-
公开(公告)号：CN112685574B
公开(公告)日：2024-04-09
申请号：CN202110014913.9
申请日：2021-01-06
Applicant: 南京大学
IPC: G06F16/36 , G06F16/35 , G06F40/289 , G06F40/30
Abstract: 本申请的实施例提供了一种领域术语层次关系的确定方法、装置。该方法包括：获取目标领域内的至少两个术语，以及各个术语所对应的定义文本；基于所述定义文本，构建关键词矩阵，该关键词矩阵用于表征定义文本中的关键词特征，对所述关键词矩阵进行谱聚类分析，得到所述至少两个术语的第一层次关系；基于所述定义文本，构建术语共现矩阵，该术语共现矩阵用于表征所述至少两个术语在定义文本中的共现特征，对所述术语共现矩阵进行形式概念分析，得到所述至少两个术语的第二层次关系；融合第二层次关系和第一层次关系，得到所述至少两个术语的目标层次关系。本申请实施例的技术方案可以提高领域术语层次关系的准确性。
-
公开(公告)号：CN116075207A
公开(公告)日：2023-05-05
申请号：CN202310032119.6
申请日：2023-01-10
Applicant: 南京大学
Abstract: 本发明公开了一种二维超导纳米集成电路的无损制备方法，其特征在于，所述方法包括以下步骤：首先在基底上生长出超薄过渡金属薄膜；接着利用电子束曝光和反应离子刻蚀得到超导金属薄膜的纳米集成电路器件；随后利用拓扑化学转化法原位将金属薄膜纳米器件转变成二维超导薄膜的纳米集成器件；最后在器件上生长一层绝缘材料即可得到二维超导纳米集成电路。本发明有效避免了传统微纳加工流程对低维材料的损伤作用，实现对多种低维材料器件的无损制备。同时，利用本方案可以实现多种器件结构制备，进而进行调控器件的性能。
-
公开(公告)号：CN115936010A
公开(公告)日：2023-04-07
申请号：CN202211695833.5
申请日：2022-12-28
Applicant: 南京大学
IPC: G06F40/30 , G06F40/284
Abstract: 本申请的实施例提供了一种文本缩写数据处理方法、装置。该方法包括：获取属于目标知识领域的参考文本集合，所述参考文本集合包括至少一个参考文本；通过预先训练的缩写全称术语词对识别模型识别分布于各个参考文本中的缩写全称术语词对，所述缩写全称术语词对中包括缩写术语和与缩写术语相对应的全称术语；基于识别到的所述缩写全称术语词对，构建缩写全称术语词对库，所述缩写全称术语词对库记录了缩写术语与至少一个全称术语之间的对应关系；获取属于目标知识领域的待处理文本，并基于所述缩写全称术语词对库，为独立分布于待处理文本中的缩写术语补全全称术语。本申请实施例的技术方案可以提高识别和理解文本中缩写数据的效率。
-
公开(公告)号：CN114111603B
公开(公告)日：2022-09-23
申请号：CN202111419008.8
申请日：2021-11-26
Applicant: 南京大学
Abstract: 本发明公开了一种器件微区工艺测量和校正方法，首先，构建器件微区工艺测量系统；将待测样品放置在位移平台上，保证待测样品的水平度；其次，根据图像显示设备提供的信息，来判断待测样品上的目标区域的位置，用位移平台进行调节待测样品的位置；图像采集设备负责采集待测样品的目标区域内的RGB值，传递给图像处理装置；然后，图像处理装置利用加权算法将颜色通道数值转换成灰度值，降低变量的数量，提高处理速度；最后，用电子束曝光机制备纳米图案的制备并验证。本发明提高了可操作性和成品率；可以更加准确地分析同一个样品上不同位置的薄胶均匀性，从而解决了传统方式依赖贵重设备和操作不便性的问题，提高了整体微纳加工工艺的时效性和可控性。
-
公开(公告)号：CN114111603A
公开(公告)日：2022-03-01
申请号：CN202111419008.8
申请日：2021-11-26
Applicant: 南京大学
Abstract: 本发明公开了一种器件微区工艺测量和校正方法，首先，构建器件微区工艺测量系统；将待测样品放置在位移平台上，保证待测样品的水平度；其次，根据图像显示设备提供的信息，来判断待测样品上的目标区域的位置，用位移平台进行调节待测样品的位置；图像采集设备负责采集待测样品的目标区域内的RGB值，传递给图像处理装置；然后，图像处理装置利用加权算法将颜色通道数值转换成灰度值，降低变量的数量，提高处理速度；最后，用电子束曝光机制备纳米图案的制备并验证。本发明提高了可操作性和成品率；可以更加准确地分析同一个样品上不同位置的薄胶均匀性，从而解决了传统方式依赖贵重设备和操作不便性的问题，提高了整体微纳加工工艺的时效性和可控性。
-
Patent Agency Ranking
