公开(公告)号：CN114792187B

公开(公告)日：2024-10-15

申请号：CN202210032905.1

申请日：2022-01-12

申请人： 山东师范大学

发明人： 陆佃杰 ,  宋年云 ,  张桂娟 ,  刘弘

IPC分类号： G06Q10/0631 ,  G06Q10/04 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/084 ,  G06N3/0985

摘要： 本公开属于群智感知技术领域，提供了一种基于意愿和信任双重约束的群智感知团队招募方法及系统，包括以下步骤：获取参与者的历史参与记录，构建参与者之间的意愿网络和信任网络；基于图卷积网络以及所构建的意愿网络和信任网络，预测参与者之间的协作意愿和信任关系；对所预测后的协作意愿和信任关系进行共识约束，构建群智感知团队；根据所构建的群智感知团队和招募平台，进行协作团队招募过程的仿真。

公开(公告)号：CN113238797B

公开(公告)日：2024-10-15

申请号：CN202110411676.X

申请日：2021-04-16

申请人： 山东师范大学

发明人： 吕晨 ,  王潇 ,  高学剑 ,  吴琼 ,  马正 ,  高曰秀 ,  李季 ,  吕蕾 ,  刘弘

IPC分类号： G06F8/73 ,  G06F8/41 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0895

摘要： 本发明公开了基于分层对比学习的代码特征提取方法及系统，包括：获取待处理代码；对待处理代码片段进行解析，生成AST树；对AST树进行嵌入表示得到特征矩阵X，构造AST树的邻接矩阵A；以AST树的每个节点在AST树中的层次编号，建立节点标签；基于节点标签对特征矩阵X进行更新，得到新的特征矩阵X'；将新的特征矩阵X'和邻接矩阵A，输入到训练后的残差自注意力网络模型中，得到待处理代码的特征；通过AST提取程序的语法信息，同时对解析的AST按节点的层次赋予标签进行分类，建立单标签多分类的关系，充分挖掘程序的结构信息，使得生成模型的表达能力更全面更准确。

公开(公告)号：CN118519681B

公开(公告)日：2024-09-17

申请号：CN202410970779.3

申请日：2024-07-19

申请人： 山东师范大学

发明人： 吕晨 ,  李博伦 ,  白国靖 ,  黄涛 ,  孙志宏 ,  郁玉 ,  王青林 ,  韩业伟 ,  叶子健 ,  刘弘

IPC分类号： G06F8/72 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/092

摘要： 本发明属于软件开发与维护自动化领域，公开了一种基于深度强化学习的代码自动补全方法、系统及装置，所述方法包括接收源代码数据，根据预设规则转换为代码类型数据；利用多任务学习的硬参数共享方式微调代码补全模型；利用多任务学习的硬参数共享方式训练评估器模型；利用微调后的代码补全模型和训练后的评估器模型构建深度强化学习网络；通过监督学习、深度强化学习训练策略网络，评估网络在代码补全过程中给出即时奖励，以此评估补全代码和相应类型对后续代码补全的影响相关性，从而使代码补全模型能够细致的感知动态变化的上下文需求；将训练后的策略网络用于对目标源代码数据进行补全；本发明能够根据源代码片段补全符合代码逻辑的代码片段。

公开(公告)号：CN118095603A

公开(公告)日：2024-05-28

申请号：CN202410409438.9

申请日：2024-04-07

申请人： 山东师范大学

发明人： 刘弘 ,  杜林楠 ,  李文浩 ,  孙磊 ,  魏宏来 ,  张冲

IPC分类号： G06Q10/047 ,  G06Q50/26 ,  G06N3/006 ,  G06N3/08 ,  G06F18/23213

摘要： 本发明公开一种基于改进人工蜂群和深度强化学习的人群疏散方法及系统，涉及人群疏散路径规划技术领域，方法为：实时获取疏散场景中人群的运动视频，检测并跟踪行人，提取每一行人的运动轨迹；基于疏散场景和行人运动轨迹，构建人群疏散场景知识图谱；基于该知识图谱，获取行人当前所处位置，对人群进行分组，并划分组内的领导者和跟随者；基于当前时刻组内领导者的状态，利用MABCDQN算法选择出最优搜索策略，以此更新领导者下一时刻的位置并移动；组内跟随者采用领导者选择的最优搜索策略进行位置变换；基于更新后的位置信息，进行下一时刻的路径规划，不断循环迭代，直至满足设定要求，完成人群疏散，整个人群疏散效率高、时间短。

公开(公告)号：CN111414681B

公开(公告)日：2023-10-17

申请号：CN202010175498.0

申请日：2020-03-13

申请人： 山东师范大学

发明人： 刘弘 ,  韩延彬 ,  李梁

IPC分类号： G06F30/20 ,  G06F111/10

摘要： 本公开公开了基于共享深度强化学习的建筑物内疏散仿真方法及系统，包括：每组待疏散人群的引领者与对应的导航Agent连接，每个导航Agent均与管理Agent连接；各导航Agent引导各组疏散，导航Agent均把实时采集的信息及自身经验池存储到管理Agent管理的知识库中；管理Agent对知识库中的所有导航Agent的疏散信息，基于共享的深度强化学习算法进行学习，将学习产生的指导各导航Agent进行路径选择的策略实时发送给导航Agent；每个导航Agent根据接收到的用于指导各导航Agent进行路径选择的策略，进行路径规划；引领者按照对应导航Agent的路径规划，引领对应的群组向疏散出口疏散。

