-
公开(公告)号：CN110175277A
公开(公告)日：2019-08-27
申请号：CN201910374714.1
申请日：2019-05-07
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06F16/951 , G06F16/955
Abstract: 本发明揭示了一种面向电商平台的农药信息采集方法，包括如下步骤：S1、从电商平台的页面中获取农药商品页面的URL作为爬虫条目URL队列，启动爬虫程序；S2、对所爬取的数据进行解析，然后使用URL过滤算法对URL进行初步过滤，将过滤后的URL存储在URL队列中；S3、将经过解析后的数据临时存储在系统缓存中，随后对URL进行二次过滤；S4、将前序步骤中获取的全部农药商品信息进行整合、归纳到一个完整的农药对象中，并将其存储在系统数据库中；S5、对系统数据库中的数据进行展示。本发明使用爬虫技术对指定的电商平台内的农药信息进行采集，通过归一化处理为判断农药产品的性价比提供了依据，方便了农民朋友的线上农药交易操作。
-
公开(公告)号：CN110175277B
公开(公告)日：2023-07-07
申请号：CN201910374714.1
申请日：2019-05-07
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06F16/951 , G06F16/955
Abstract: 本发明揭示了一种面向电商平台的农药信息采集方法，包括如下步骤：S1、从电商平台的页面中获取农药商品页面的URL作为爬虫条目URL队列，启动爬虫程序；S2、对所爬取的数据进行解析，然后使用URL过滤算法对URL进行初步过滤，将过滤后的URL存储在URL队列中；S3、将经过解析后的数据临时存储在系统缓存中，随后对URL进行二次过滤；S4、将前序步骤中获取的全部农药商品信息进行整合、归纳到一个完整的农药对象中，并将其存储在系统数据库中；S5、对系统数据库中的数据进行展示。本发明使用爬虫技术对指定的电商平台内的农药信息进行采集，通过归一化处理为判断农药产品的性价比提供了依据，方便了农民朋友的线上农药交易操作。
-
公开(公告)号：CN110674964A
公开(公告)日：2020-01-10
申请号：CN201910396995.0
申请日：2019-05-14
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明揭示了一种基于农业溯源信息的搜索预测系统及方法，系统包括溯源数据采集模块、数据处理与储存模块以及搜索预测模块，方法包括溯源数据采集步骤、数据处理与储存步骤以及搜索预测步骤。本发明实现了在大数据技术背景下对农产品信息的采集、存储与挖掘，能够通过对用户搜索行为的分析、判断，预测出用户的搜索倾向，再根据所得到的搜索倾向在用户搜索时进行相关推荐，从而提升企业的市场化水平和农产品的竞争力。
-
公开(公告)号：CN120087885A
公开(公告)日：2025-06-03
申请号：CN202510148364.2
申请日：2025-02-11
Applicant: 南京邮电大学
IPC: G06Q10/087 , G06Q30/018 , G06F18/23213 , G06F21/60
Abstract: 本发明公开了一种面向供应链溯源的区块链混合共识优化方法，包括通过构建节点多指标综合评分模型，计算供应链参与节点的综合评分，并根据评分结果筛选各组的候选中心节点；结合节点的地理位置与综合评分，将网络节点分组，并根据节点综合评分选择组内的领导节点以及监督节点，形成多组共识架构；在共识过程中，各组的中心节点采用PBFT共识协议进行组间共识，而组内则通过引入监督节点的Raft共识协议来实现数据同步；同时，本发明还引入了Brotli数据压缩技术，通过数据压缩优化网络带宽，降低数据传输量，提高共识效率。本发明在提高现有联盟链共识机制的可扩展性、降低通信复杂度、提升共识效率等方面具有显著优势，特别适用于供应链溯源等场景。
-
公开(公告)号：CN114637909B
公开(公告)日：2025-04-29
申请号：CN202210132815.X
申请日：2022-02-14
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/783 , G06F16/78 , G06N3/045 , G06N3/048 , G06F16/215 , G06F16/2458 , G06F16/28 , G06N3/0495
Abstract: 一种基于改进深度结构化语义模型的电影推荐系统，包括用户行为采集与处理模块、离线训练模块和在线召回与排序模块，所述用户行为采集与处理模块收集用户的互动行为，所述离线训练模块接收用户行为采集与处理模块输出的合并后的数据，所述在线召回与排序模块根据用户的属性特征中取出用户已经训练得出的用户特征向量，并采用近似最近邻搜索技术在电影向量库中召回为用户推荐的电影子集；一种基于改进深度结构化语义模型的电影推荐方法，包括用户行为采集和处理、离线训练、在线召回与排序等步骤，本发明可以根据用户与电影的显性特征和隐性交互信息，有效地挖掘出符合用户兴趣的电影，为用户提供个性化的推荐服务，得到该用户的推荐结果。
-
