合的视网膜血管分割方法及系统，涉及图像处理技术领域，包括采集眼底视网膜图像，形成数据集，并对所述数据集进行预处理；将所述数据集划分为训练集和测试集，并对所述训练集进行扩增；进行特征提取，将得到的特征图输入到Tok‑MLP模块进行下采样；将所述特征图分别输入到两个并行的分支后，将两个分支的输出同时输入到BiFusion模块中；使用Tok‑MLP块进行特征重构和上采样，通过BiFusion模块融合全局和局部分支的特征，生成分割输出，完成对视网膜血管上的分割。本发明将局部和全局特征融合的分割法应用到视网膜血管分割算法上，不仅可以降低特征的计算量，还能达到高分辨率的输出。
-
公开(公告)号：CN117725267A
公开(公告)日：2024-03-19
申请号：CN202311727585.2
申请日：2023-12-15
Applicant: 江南大学
IPC: G06F16/901 , G06F17/16 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于异构图转换和注意力机制的异构图表征方法及系统，涉及数据挖掘技术领域，包括将不同类型的节点特征投影到同一个潜在向量空间中，对每种类型的节点应用特定类型的线性变换；堆叠多层图转换层，生成元路径对应的图邻接矩阵，将其与节点特征进行矩阵计算并进行归一化处理，获取所有节点关于元路径邻接矩阵的表示；采用图注意力机制进行加权求和，得到元路径内节点的语义信息；使用节点信息聚合层来组合所有基于元路径的节点表示。本发明按边类型划分邻接矩阵，用矩阵相乘的方式，自动获取关于元路径的邻接矩阵，并采用GCN模型获取节点关于元路径的表示，借助多头注意力机制聚合节点信息；由算法学习的节点嵌入优于其他算法。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.023 seconds)
