-
公开(公告)号：CN117990244A
公开(公告)日：2024-05-07
申请号：CN202410111758.6
申请日：2024-01-26
Applicant: 之江实验室
IPC: G01L1/24 , G01B11/00 , G01D5/353 , G06F18/10 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种利用微纳光纤在平面上检测负载位置和大小的方法及装置。将一根微纳光纤布置在负载所在的平面之下，将负载施加到平面上，将负载施加前后经过微纳光纤的光谱变化数据输入到神经网络模型中对平面上负载的大小和位置进行检测，所述神经网络模型采用LSTM‑Attention‑CNN模型；装置包括白光光源、微纳光纤和用于光谱探测的光谱仪、用于放置微纳光纤的柔性基底、用于覆盖微纳光纤的柔性薄膜、三维调节架、三维压力传感器和按压头。本发明方法利用微纳光纤所在平面受到负载的变化特性和规律，通过深度学习算法对光谱进行解耦，从而实现对平面上的负载位置和大小的准确检测。
-
公开(公告)号：CN116450960A
公开(公告)日：2023-07-18
申请号：CN202310343069.3
申请日：2023-04-03
IPC: G06F16/9537 , G06F16/901 , G06F16/29 , G06Q10/047
Abstract: 本发明公开了一种基于最短路径和路径枚举的道路网选址方法，首先读取真实道路网络数据集，提取其中的顶点和边数据，并根据提取的顶点和边数据建立无向有权图，使用函数readGraph()对无向有权图进行读取处理，以得到起点集合，使用函数readGraph()对无向有权图进行读取处理，以得到终点集合，使用深度优先搜索DFS方法对起点集合和终点集合进行处理，以得到所有起点到所有终点之间、且处于预设的路径阈值d范围内的所有路径，对每个起点到每个终点之间、且处于预设的路径阈值d范围内的所有路径进行降序排序处理，以得到每个起点到所有终点中的路径数量最大值及其对应的终点。本发明能够解决现有基于Dijkstra算法的道路网选址方法查询效率低的技术问题。
-
公开(公告)号：CN111506785B
公开(公告)日：2023-07-07
申请号：CN202010150112.0
申请日：2020-03-06
IPC: G06F16/9032 , G06F16/951 , G06F40/284 , G06N7/01 , G06Q50/00 , G06Q50/26
Abstract: 本发明提供一种基于社交文本的网络舆情话题识别方法，涉及文本数据处理技术领域。本发明考虑到噪音词对文本话题发现的影响，将生成词中的主题词和生成词的噪声词分开，将噪音词过滤并推断出每个词的主题词分布，从而能准确的判断出生成该词对应的网络舆情话题，提高网络舆情话题识别的准确率，为后续的舆情监测、政府或者相关管理部门舆情引导和个性化营销等实际场景提供准确的数据支持。
-
公开(公告)号：CN116386895A
公开(公告)日：2023-07-04
申请号：CN202310358447.5
申请日：2023-04-06
Applicant: 之江实验室
IPC: G16H50/80 , G16H50/70 , G06F40/295 , G06F16/35 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N7/01
Abstract: 本发明公开了一种基于异构图神经网络的流行病舆情实体识别方法与装置，包括：采集流行病舆情文本，并按实体类别分类标注，再输入至BERT网络，得到第一特征向量；将第一特征向量输入BiLSTM，得到包含流行病舆情文本中各个字符对应的第二特征向量，将每个字符对应的第二特征向量组成第一向量表示矩阵；构建异构图，其中，异构图中的字符节点的初始向量表示为BiLSTM输出的各个字符对应的第二特征向量，子句虚拟节点的初始向量表示为子句中每一字符对应的第二特征向量的平均值；利用异构图注意力网络算法对异构图进行聚合更新，得到第二向量表示矩阵；将第二向量表示矩阵拼接于第一向量表示矩阵后，将拼接结果输入至条件随机场预测模型，得到预测标签。
-
公开(公告)号：CN113326884B
公开(公告)日：2023-06-16
申请号：CN202110652830.2
申请日：2021-06-11
IPC: G06F18/2415 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种大规模异构图节点表示的高效学习方法及装置。该方法计算异构图中节点的邻居的重要性，根据重要性对节点的邻居进行采样；然后根据异构图中节点的类型信息，学习节点的类型嵌入向量；然后将邻居的类型嵌入向量和属性特征进行融合，得到邻居的向量表示。本发明的大规模异构图节点表示的高效学习方法是在半监督设置下，综合利用异构图的拓扑结构、关系类型、特征属性等信息，在兼顾算法的高效性和可扩展性的情况下学习节点的向量表示，实现了对大规模异构图中缺失的节点标签的分类预测。