Patent Agency Ranking
公开(公告)号：CN118917515B
公开(公告)日：2025-03-25
申请号：CN202411419425.6
申请日：2024-10-12
Applicant: 南京邮电大学
IPC: G06Q10/047 , G06Q10/0835 , G06Q10/0832 , G06Q10/067 , G06N3/006
Abstract: 本发明公开了基于实时路况检测的生鲜农产品配送路径优化方法及系统，包括：获取配送中心与各需求点的初始信息；初步筛选各节点间的路径并对其交通状况进行检测，结合车速计算出各路径的拥堵指数与通行时间；将通行时间最短的路径作为节点间的运输路径，并将相应的运输路程与运输时间记录到信息矩阵中；建立生鲜农产品末端配送路径优化模型；使用Kmeans多种群进化鲸鱼优化算法对所述生鲜农产品末端配送路径优化模型进行求解，输出生鲜农产品末端配送路径优化方案，基于优化结果进行车辆调度与路径规划。本发明优化冷链物流的路径选择，使运输更加高效，确保产品质量，降低货损率，使物流更加及时。
-
公开(公告)号：CN114548864B
公开(公告)日：2025-01-17
申请号：CN202210136627.4
申请日：2022-02-15
Applicant: 南京邮电大学
IPC: G06Q10/0835 , G06N3/0464 , G06N20/00 , G06F17/16 , G06N3/048 , G06N3/047
Abstract: 本发明公开了一种基于图注意力机制强化学习的货源推荐方法，使用Actor‑Critic框架来制定整个过程。首先，收集司机历史交易记录以及浏览记录数据，对这些历史记录进行数据预处理，提取货源属性标签，并将这些特征权重输入策略函数，将货源候选集中特征匹配度高的货源添加到货源推荐列表，将货源推荐列表推荐给司机终端，根据司机反馈结果调整推荐策略，以便更好地预测司机偏好。本发明的货源推荐系统可以预测出符合司机偏好的货源给司机，提高物流的效率和司机满意度。
-
公开(公告)号：CN114637844B
公开(公告)日：2025-01-03
申请号：CN202210132465.7
申请日：2022-02-14
Applicant: 南京邮电大学
Abstract: 本发明提供一种基于WTLBert的多标签文本分类的优化方法，将文本训练集进行分词，每一个训练文本的词数量控制在510个词之内，为每一个文本初始化嵌入向量；对所有文本训练集中标注好的标签，按照标签之间的语义关系构建标签森林，将语义相近的标签，划分到森林中同一棵树中，随后对森林中出现相同枝叶的树进行剪枝；根据构建好的标签森林为每个标签初始化嵌入向量；根据构建好的标签森林生成标签相关权重矩阵；根据F‑Attention计算每个标签最终的嵌入向量；将标签嵌入向量和文本初始化嵌入向量输入WTLBert模型中，WTLBert模型通过12个Transformer编码器以及12个WTL编码器迭代训练得到聚合嵌入向量，该向量不仅考虑到了文本上下文的语义关系，同时还兼顾了文本内容与标签之间的语义关系；最终将聚合向量输入到分类网络得到多标签分类结果。
-
公开(公告)号：CN114662749B
公开(公告)日：2024-12-10
申请号：CN202210272048.2
申请日：2022-03-18
Applicant: 南京邮电大学
IPC: G06Q10/04 , G06Q30/0202 , G06Q10/083 , G06Q10/0639 , G06F18/214 , G06N3/0499
Abstract: 一种基于混合模型的数字孪生供应链物流需求预测方法，包括如下步骤，构建以当地产业结构为核心的影响因素指标体系。构建YWP‑Elman模型和FWOA‑Elman模型并进行预测。建立了一种自适应权重的混合预测模型进行预测，其中自适应权重考虑了预测模型的贡献和预测结果的误差情况。本发明以大数据分析为基础，以当地产业结构为核心，围绕物资需求与供应的关联关系，研究构建预测模型，考虑多种价值数据，进行数据训练，兼顾规模效应，开展精准预测工作，形成完善的物流需求预测体系。此预测体系可根据预测模型的贡献和预测结果的误差情况灵活调整，可以有效提高预测精度。
-
公开(公告)号：CN118394092B
公开(公告)日：2024-11-08
申请号：CN202410806694.1
申请日：2024-06-21
Applicant: 南京邮电大学
Abstract: 本发明涉及物流AGV路径规划技术领域，公开了一种基于青苔鼠算法的AGV多阶段路径规划方法及系统，方法包括：获取自动导向车环境数据，使用改进的随机树算法生成初始有效路径；基于所述初始有效路径扩展成可行区域，对可行区域进行自适应栅格化，并结合Rich_Moore邻居跟踪方法进行扩展；通过TCD*算法寻找最优路径，并对路径节点去冗；按节点对所得最优路径进行路径分段，分段使用动态四面窗算法实时避障，进一步优化路径；执行所得最优路径。本发明能够提高路径平滑度，减少大幅度变相，确保运输过程平稳无忧，提高算法收敛速度，平衡全局和局部搜索能力，减少路径冗余节点，提高AGV运输效率，降低能耗。
-
-
-
-
-
-
-
-
-
Search Results
218
records
(took 0.028 seconds)
