-
公开(公告)号：CN118276656A
公开(公告)日：2024-07-02
申请号：CN202410416493.0
申请日：2024-04-08
Applicant: 郑州轻工业大学
IPC: G06F1/20
Abstract: 本发明涉及一种大数据服务器高效散热机构，包括外壳，所述外壳的内壁固定连接有若干个隔板，所述外壳的下表面开设有安装口，且安装口的内壁固定连接有散热扇，所述外壳的上表面开设有出气口，所述隔板包括放置服务器设备的水平板，所述水平板的两侧形成有向上弯折的引导耳，所述引导耳的表面开设有通气孔，所述通气孔可引导气流吹向服务器设备加快冷却速度。本发明中，通过设置引导耳与通气孔，能够将由下向上的气流在每层引导吹向该层的服务器设备，提高散热速度，较之现有技术中，在每层设置散热扇或采用平板状的隔板，将气流吹向服务器设备能够使其快速降温，从而使该大数据服务器高效散热机构减少了散热成本并提高了散热效率。
-
公开(公告)号：CN118212403A
公开(公告)日：2024-06-18
申请号：CN202410448486.9
申请日：2024-04-15
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于空间上下文特征金字塔的小目标检测方法，其步骤如下：在空间金字塔上增加一条聚合路线构建空间上下文金字塔块模块；构建动态感知上采样模块；在基础网络Yolov5s的骨干网络之后以及颈部网络3个输出的特征图之后融合空间上下文金字塔块模块；在基础网络Yolov5s的颈部网络的前两个卷积层之后添加动态感知上采样模块，生成三个尺寸的特征图输入检测头网络，得到小目标检测模型；采用EIoU损失函数对小目标检测模型进行训练，得到训练后的小目标检测模型；将待检测的图像输入训练后的小目标检测模型，得到小目标检测结果。本发明充分提取了小目标物体的上下文特征信息，在较大的感受野中将空间信息与语义信息充分聚合，更加全面的区分小目标物体与背景信息，提高了小目标检测的检测精度。
-
公开(公告)号：CN116861929A
公开(公告)日：2023-10-10
申请号：CN202310781777.5
申请日：2023-06-29
Applicant: 郑州轻工业大学
IPC: G06F40/58 , G06N3/045 , G06N3/08 , G06N3/049 , G06F40/211 , G06F40/289
Abstract: 本发明公开了一种基于深度学习的机器翻译系统，包括数据准备模块、模型选择单元、特征表示单元、模型训练模块、评估调优模块、部署和应用模块；本发明基于深度学习的机器翻译系统能够自动从大规模数据中学习语言模式和翻译规律。深度学习模型能够通过端到端的方式直接从输入的源语言句子映射到目标语言句子，无需人工设计复杂的特征和规则。这种数据驱动的方法能够更好地捕捉语言的复杂性和上下文信息，提高翻译质量和准确性。
-
公开(公告)号：CN116857496A
公开(公告)日：2023-10-10
申请号：CN202310585769.3
申请日：2023-05-23
Applicant: 郑州轻工业大学
Abstract: 本发明公开了一种大数据展示装置，包括壳体，壳体的内部设置有带有螺杆的升降机构，且螺杆转动安装在壳体的内部，螺杆的顶端设置有显示屏，显示屏的顶端安装有顶板，螺杆的顶端设置有带有油桶的润滑机构，显示屏的外表面设置有带有清洁棉的清洁机构，显示屏的底端通风口处设置有带有导热管的散热机构，导热管固定安装在显示屏的底端，导热管的内部设置有带有干燥棒的干燥机构，本发明一种大数据展示装置，对显示屏进行升降时，通过带动绞龙转动，可以实现对润滑油进行搅拌混合，可以避免润滑油发生凝固，影响润滑油导出润滑使用，同时通过干燥棒能够对导热管内部进行干燥，提高对显示屏的防护效果。
-
公开(公告)号：CN116824845A
公开(公告)日：2023-09-29
申请号：CN202310638419.9
申请日：2023-06-01
Applicant: 郑州轻工业大学
Abstract: 本发明涉及交通调度技术领域，且公开了包括分布式交通信息采集模块、信息融合模块、大数据处理核心平台和智能调度模块，所述分布式交通信息采集模块设置于各个道路的路口处用于采集并分析道路上的车辆信息，分布式交通信息采集模块的输出端与信息融合模块的输入端通过5G的方式无线连接，所述信息融合模块用于收集所采集的车辆信息并进行统一的整合处理，所述新型融合模块的输出端与大数据处理核心平台的输出端电性连接，所述大数据处理核心平台包括数据分析模块、数据存储模块和数据传输模块。该基于大数据的交通调度系统，通过实时收集和分析交通信息，以优化城市交通流量，改善城市居民的出行体验，提高道路使用效率。
-
Patent Agency Ranking
公开(公告)号：CN116796833A
公开(公告)日：2023-09-22
申请号：CN202310705117.9
申请日：2023-06-14
Applicant: 郑州轻工业大学
Inventor： 马江涛 , 周辰宇 , 王艳军 , 李祖贺 , 张秋闻 , 庾骏 , 李璞 , 李玉华 , 张勋才 , 马宇科 , 李霆 , 晋文朵 , 程佳 , 刘博 , 李坤霖 , 孙一帆 , 卫梦屹 , 付一龙
