公开(公告)号：CN118424776B

公开(公告)日：2024-09-20

申请号：CN202410883419.X

申请日：2024-07-03

申请人： 广东外语外贸大学 ,  中国地质大学(北京)

发明人： 饶欣 ,  钱铭杰 ,  王敏 ,  于英娜

IPC分类号： G01N1/08

摘要： 本发明涉及土壤样本保持技术领域，特别是一种垂向土壤定向取样保存装置，其包括钻地部件，包括支撑座，设置于所述支撑座上的电机，设置于所述电机上的电动伸缩杆，设置于所述电动伸缩杆上的第一齿轮，设置于所述支撑座上的旋转筒，以及设置于所述旋转筒内壁上的第一齿圈；取样部件，包括设置于所述支撑座上的切换组件，设置于所述切换组件上的导向组件，设置于所述导向组件上的推动组件，设置于所述旋转筒上的封闭组件，以及设置于所述推动组件上的样本保存组件；防漏部件，包括设置于所述推动组件上的传动组件，本发明所述装置能够一次进行多个样本的取出，提高土壤取样效率。

公开(公告)号：CN118229137A

公开(公告)日：2024-06-21

申请号：CN202410209787.6

申请日：2024-02-26

申请人： 广东外语外贸大学

发明人： 王治敏 ,  袁亮杰 ,  赵慧周

IPC分类号： G06Q10/0639 ,  G06Q50/20

摘要： 本申请提供一种国际中文教育行业发展的评估方法及电子设备，在该方法中，包括：获取待评估的目标区域的区域数据，并确定区域数据分别对应预设的多个指标维度的指标参数值；多个指标维度包含选自以下中的一者或多者：经济指标维度、行业指标维度和创新指标维度；根据权重指数体系，确定各个指标维度所分别对应的目标权重指数；根据各个指标维度所对应的维度评估结果，确定目标区域的国际中文教育行业发展的综合评估结果。由此，使用了在行业指标之外的经济指标维度和创新指标维度，进而借助权重指数体系中各类维度的权重设置，能够更加全面且精准地完成对目标区域的国际中文教育行业发展情况的评估。

公开(公告)号：CN117763151A

公开(公告)日：2024-03-26

申请号：CN202311828071.6

申请日：2023-12-28

申请人： 广东外语外贸大学

发明人： 周咏梅 ,  范长永 ,  周栋 ,  林楠铠 ,  阳爱民

IPC分类号： G06F16/35 ,  G06F40/186 ,  G06F40/117 ,  G06F40/274 ,  G06F40/216 ,  G06N20/00

摘要： 本发明公开了一种低资源多领域的假新闻检测方法及系统，涉及虚假新闻检测技术领域，该方法包括：构建带有可学习标记的提示模板；基于注意力机制得到领域增强的提示模板；利用领域增强的提示模板包装原始新闻文本，得到提示文本；通过预训练语言模型预测生成提示文本中掩码标记处待预测的标签词，经过掩码语言模型的头部预测输出，得到标签单词集中每个标签词的概率，基于上下文先验和可学习权重构建表达器，将标签单词集中标签词映射到对应的真假分类标签，将标签词的概率转换为相对应的真假分类标签的概率，以二元交叉熵损失函数为训练目标函数来检测假新闻。本发明有效利用领域信息增强的提示模板，能适应多领域、低资源场景的假新闻检测。

公开(公告)号：CN115857915B

公开(公告)日：2024-03-15

申请号：CN202211700522.3

申请日：2022-12-28

申请人： 广东外语外贸大学南国商学院 ,  广州市未来信息技术研究院

发明人： 齐德昱 ,  姚凤民 ,  朱子江

IPC分类号： G06F8/35 ,  G06F8/30 ,  G06F9/48 ,  G06F9/54

摘要： 本发明涉及所给出的MOS是一种基于物对象数字化的系统构造的方法，支持通过基于MOS对象基座的动态装配方式将物理世界中与数字化系统相关的包含人、物、仪器设备、数据、软件在内的称为物对象或者泛在对象的物理对象，在数据空间中创建孪生体，以网络模型化方式进行面向集成、增值、互操作与群智协作的融合，构成代表物理系统在数据空间的孪生体。MOS对象基座是一种软件开发与运行支撑环境，可取代当今OS的新一代软件支撑环境，实现应用系统的支撑环境的轻量化与分布化；MOS的软件体系是一种软件即覆盖网SaaN的体系以及对象即系统OaaS的体系，是天然的微服务模型化协同体系。

公开(公告)号：CN117520870A

公开(公告)日：2024-02-06

申请号：CN202311213183.0

申请日：2023-09-20

申请人： 广东外语外贸大学

发明人： 唐明董 ,  唐洪滔

IPC分类号： G06F18/23213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/0499

摘要： 本发明公开了一种基于共同注意力机制的智能合约聚类方法及装置,针对部署在区块链平台的智能合约,利用智能合约的名称、二进制接口文件等信息实现对智能合约的自动聚类；为此需要将智能合约数据划分为训练集和测试集；构建并训练基于共同注意力机制的聚类模型；最后利用训练出的模型对测试集样本进行聚类和性能评估。本发明提出的方法可以为智能合约注册库或搜索引擎中的合约数据的有效组织和管理提供支持，能够将新的智能合约自动准确映射到合适的分类,从而提高智能合约的搜索效率。

