-
公开(公告)号：CN117217316A
公开(公告)日：2023-12-12
申请号：CN202311283635.2
申请日：2023-09-28
Applicant: 济南大学
IPC: G06N5/04 , G06N5/025 , G06N3/0455 , G06F40/253 , G06F40/30
Abstract: 本发明提供了基于双解码器融合的数学应用题自动解答方法及系统，基于Seq2Seq与树解码器融合，首先根据语法依存关系，在问题文本中提取与数字关联的属性词；然后引入数字实体嵌入重构预训练语言模型PLM编码器，提取数字实体间关系；基于数字特性增强的PLM编码器初始化构建解码器，解决Seq2Seq解码器数学知识缺失的问题；进一步共享编码器‑解码器对应参数的权重，使编码器参数同时作用于问题解析和表达式生成两任务；最终融合Seq2Seq和树解码器结构学习生成多形式表达式，增强了编码器对数字多样性结构信息的提取和数字特征的表示，提高了数学应用题解答的准确度。
-
公开(公告)号：CN117174218A
公开(公告)日：2023-12-05
申请号：CN202311442781.5
申请日：2023-11-02
Applicant: 济南大学
Abstract: 本发明涉及水泥强度评估领域，提供了一种基于流模型的水泥强度条件概率分布估计方法及系统。该方法包括，获取水泥的检测相关数据；基于水泥的检测相关数据，采用流模型，得到水泥抗压强度的条件概率分布函数；其中，所述流模型采用包括但不限于平面流层、径向流层、加性耦合层和仿射耦合层的至少其中之一；所述流模型的每一层映射均采用双射函数进行非线性可逆变换，以生成条件概率分布函数。本发明通过获取水泥的各项历史指标预测水泥其强度，来预测待检测水泥的条件概率分布，无需对结构进行损失就可预测水泥的抗压强度。
-
公开(公告)号：CN112765028B
公开(公告)日：2023-08-04
申请号：CN202110088425.2
申请日：2021-01-22
Applicant: 济南大学
IPC: G06F11/36
Abstract: 本申请公开了基于群控机制的Android应用程序测试方法及系统，建立待测试的应用程序测试队列，扫描并启动通过USB线缆与PC端连接的Android实体机、通过网络与PC端连接的Android实体机和部署在PC端的Android模拟器；清空Android实体机测试环境内的残留数据；向Android实体机和Android模拟器，载入待测试的应用程序文件的辅助可执行文件；扫描待测试的应用程序测试队列，向Android实体机和Android模拟器，载入待测试的应用程序文件；启动待测试的应用程序文件，注入待测的输入事件；停止输入事件，清理测试环境，输出测试报告。
-
公开(公告)号：CN112860303B
公开(公告)日：2023-07-04
申请号：CN202110175581.2
申请日：2021-02-07
Applicant: 济南大学
IPC: G06F8/658 , G06F18/214 , G06F18/241
Abstract: 本公开提出了一种模型增量更新的方法及系统，包括：使用归纳保形的思想筛选出测试数据集中携带新知识或复杂知识的数据，用于训练数据集和模型的迭代更新；使用时间窗口限制训练数据集的规模；使用数据循环选择的方法来抑制老旧冲突数据对训练模型的负面影响和训练数据集的无限增长。当携带复杂知识的数据占据新增数据一定比例或模型精确度降低到设定阈值，重新进行特征选择，数据集构建和模型训练。本公开实施例子提出了一种带有新知识和复杂知识的数据筛选方式，大幅度减少人工标记样本数量，减少训练数据规模，一定程度可以减少非平衡对模型性能的影响。
-
-
Patent Agency Ranking
公开(公告)号：CN115409826A
公开(公告)日：2022-11-29
申请号：CN202211134493.9
申请日：2022-09-19
Applicant: 济南大学