Abstract: 本发明提出了一种基于交替归纳的知识图谱关系预测方法，其步骤如下：初始化知识图谱中每个实体的子图；使用子图序列化模型将子图转化为序列，学习序列化特征得到状态序列；使用偏好强化模型学习子图之间的共同偏好的权重，利用权重表示实体和尾实体的潜在子图；使用交替聚合模型处理潜在子图归纳不同的归纳子图，通过归纳子图之间的得分预测实体之间的关系并输出。本发明通过在知识图谱中学习候选实体周围的子图来预测关系，避免学习嵌入任何特定实体，可以在推理阶段处理新的看不见的实体；通过学习单个子图中层级之间的潜在关联和不同子图之间的共性来预测推测未知实体之间的关系，提高了知识图谱关系预测的效果和效率，提高了知识图谱质量。
-
公开(公告)号：CN112905736B
公开(公告)日：2023-09-19
申请号：CN202110113463.9
申请日：2021-01-27
Applicant: 郑州轻工业大学
IPC: G06F16/33 , G06F16/35 , G06F40/216 , G06F40/242 , G06F40/30 , G06N7/01
Abstract: 本发明涉及一种基于量子理论的无监督文本情感分析方法：包括如下步骤：创建两个情感词典，分别是积极情感词典PSD与消极情感词典NSD；对积极情感词典PSD、消极情感词典NSD以及语料集中的文本进行预处理；构建量子文本表示模型，分别对预处理后的积极情感词典PSD、消极情感词典NSD和文本提取特征，构建积极情感词典密度矩阵ρPSD、消极情感词典密度矩阵ρNSD以及文本密度矩阵ρtext；运用量子相对熵算法，得到每个文本的情感分类结果。
-
公开(公告)号：CN115905568A
公开(公告)日：2023-04-04
申请号：CN202211450170.0
申请日：2022-11-19
IPC: G06F16/36 , G06F16/901 , G06N3/08 , G06N3/045 , G06N3/047
Abstract: 本发明提出了一种上下文感知的知识图谱补全方法，步骤为：根据实体对的知识图谱子图，边感知的关系消息传递机制计算不同实体的邻居边的权重，利用邻居关系权重对关系的状态进行加权结合，获取实体对的邻居边表示；上下文感知的路径注意机制学习实体对之间的关系路径得到实体对之间所有关系路径的表示；根据实体对的邻居边表示计算每条关系路径的权重，利用权重对关系路径的表示进行加权求和获得实体对的关系路径表示；计算实体对之间关系的概率分布，利用概率分布构建损失函数进行训练，得到补全模型。本发明可以捕获实体邻居边重要程度的差异，减轻了噪声路径的影响，实验结果表明，在链路预测任务上优于其他基线方法，且具有更好的解释能力。
-
公开(公告)号：CN118798331A
公开(公告)日：2024-10-18
申请号：CN202410756898.9
申请日：2024-06-12
Applicant: 郑州轻工业大学
Inventor： 马江涛 , 周辰宇 , 王艳军 , 李祖贺 , 张秋闻 , 庾骏 , 李璞 , 李玉华 , 张勋才 , 马宇科 , 李霆 , 晋文朵 , 程佳 , 刘博 , 李坤霖 , 孙一帆 , 卫梦屹 , 付一龙
IPC: G06N5/02 , G06N3/0442 , G06N3/08 , G06N5/04
Abstract: 本发明提出了一种基于交替归纳子图序列和共同偏好的知识图谱关系预测方法，其步骤如下：初始化知识图谱中每个实体的子图；使用子图序列化模型将子图转化为序列，学习序列化特征得到状态序列；使用偏好强化模型学习子图之间的共同偏好的权重，利用权重表示实体和尾实体的潜在子图；使用交替聚合模型处理潜在子图归纳不同的归纳子图，通过归纳子图之间的得分预测实体之间的关系并输出。本发明通过在知识图谱中学习候选实体周围的子图来预测关系，避免学习嵌入任何特定实体，可以在推理阶段处理新的看不见的实体；通过学习单个子图中层级之间的潜在关联和不同子图之间的共性来预测推测未知实体之间的关系，提高了知识图谱关系预测的效果和效率，提高了知识图谱质量。
-
公开(公告)号：CN117453832A
公开(公告)日：2024-01-26
申请号：CN202311229403.9
申请日：2023-09-22
Applicant: 郑州轻工业大学
Abstract: 本发明属于知识图谱实体对齐技术领域，特别涉及一种基于过滤加速的领域知识图谱实体对齐装置及方法，该装置包括过滤模块、嵌入模块和对齐模块，过滤模块借助过滤机制排除领域知识图谱中包含的干扰实体和明显不对齐实体并生成实体的双向候选集；嵌入模块首先通过自适应学习，构建实体间双维度结构特征作为结构聚合器的输入，结构聚合器学习实体的结构级别嵌入；再通过引入属性聚合器计算属性值权重建模属性级别嵌入；对齐模块计算嵌入向量之间的相似性，采用欧几里得范数来进行实体对齐。本发明采用了过滤机制过滤干扰实体和明显不匹配实体，减少不必要的计算，并通过多类型图神经网络在领域知识图谱的结构级别和属性级别上学习更复杂的嵌入表示。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.032 seconds)