-
Patent Agency Ranking
公开(公告)号：CN115935080A
公开(公告)日：2023-04-07
申请号：CN202211573490.5
申请日：2022-12-08
Applicant: 之江实验室
Inventor： 姜婷 , 余婷 , 洪泽宪 , 张吉 , 穆罕默德·贾瓦德·巴
IPC: G06F16/9536 , G06F16/901 , G06Q50/00
Abstract: 本发明公开了一种面向社交网络流数据基于MPICH并行计算的极大团枚举方法，该方法利用结构逆序团树ICTree对图中存在的极大团进行存储，通过高性能和广泛可移植性的消息传递接口MPICH实现算法的并行编程，在流数据下图结构发生改变的过程中，多进程并行计算并更新逆序团树ICTree结构，实时枚举图中的极大团以及某一序号区间内节点构成的子图中存在的所有极大团。本发明在极大团枚举的过程中，不区分图的增边减边变化，实现了在图的增减边混合更新以及大批量更新下极大团的枚举，同时使用预定义的进程数实现算法的并行计算，解决了数据量大导致的处理实时性问题，提高了极大团枚举的时间效率。
-
公开(公告)号：CN115862888A
公开(公告)日：2023-03-28
申请号：CN202310135076.4
申请日：2023-02-17
Applicant: 之江实验室
IPC: G16H50/80 , G06Q10/04 , G06N3/0442 , G06N3/042 , G06N3/08
Abstract: 本申请涉及一种传染病感染情况预测方法、系统、设备及存储介质，通过增量模块响应预设指令，控制输入模块获取新增数据，图引擎根据新增数据对基于历史数据得到的第一图模型进行迭代训练，得到第二图模型，如此进行图模型的动态更新，其中图模型以各地区作为节点，各节点特征基于地区病情信息获得，各节点按照地区之间的地理位置关系连接形成边，各边按照地区人口信息分配边权重，更新后的图模型利用交互模块选择的待预测数据进行传染病感染情况预测，解决了相关技术中传染病感染情况预测准确率较低的问题。
-
公开(公告)号：CN115174566A
公开(公告)日：2022-10-11
申请号：CN202210640394.1
申请日：2022-06-08
Applicant: 之江实验室
Abstract: 本发明属于物联网边缘计算技术领域，公开了一种基于深度强化学习的边缘计算任务卸载方法，该方法步骤为：S1、输入数据与相关参数；S2、计算时间和能耗相关数据；S3、训练任务卸载算法模型；S4、执行任务卸载输出。本发明在边缘计算方面，定义多用户边缘计算任务环境，考虑传输信道带宽，采用强化学习的方法，在满足计算时效性的前提下，训练边缘计算任务卸载与压缩策略，实现最优的能耗。
-
公开(公告)号：CN114722241A
公开(公告)日：2022-07-08
申请号：CN202210183468.3
申请日：2022-02-25
Applicant: 之江实验室
IPC: G06F16/901 , G06F16/903
Abstract: 本发明属于图数据挖掘计算技术领域，具体涉及一种基于边‑节点混合切分的并行约束子图挖掘方法，该方法步骤为：S1、图数据输入；S2、边‑节点混合图数据切分；S3、分发计算任务；S4、执行并行计算。本发明在图数据切分方面，采用边节点混合的子图切分方案，在约束子图挖掘任务中兼顾了子图的完整性和切分的均衡性，同时减小切分冗余；约束子图挖掘方面，采用并行的计算框架提升计算任务效率。
-
公开(公告)号：CN113256629B
公开(公告)日：2022-06-24
申请号：CN202110759301.2
申请日：2021-07-05
Abstract: 本发明公开了一种图像标定错误检测方法及装置，方法包括：建立图像数据集，利用所述图像数据集对无监督异常检测神经网络进行训练，将训练过程中将产生的隐层特征进行重构，得到隐层特征重构层；将所述隐层特征重构层嵌入所述无监督异常检测神经网络，然后对待检测图像数据进行异常检测，根据异常得分函数，判别待检测图像数据是否标定错误；装置包括：依次连接的基干网络模块、隐层特征重构模块和异常得分模块；本发明能够扩大正常样本与异常样本之间的异常得分差距，提高异常检测性能。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.027 seconds)