Abstract: 本发明公开了一种水泥及其基材料元素含量非直接测度方法及系统；其中所述方法，包括：采集检测对象的微观结构图像和元素面扫描图像；所述检测对象为水泥或水泥基材料；使用采集到的数据，制作数据集；构建神经网络，并用数据集对网络进行训练；所述神经网络，是一种针对水泥的像素点或体素点级别的元素含量进行预测的网络模型；采集待测对象的微观结构数据，将待测对象的微观结构数据输入到训练后的神经网络中，得到初步预测结果；对初步预测结果进行采样，得到待测对象对应的元素面扫描或元素三维体的预测结果。
-
公开(公告)号：CN109993691B
公开(公告)日：2022-11-11
申请号：CN201910261626.0
申请日：2019-04-02
Applicant: 济南大学 , 山东省肿瘤防治研究院(山东省肿瘤医院)
IPC: G06T3/00
Abstract: 本公开提供了一种基于分段式线性转换的非均匀图像转换方法及系统。其中，基于分段式线性转换的非均匀图像转换方法，包括：计算灰度值不均匀的非8位图的所有像素点的灰度值；按照像素点的灰度值大小，将灰度值不均匀的非8位图分成黑色区域和非黑色区域，同时将非黑色区域划分成若干区间区域；利用分段线性转换方法，计算黑色区域以及非黑色区域内各个区间区域转换为相应灰度值均匀的8位图的灰度转换曲线；利用各个线性分段的灰度转换曲线，得到灰度值均匀的8位图。本公开能够利用分段式线性转换，将灰度值不均匀的非8位图准确地转换为均匀的8位图像。
-
公开(公告)号：CN115147399A
公开(公告)日：2022-10-04
申请号：CN202210906370.6
申请日：2022-07-29
Applicant: 济南大学 , 山东秋淇分析仪器有限公司
Abstract: 本发明公开了水泥微观图像像素点的元素含量预测方法及系统；所述方法，包括：获取待预测水泥的微观结构图像；对获取的微观结构图像进行预处理；将预处理后的微观结构图像，输入到对应的训练后的神经网络模型中，得到每个像素点的化学元素的含量。该方法从图像本身出发，直接找到水泥微观结构图像和内在元素含量之间的关系，直接预测得到每个像素点处的元素含量。
-
公开(公告)号：CN114912027A
公开(公告)日：2022-08-16
申请号：CN202210608349.8
申请日：2022-05-31
Applicant: 济南大学
IPC: G06F16/9535 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/20
Abstract: 本发明涉及学习方案推荐技术领域，提供了一种基于学习成效预测的学习方案推荐方法及系统，包括：获取待预测用户的基本数据以及对某个课程的学习行为数据，并进行预处理后，构建并筛选出分类特征，得到待预测用户的特征向量，输入训练好的在线课程学生学习成效预测模型，预测得到待预测用户对该课程的学习成效，当学习成效为未通过考核时，发送预警信息给待预测用户，并获取参考用户的学习效率和学习方案，将学习效率最高的参考用户的学习方案发送给待预测用户；并通过集成多个机器学习模型提高了模型对不同样本的泛化能力，实现了对有失败风险的学生做到准确预警和对预警学生进行最优、最适合的学习方案推荐。
-
公开(公告)号：CN112784194B
公开(公告)日：2022-06-21
申请号：CN202110119903.1
申请日：2021-01-28
Applicant: 济南大学
IPC: G06F16/957 , G06F16/953
Abstract: 本公开提供了一种Android应用页面自动化遍历方法及系统，所述方案包括获取页面信息并进行解析，获取页面中可操作的初始控件集合；判断当前页面是否为新页面，若是，则对获取的初始控件进行相似性分析并将该页面保存至页面集合，若否，则从页面集合中加载页面；使用概率和随机选择策略从控件集合中选择要操作的控件，并执行点击或滑动操作；对当前信息进行更新；根据页面权重搜索当前最优页面，并跳转到最优页面，迭代执行上述操作，实现页面的自动化遍历；通过在控件规模方面和页面遍历选择中的改进，有效提高自动化遍历效率，获取更加丰富的网络流量，为移动平台的恶意应用检测提供了丰富的流量支撑。
-
-
-
-
-
-
-
-
-
Search Results
211
records
(took 0.028 seconds)