公开(公告)号：CN116562449A

公开(公告)日：2023-08-08

申请号：CN202310534139.3

申请日：2023-05-10

申请人： 山东师范大学

发明人： 王洪月 ,  刘弘 ,  段佶昊 ,  张玉玲 ,  曹喜玲 ,  王天宇 ,  吕蕾

IPC分类号： G06Q10/04 ,  G06V20/52 ,  G06V40/10 ,  G06V10/82 ,  G06F16/36 ,  G06F16/2458 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082 ,  G06N3/084 ,  G06Q50/26

摘要： 本发明提出了基于知识图谱与时空图卷积的行人流量预测方法及系统，涉及人群疏散计算机仿真领域，获取疏散场景所有传感器采集的同一历史时段的人流量数据，对历史时段进行子时段划分，得到各个子时段各个传感器监测到的人流量；根据各个子时段各个传感器的人流量，计算各个子时段中传感器之间的关联度，构建各个子时段的时序知识图谱；基于时序知识图谱，为各个子时段构建空间图，组成动态时空关系图；将动态时空关系图输入到时空图卷积模型中，对未来短期行人流量做出预测；本发明通过时序知识图谱表达疏散场景下的空间结构及特征数据，并将知识图谱转换为动态时空关系图，并将其输入时空图卷积模型，实现对未来时间段内行人流量的预测。

公开(公告)号：CN111625276B

公开(公告)日：2023-04-21

申请号：CN202010387446.X

申请日：2020-05-09

申请人： 山东师范大学

发明人： 吕晨 ,  高学剑 ,  王潇 ,  王汝芸 ,  吕蕾 ,  刘弘

IPC分类号： G06F8/72 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0442 ,  G06N3/049

摘要： 本公开公开了基于语义与语法信息融合的代码摘要生成方法及系统，包括：获取待生成摘要的代码；从待生成摘要的代码中分别提取图嵌入向量和节点嵌入向量；将图嵌入向量和节点嵌入向量，输入到预训练的深度学习模型中，输出代码的摘要。将代码语义和语法信息与自动摘要模型结合的方式可自动获得更高质量的代码注释和摘要，从而提高程序员的软件开发速度，具有很大的现实意义。

公开(公告)号：CN110688749B

公开(公告)日：2023-04-11

申请号：CN201910889257.X

申请日：2019-09-19

申请人： 山东师范大学

发明人： 刘弘 ,  孙雨彤

IPC分类号： G06F30/20

摘要： 本公开提出了一种人群疏散仿真方法及系统，场景网格离散化；初始化行人粒子；赋予每个网格电荷；移动的行人粒子所携带的电荷发生变化从而映射为时变场，利用时变场中等电位线疏密程度体现行人粒子位置的变化而发生不同程度的疏密改变；改进的社会力模型引入出口吸引力和同伴吸引力，分别描述了出口对行人的吸引作用及行人的成群结队现象；利用时变密度场结合改进的社会力模型控制行人粒子以最优的路径向出口移动，通过等电位线疏密程度的变化，不断更新场景内人群密度情况，直至场景内及出口外人群密度为0，完成疏散。将密度场与物理学中电磁学相结合，利用等电位线的疏密程度变化体现场景中人群密度的变化，更加直观省时，提高疏散指导的效。

公开(公告)号：CN115114446A

公开(公告)日：2022-09-27

申请号：CN202210542010.2

申请日：2022-05-18

申请人： 山东师范大学

发明人： 张玉玲 ,  刘弘 ,  段佶昊 ,  李信金 ,  孟祥栋 ,  张桂娟

IPC分类号： G06F16/36 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

摘要： 本申请提供一种基于知识图谱的人群疏散拥塞传播预测方法及系统，涉及人群疏散计算机仿真技术领域，通过构建人群疏散知识图谱，提取各个时刻的路径子图和每个节点的观测信息；路径子图和每个节点的观测信息经过多层图卷积处理，得到拥塞传播的空间相关性特征；以及利用LSTM网络获取拥塞传播的动态时间特征；对空间相关性特征和动态时间特征进行融合，得到路段未来时间片的人群密度；根据路段的人群密度，以及各路段在时间和空间上的连接性，确定拥塞传播图。这样，在考虑到当前人群拥塞状态的情况下，能够实时预测未来将有哪些路段受到影响，有利于及时地制定出相应的拥塞缓解策略，提高人群疏散的效率。

公开(公告)号：CN114792187A

公开(公告)日：2022-07-26

申请号：CN202210032905.1

申请日：2022-01-12

申请人： 山东师范大学

发明人： 陆佃杰 ,  宋年云 ,  张桂娟 ,  刘弘

IPC分类号： G06Q10/06 ,  G06Q10/04 ,  G06N3/04 ,  G06N3/08

摘要： 本公开属于群智感知技术领域，提供了一种基于意愿和信任双重约束的群智感知团队招募方法及系统，包括以下步骤：获取参与者的历史参与记录，构建参与者之间的意愿网络和信任网络；基于图卷积网络以及所构建的意愿网络和信任网络，预测参与者之间的协作意愿和信任关系；对所预测后的协作意愿和信任关系进行共识约束，构建群智感知团队；根据所构建的群智感知团队和招募平台，进行协作团队招募过程的仿真。