公开(公告)号：CN118942635A

公开(公告)日：2024-11-12

申请号：CN202410980019.0

申请日：2024-07-22

Applicant: 扬州大学

Inventor： 潘登 ,  朱俊武 ,  章永龙

IPC: G16H20/70 ,  G16H50/20 ,  G06F18/214 ,  G06F18/21 ,  G06F18/2431 ,  G06F18/22

Abstract: 本发明公开了一种基于提示学习的心理健康测评方法、系统、设备及存储介质，其中方法包括：采集并处理心理疾病的原始图像与文本描述，划分为训练集、测试集和验证集；根据待测评心理疾病类别需求，选择对应的标准化心理量表，构建心理疾病的宏观与微观分类关系；基于提示学习对量表解构项进行重组，生成基于重组后量表评定标准的双向提示；将双向提示、训练集的文本描述和图像输入对应编码器，进行相似度对比计算，构建网络模型并训练，使用训练完的模型预测心理疾病的分类，结合标准化心理量表，完成心理健康测评；本发明能够提高测评速度、降低测评成本和提高测评准确性。

公开(公告)号：CN118888088A

公开(公告)日：2024-11-01

申请号：CN202411163524.2

申请日：2024-08-23

Applicant: 扬州大学

Inventor： 高媛媛 ,  朱俊武

IPC: G16H20/70 ,  G06F18/213 ,  G06F18/24 ,  G06F18/25

Abstract: 本发明公开了一种面向心理测评的多模态融合方法及系统。其中，多模态融合方法包括如下步骤：S1、基于随机向量特征映射法提取心理测评数据的文本特征；S2、在GoogLeNet模型中引入通道注意力和多头注意力机制，提取微表情数据的图像特征；S3、将所述文本特征和图像特征融合成多个多模态特征子集，将每个多模态特征子集增强后与对应的多模态特征子集拼接得到多模态子集；S4、基于决策算法对所述多模态子集分类，输出更优的分类结果。其中，决策算法基于多模态融合设置。本发明综合考虑了面部表情与心理测评的数据，针对面部表情与心理测评采用不同的处理流程进行特征提取，强调了不同模态以及同一模态下特征之间的联系，具有高效、准确的特点。

公开(公告)号：CN107643905B

公开(公告)日：2021-01-12

申请号：CN201710848984.2

申请日：2017-09-13

Applicant: 扬州大学

Inventor： 孙小兵 ,  王璐 ,  李斌 ,  朱俊武

IPC: G06F8/71

Abstract: 本发明涉及一种面向软件版本一致性缺陷的自动修复方法。本发明将bug描述、源代码、相关配置文件作为输入数据，并提取bug描述中的关键信息，用自然语言处理工具转化为特征向量，然后在bug的源代码中进行向前切片，再用基于统计计算的程序谱故障定位方法对源代码进行定位，再分析定位好的源代码与提取的信息对bug进行修复。本发明克服了对于软件产品版本问题的修复大多由开发人员手动修改与更新，耗时又耗力的缺陷。本发明实行程序语言版本问题修复和系统所属的配置版本问题修复，有效地提高软件维护的效率，减少了成本与人力。

公开(公告)号：CN105160413A

公开(公告)日：2015-12-16

申请号：CN201510387452.4

申请日：2015-07-06

Applicant: 扬州大学

Inventor： 朱俊武 ,  宋衡 ,  姜艺 ,  李斌

IPC: G06Q10/04 ,  G06Q50/06

Abstract: 本发明提出一种基于连续价格函数的电力消费转移算法，智能电网公布高峰期和低谷期时间段，并根据地理区域指定两个电力代理商；用户根据其所在地理区域选择相应的电力代理商，并提交自己的电力转移成本和转移能力；电力代理商决定赢者集，经过计算后，向智能电网提交其转移成本与转移能力；智能电网调整低谷期价格函数L(r)的相关参数使其满足均衡分配条件；智能电网将电力转移量和奖励分配给电力代理商；电力代理商将电力转移量和奖励分配给用户；用户转移所分配到电力转移量并获取奖励。

公开(公告)号：CN103927179A

公开(公告)日：2014-07-16

申请号：CN201410157340.5

申请日：2014-04-18

Applicant: 扬州大学

Inventor： 孙小兵 ,  刘杨超 ,  朱俊武 ,  李云

IPC: G06F9/44

Abstract: 本发明公开了软件工程领域内的一种基于WordNet的程序可读性分析方法，包括如下步骤：1)按照包名-类名-方法名的项目结构遍历出每个方法体，并且以包名_类名_方法名的形式标注；2）去除警示注释（通常出现在测试用例中，用于警告程序员会出现某种严重后果），TODO注释（是一种程序员认为应该做，而由于某些原因目前还没有做的工作）；3）将注释分为短注释和长注释；4）对长注释进行预处理，并且用WordNet提取出注释的主题词；5）对注释映射的代码段用WordNet提取代码的主题词；6）对整个项目生成程序可读性分析树，并形成最终的分析数据，本发明有利于后期维护人员对陌生项目的理解，可用于软件的维护开发中。