公开(公告)号：CN117311352A

公开(公告)日：2023-12-29

申请号：CN202311289579.3

申请日：2023-10-08

申请人： 广东外语外贸大学南国商学院

发明人： 张懿 ,  袁越 ,  吴新玲 ,  杨文欢

IPC分类号： G05D1/02

摘要： 本发明公开了一种基于强化学习的室内仓储差分机器人局部避障方法，包括步骤：采用Mid‑to‑Mid的输入输出机制，输入提取特征后的状态state；使用Subgoal信息增强，增强网络输入特征，使机器人的决策网络理解下一时刻所要达到的位置，而非全局位置；使用Dyna‑Q强化学习算法框架提升Dueling DQN神经网络算法的收敛效率；使用基于运动学模型的动作采样，解决无效动作的冗余计算，同时根据采样得到的近似表征机器人当前状态下有效的动作空间，使Dueling DQN算法获得全局渐进最优解。本发明基于模型学习的dyna‑q算法框架,学习dwa算法的避障策略，进行模型预训练，并通过对网络输入的特征提取，增加subgoal信息，并基于模型采样动作等手段，加速局部避障算法收敛速度并有效提高算法的上限。

公开(公告)号：CN117077657A

公开(公告)日：2023-11-17

申请号：CN202310919975.3

申请日：2023-07-25

申请人： 广东外语外贸大学

发明人： 蒋盛益 ,  林楠铠 ,  吴凯莹

IPC分类号： G06F40/232 ,  G06F40/211 ,  G06F40/253 ,  G06F18/25 ,  G06F18/24 ,  G06N3/088 ,  G06Q10/0639 ,  G06F40/49

摘要： 本发明公开了一种无监督语法纠错方法、装置、终端及介质，所述方法包括对样本语料库中与词性标签相关的词汇进行排序，排除语法要求不相容的词性，得到相对应的词性混淆集进行审查，以构建低资源语言评估语料库；根据词性混淆集，建立所述低资源语言评估语料库的目标句子中特定词语的派生句子数据流；依据融合困惑度，采用预先训练好的语言模型对派生句子进行困惑度评估，得到派生句子的困惑度得分；基于所述困惑度得分，识别与纠正所述目标句子中的语法错误，生成正确的目标句子，以更新所述低资源语言评估语料库。因此，本发明实施例能够基于BERT的无监督GEC，不依赖于任何带注释的数据，采用伪困惑度的评分方法来评价句子的正确性。

公开(公告)号：CN116977027A

公开(公告)日：2023-10-31

申请号：CN202310985488.7

申请日：2023-08-07

申请人： 广东外语外贸大学

发明人： 廖凌霄 ,  谢芬方 ,  唐明董 ,  韩小花

IPC分类号： G06Q30/0601 ,  G06N3/042 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于图神经网络和对比学习的电商产品推荐方法，利用了用户和电商产品的交互图中的异构信息，充分挖掘用户和电商产品之间的协同信息，用以改善冷启动和数据稀疏性问题；借助图和超图神经网络技术聚合邻居节点和超边的特征信息，学习到用户和电商产品之间深层次的关联关系，用以缓解数据稀疏性问题和特征信息表达问题；应用对比学习的思想，最大化基于图和超图神经网络获得的用户综合特征向量、电商产品综合特征向量之间的互信息，提纯用户和电商产品的综合特征向量，学习到高质量的特征向量表示，从而解决用户和电商产品的特征表达信息量不足的问题。

公开(公告)号：CN116932203A

公开(公告)日：2023-10-24

申请号：CN202310574530.6

申请日：2023-05-22

申请人： 广东外语外贸大学

发明人： 胡程 ,  杨凡霆

IPC分类号： G06F9/50 ,  G06F11/30 ,  G06F11/34 ,  G06N3/044 ,  G06N3/0985

摘要： 本发明提供一种集群系统及其全局时序型服务资源需求评估与调整方法，通过持续跟踪监测所到来的负载，从系统层次捕获负载的差异性特征保存为特征向量，依时间顺序为之建立特征向量序列，并利用历史关于特征序列与其真实需求的数据，以循环神经网络为载体，利用训练集St对循环神经网络进行训练，充分考虑先前负载遗留需求对最终实际需求的影响，采用了依时序逐级叠加的递推关系构建方式，构建得到包含全局负载状况和其实际需求之间的关系模型g，充分反映前期负载对后期负载带来的延续影响，从全局上良好地反映负载及其需求的状况变化，实现从历史负载状况预测性地评估还未到来负载的服务资源需求，提高预测性评估的准确性，进而实现对集群服务资源的高能效调整。

公开(公告)号：CN111859933B

公开(公告)日：2023-08-22

申请号：CN202010393898.9

申请日：2020-05-11

申请人： 广东外语外贸大学

发明人： 付颖雯 ,  林楠铠 ,  蒋盛益

IPC分类号： G06F40/279 ,  G06F40/30 ,  G06F40/284 ,  G06F40/295 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442

摘要： 本发明公开了一种马来语识别模型的训练方法，包括：从预设的马来语数据库中获取至少一个待训练的马来语句子；其中，词性不同的同一单词应用于所述待训练的马来语句子；根据预设的马来语信息提取模型获取所述待训练的马来语句子对应的语义信息；其中，所述语义信息包括词向量特征信息以及文本特征信息；根据预设的Bi‑LSTM模型对所述语义信息进行编码；将编码后的语义信息分别输入至词性标注任务模块以及命名实体识别任务模块进行训练，获取训练完成的马来语识别模型。本发明实施例还提供了一种马来语的识别方法、装置、设备及介质，有效解决现有技术马来语识别的准确性较差的问题。