-
公开(公告)号：CN118457824A
公开(公告)日：2024-08-09
申请号：CN202410751779.4
申请日：2024-06-12
申请人： 长江师范学院
摘要： 本发明涉及航运物流领域，具体公开了一种航运物流集装箱智能化定位系统及其装置，包括船体，所述船体上设置有定位机构，所述定位机构的输出端设置有定位框，所述定位机构用于调整所述定位框沿着所述船体的长度方向的位置；所述定位框的两侧顶部设置有预接机构，所述预接机构用于引导吊装的集装箱进入所述定位框中；所述定位框的两侧设置有多个调距机构。本发明在实现对集装箱的位置调整的同时能实现不同型号大小的集装箱的吊装，适应性强，可用于不同大小的船体，实现对集装箱的位置进行调整，迫使集装箱在指定的位置进行降落，利于对集装箱的码垛过程，减少降落时间，利于对集装箱的精准定位，无需人工操作，提高安全性。
-
公开(公告)号：CN115953679A
公开(公告)日：2023-04-11
申请号：CN202211654641.X
申请日：2022-12-22
申请人： 长江师范学院
摘要： 本发明涉及松材线虫病变检测技术领域，尤其涉及基于高光谱图像离群检测的松材线虫病变检测方法。步骤包括：采集高光谱图像；利用自然邻居搜索算法，搜索出所有样本点的自然最近邻居；划分为自然密邻居和自然稀邻居；计算密度转折度和邻域转折度；计算各样本点的病变转折度；选取病变转折度最大的样本点作为病变样本点，并将病变样本点的自然稀邻居也作为病变样本点。本发明通过采用高光图像离群检测技术，可以有效检测出松材线虫病变的样本点，避免了人工检测的效率低、滞后性高且成本大的问题。
-
公开(公告)号：CN115858614A
公开(公告)日：2023-03-28
申请号：CN202211467509.8
申请日：2022-11-22
申请人： 长江师范学院
IPC分类号： G06F16/2458 , G06F16/26 , G06F16/36
摘要： 本发明涉及一种知识图谱概念认知的多粒度决策规则挖掘方法，属于人工智能技术领域。该方法包括：S1：将概念相关信息划分为正例数据和负例数据；S2：对于一个概念C，从知识图谱中获取它的正例数据；S3：由知识图谱概念的正例数据构建多粒度信息系统组；S4：从多粒度信息系统组中挖掘频繁极大属性模式，并推导出所有的频繁属性模式；S5：用负例数据验证由频繁属性模式得出的可信决策规则。本发明针对知识图谱概念相关属性的多粒度特性，从多粒度决策规则的角度实现知识图谱概念认知。
-
公开(公告)号：CN116467456A
公开(公告)日：2023-07-21
申请号：CN202211474458.1
申请日：2022-11-22
申请人： 长江师范学院
摘要： 本发明涉及一种基于三支决策的多粒度知识图谱概念认知方法，属于人工智能技术领域。该方法包括：S1：基于一个概念和知识图谱构建属性有/无粒度的决策信息系统；S2：获得属性有/无粒度的决策信息系统的所有粒；S3：将属性有/无粒度的决策信息系统的所有粒划分到正粒空间、负粒空间和边界粒空间；S4：基于较粗粒度的边界粒空间，在较细粒度上构建决策信息系统，并将边界粒空间中的粒划分到正粒空间、负粒空间和边界粒空间；S5：按照同样的方式处理另外三个较细粒度的决策信息系统，直到最细粒度的粒被划分；S6：将所有分支的正粒空间和负粒空间生成多粒度决策规则，从而实现知识图谱概念认知。
-
公开(公告)号：CN118982919A
公开(公告)日：2024-11-19
申请号：CN202411179912.X
申请日：2024-08-27
申请人： 长江师范学院
摘要： 本发明涉及交通领域，具体公开了一种自适应交通流量控制的智能交通疏导装置，包括支撑架，所述支撑架上设置有半圆形的轨道；所述轨道设置有多组用于疏导车辆运行的疏导组件，所述支撑架上设置有作用于所述疏导组件的驱动机构，所述驱动机构用于驱动所述疏导组件在所述轨道上滑动，以实现道路两侧的拥堵与通畅的控制；所述支撑架上位于所述支撑架与所述轨道之间设置有支撑板。本发明能实现道路两侧车辆的拥堵状况的控制，为拥堵一侧的道路提供通行方案，且当两侧的道路通畅时，保证两侧车辆正常通行，实现拥堵与通畅的两种情况的同时控制，极大地降低交通拥堵的情况，降低交通事故的发生，提高装置的自适应能力，提高对车流量的有效控制。
-
公开(公告)号：CN118820483A
公开(公告)日：2024-10-22
申请号：CN202410784643.3
申请日：2024-06-18
申请人： 长江师范学院
IPC分类号： G06F16/36 , G06F16/33 , G06F16/335
摘要： 本发明涉及一种从挖掘多粒度概念特征的角度实现知识图谱概念认知的方法及装置，属于人工智能技术领域。该方法包括：挖掘属性信息系统的频繁属性特征，并生成极大频繁属性模式；基于属性或属性类型信息系统的极大频繁属性模式挖掘属性类型或属性值信息系统的极大频繁属性模式及对应的属性值特征；如果当前极大属性模式对应的属性值特征频繁，则结束其在属性类型或属性值信息系统中的任务；如果当前极大属性模式对应的属性值特征非频繁，则将其划分为多个子模式，然后只有未重复且未被包含在候选集中的子模式才会参与后续判断；通过极大属性模式推导出除自身之外的所有频繁属性，并生成对应的频繁属性值特征。本发明能够模拟人类对概念的认知能力。
-
公开(公告)号：CN113946694A
公开(公告)日：2022-01-18
申请号：CN202111331002.5
申请日：2021-11-11
申请人： 长江师范学院
IPC分类号： G06F16/36 , G06F40/289
摘要： 本发明涉及一种基于层次商空间的知识图谱概念认知方法，属于人工智能技术领域。该方法包括：S1对于一个概念C，从知识图谱中获取它的实体；S2：计算概念C的任意两个实体之间的实体相似度，所有的实体相似度形成一个模糊关系矩阵；S3：通过计算模糊关系矩阵的传递闭包可以得到一个模糊等价关系矩阵，通过模糊等价关系矩阵可以得到一组λ‑截；S4：每一个λ‑截生成一个λ‑截矩阵和一个商空间，最终所有的商空间形成一个层次商空间；S5：计算两个层次商空间(有/没有某个属性)的层次商空间距离：S6：计算属性重要度，实现对知识图谱中一个概念的认知。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.046 秒)