公开(公告)号：CN103914873B
公开(公告)日：2016-07-06
申请号：CN201410093523.5
申请日：2014-03-13
Applicant: 南京大学
Abstract: 本发明公开了一种根据人体动作驱动的雕塑三维模型生成方法，对任意给定的虚拟雕塑，该方法利用改进的Kinect动作识别技术识别用户关节点信息并捕获其运动参数，通过关节点与用户选择的控制点之间的关联方式，引导虚拟雕塑调整姿态实现雕塑三维模型创意设计，其中虚拟雕塑姿态的改变通过虚拟雕塑编辑算法实现，能够对虚拟雕塑实时操作。该方法充分考虑到虚拟雕塑与一般三维模型在生成时的不同约束，能够很好保存雕塑的风格特征。
-
公开(公告)号：CN120068872A
公开(公告)日：2025-05-30
申请号：CN202510154682.X
申请日：2025-02-12
Applicant: 南京大学
IPC: G06F40/295 , G06F40/30 , G06F40/186 , G06N5/04
Abstract: 本申请公开了一种古籍文本数据处理方法、装置、介质及电子设备，该方法包括：获取待处理的目标古籍文本，和所述目标古籍文本中的指定实体；将所述指定实体写入预先构造的提示模板，并将所述目标古籍文本和所述提示模板输入至预先构建的实体关系识别模型，所述提示模板用于引导所述实体关系识别模型按照设定推理逻辑理解所述目标古籍文本中所述指定实体之间的关系类型；输出由所述实体关系识别模型识别的所述目标古籍文本中所述指定实体之间的关系类型。通过本申请的技术方案能够提高对古籍文本领域中实体之间关系类型识别的准确性。
-
公开(公告)号：CN118734859A
公开(公告)日：2024-10-01
申请号：CN202410716822.3
申请日：2024-06-04
Applicant: 南京大学
IPC: G06F40/30 , G06F16/35 , G06F18/214 , G06F18/22 , G06N3/0442 , G06N3/045 , G06N3/084 , G06N3/09
Abstract: 本申请公开了一种叙事文本数据处理方法、程序产品及电子设备，该方法包括：获取基于参考文本数据训练预先构建的模型框架得到的目标人格检测模型，所述参考文本数据为与参考人物相关联的预定文本类型的文本，所述预定文本类型包括行为文本，评述文本，以及语言文本中的至少一种；获取目标叙事文本，并从所述目标叙事文本中提取与目标人物相关联的所述预定文本类型的文本；将与所述目标人物相关联的所述预定文本类型的文本输入至所述目标人格检测模型，以由所述目标人格检测模型输出所述目标人物在各维度人格上的人格评分，所述人格评分用于表征所述目标人物在对应维度人格上的人格特征。通过本申请的技术方案能够提高叙事文本数据处理的准确性。
-
公开(公告)号：CN116150393A
公开(公告)日：2023-05-23
申请号：CN202211601595.7
申请日：2022-12-13
Applicant: 南京大学
IPC: G06F16/36 , G06F40/253 , G06F40/211 , G06F40/30
Abstract: 本发明公开了一种文本依存句法分析的关系抽取及知识图谱构建方法，具体包括以下步骤：步骤一、数据预处理；步骤二、实体的预定义与抽取；步骤三、关系预定义和抽取；步骤四、知识图谱构建与应用，本发明涉及叙事型文本处理技术领域。该发明通过针对叙事性文本，构建时间事件、句子主干、句子枝干三种模型，无需特定领域的专家制定模板，迁移性较强，依存句法分析的方法聚焦于句子的语法结构出发，将句子中对应的依存关系进行一一抽取，最终将这些局部的依存关系按照语序表达组合后更简洁地还原原始语义，精度和稳定性都更高，语料覆盖程度有较大的提高，在简洁还原关系的基础上使得语义得到更丰富地表达。
-
公开(公告)号：CN101170581B
公开(公告)日：2010-06-02
申请号：CN200710190263.3
申请日：2007-11-23
Applicant: 南京大学
Abstract: 本发明公开了一种面向服务的自适应电力网格通信架构及其通信方法，包括通信层，通信层主要由选择适配器、通信适配器和多个通信接口组成，用于接受上层网格服务通信要求的选择适配器通过各通信接口与通信适配器相连，通信适配器再通过多个通信接口与物理层连接。本发明由不同的接口实现不同的通信协议，上层事务按照一定算法选择合适的通信协议。这样的设计方法使得电力网格通信层同时实现了原有的电力监控系统常用的通信协议和符合OGSA框架的SOAP协议，这样就保证了通信层的高效率和开放性，同时也能对现有产品最大程度兼容。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.027 seconds)