公开(公告)号：CN118571424A

公开(公告)日：2024-08-30

申请号：CN202410554621.8

申请日：2024-05-07

Applicant: 扬州大学

Inventor： 高媛媛 ,  万咏逸 ,  吕小豪 ,  朱俊武

IPC: G16H20/70 ,  G06F18/2135 ,  G06F18/214 ,  G06F18/21 ,  G06F18/2411 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于用户模型的心理特征识别与疏导方案生成方法及系统，包括：获取心理疏导素材库，所述素材库包括不同类型用户的心理疏导素材；建立用户模型结合所述心理疏导素材库生成疏导方案，包括：采用支持向量机基于最小化经验误差选择目标用户信息的特征，组合为特征集；对特征集中心化，并采用PCA进行特征值分解得到特征向量，将特征向量标准化后用于特征集的特征更新，之后对不同方面的特征加权求和，得到样本集；将样本集序列化，并采用Bi‑LSTM学习序列中的隐藏信息，识别出心理及性格特征；基于协同过滤算法结合心理及性格特征在素材库中寻找与目标用户相匹配的素材并输出为疏导方案。本发明具有全面、高效、准确的特点。

公开(公告)号：CN118335194A

公开(公告)日：2024-07-12

申请号：CN202410533877.0

申请日：2024-04-30

Applicant: 扬州大学

Inventor： 孙磊 ,  钱中景 ,  朱俊武

IPC: G16B30/10 ,  G06F16/2458 ,  G06F16/28 ,  G06N3/0464 ,  G06N3/084 ,  G16B40/20

Abstract: 本发明公开了一种基于卷积神经网络的病毒序列检索方法，包括以下步骤：步骤一：数据准备；步骤二：数据预处理；步骤三：模型训练；步骤四：构建特征向量数据库；步骤五：病毒序列检索。还公开了上述基于卷积神经网络的病毒序列检索方法的检索系统；本发明利用卷积神经网络提取病毒序列的高维特征表示，并使用欧几里得距离作为特征向量相识度度量的方法进行检索，可以更全面地捕获病毒序列之间的相似性和差异性，提高检索的准确性和效率。

公开(公告)号：CN112966734A

公开(公告)日：2021-06-15

申请号：CN202110235175.0

申请日：2021-03-03

Applicant: 扬州大学

Inventor： 袁运浩 ,  朱莉 ,  李云 ,  强继朋 ,  朱毅 ,  朱俊武

IPC: G06K9/62

Abstract: 本发明公开了一种基于分数阶谱的判别多重集典型相关分析方法，包括1）定义每组训练样本的投影方向；2）计算训练样本的互协方差矩阵和类内散布矩阵；3）互协方差矩阵做奇异值分解，类内散布矩阵做特征值分解；4）构建分数阶互协方差矩阵和分数阶类内散布矩阵；5）构建FLMCCA的最优化模型；6）求解特征向量问题；7）利用特征向量形成每组数据的投影矩阵；8）采用串行特征融合策略对投影后的特征进行融合，并选取不同数量的图像做训练和测试，计算识别率。本发明通过引入分数阶参数构建了分数阶类内散布矩阵和分数阶互协方差矩阵，减小因噪声干扰和有限训练样本带来的真实值偏离，从而增强了所抽低维特征的判别力，提高了系统识别的准确率。

公开(公告)号：CN107958332A

公开(公告)日：2018-04-24

申请号：CN201711201029.6

申请日：2017-11-23

Applicant: 扬州大学

Inventor： 杨洲 ,  马嘉成 ,  胥加洁 ,  滕玲 ,  朱俊武

IPC: G06Q10/06 ,  G06F17/17

CPC classification number: G06Q10/06312 ,  G06F17/17

Abstract: 本发明涉及一种基于递归算法的异构多机器人系统任务分解方法。本发明对涉及的资源进行形式化表示，用一个三元组对机器人所能完成的任务进行形式化表示，调用基于递归函数的任务分解算法，根据函数的堆栈调用轨迹，还原任务执行流程。本发明克服了现有任务分解方法存在的通用性较差，多为异构机器人，无法得出一组任务，子任务的不同分配方案和执行顺序间存在着很大的经济效益差距等缺陷。本发明对系统环境资源及任务进行了统一的可共享形式化表示，具有良好的适应性，不同能力的机器人可用同一个表示方式进行表示，支持异构机器人系统，采用递归算法，可以在机器人能力空间内，对任何可能的分解方式都进行遍历搜索，可以得到所有的分解方案。

公开(公告)号：CN107545466A

公开(公告)日：2018-01-05

申请号：CN201710732947.5

申请日：2017-08-22

Applicant: 扬州大学

Inventor： 朱正楠 ,  朱俊武

IPC: G06Q30/02

Abstract: 本发明涉及一种基于购买量的团购定价方法。本发明是卖家向机制申请销售商品并提交供应函数，买家向机制提交自己对团购商品的需求函数，机制接收参与者提交的信息，其执行步骤中包括团购商品的分配和定价部分，从而决定商品分配并计算出参与者的支付价格。本发明克服了现有团购忽视参与者的购买量对团购的贡献及买家虚假报告的缺陷。本发明根据得到的价格和参与者提交的信息决定商品分配结果，并计算出支付价格，采取基于VCG机制的分配和支付方式，使分配和支付结果更合理，参与者无法谎报信息，解决了一般团购中用户报告真实性的问题。