-
公开(公告)号:CN114969271A
公开(公告)日:2022-08-30
申请号:CN202210729694.7
申请日:2022-06-24
Applicant: 海南大学
IPC: G06F16/33 , G06F16/332
Abstract: 本发明涉及一种联合知识库的生成式问答方法、装置及系统,在获取并解析用户输入的自然语句,获得查询语句,并获取外部知识库的数据并进行预处理,获得数据以设定数据表示形式存储的表示数据。进一步地,根据查询语句获取对应的表示数据,作为自然语句的答案数据。基于此,用户以自然语句输入即可获得相应的答案数据,且答案数据与各类外部知识库相关联,在保证答案的全面与准确的同时,简化用户的操作,有效地提升问答查询的体验。
-
公开(公告)号:CN114706670B
公开(公告)日:2024-08-20
申请号:CN202210398629.0
申请日:2022-04-15
Applicant: 海南大学
IPC: G06F9/48 , G06F9/50 , G06N3/0499 , G06N3/092
Abstract: 本发明属于任务调度技术领域,公开了一种基于强化学习的多租户任务调度方法,包括如下步骤:基于深度强化学习建立任务调度代理;实时获取集群中机器的资源使用情况;获取若干租户上传的任务并更新对应的任务队列;使用任务调度代理根据每个用户的任务队列和实时的集群中机器的资源使用情况生成对应的调度决策;根据调度决策执行任务调度。本发明解决了现有技术存在的调度准确性差、在线调度效果差以及无法满足集群调度目标的问题。
-
公开(公告)号:CN114926679A
公开(公告)日:2022-08-19
申请号:CN202210518887.8
申请日:2022-05-12
Applicant: 海南大学
IPC: G06V10/764 , G06N3/04 , G06N3/08 , G06V10/30 , G06V10/774
Abstract: 本发明属于图像分类技术领域,公开了一种进行对抗防御的图像分类系统及其方法,所述的系统包括数据库单元、预处理单元、图像分类单元以及可视化单元,数据库单元分别与预处理单元、图像分类单元以及可视化单元连接,预处理单元设置有对抗防御模型,图像分类单元设置有图像分类模型;所述的方法包括如下步骤:建立图像分类模型和对抗防御模型;将待分类图像输入对抗防御模型进行预处理,得到预处理后图像;将预处理后图像输入图像分类模型进行分类,得到图像分类结果。本发明解决了现有技术存在的图像分类的模型失效,预测结果失去准确性和可信性的问题。
-
公开(公告)号:CN114706670A
公开(公告)日:2022-07-05
申请号:CN202210398629.0
申请日:2022-04-15
Applicant: 海南大学
Abstract: 本发明属于任务调度技术领域,公开了一种基于强化学习的多租户任务调度方法,包括如下步骤:基于深度强化学习建立任务调度代理;实时获取集群中机器的资源使用情况;获取若干租户上传的任务并更新对应的任务队列;使用任务调度代理根据每个用户的任务队列和实时的集群中机器的资源使用情况生成对应的调度决策;根据调度决策执行任务调度。本发明解决了现有技术存在的调度准确性差、在线调度效果差以及无法满足集群调度目标的问题。
-
公开(公告)号:CN114926679B
公开(公告)日:2024-07-23
申请号:CN202210518887.8
申请日:2022-05-12
Applicant: 海南大学
IPC: G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/30 , G06V10/774
Abstract: 本发明属于图像分类技术领域,公开了一种进行对抗防御的图像分类系统及其方法,所述的系统包括数据库单元、预处理单元、图像分类单元以及可视化单元,数据库单元分别与预处理单元、图像分类单元以及可视化单元连接,预处理单元设置有对抗防御模型,图像分类单元设置有图像分类模型;所述的方法包括如下步骤:建立图像分类模型和对抗防御模型;将待分类图像输入对抗防御模型进行预处理,得到预处理后图像;将预处理后图像输入图像分类模型进行分类,得到图像分类结果。本发明解决了现有技术存在的图像分类的模型失效,预测结果失去准确性和可信性的问题。
-
公开(公告)号:CN114925128A
公开(公告)日:2022-08-19
申请号:CN202210520520.X
申请日:2022-05-12
Applicant: 海南大学
Abstract: 本发明属于信息处理技术领域,公开了一种基于多源数据融合的旅游数据处理系统及其方法,所述的系统包括Web服务单元、数据导入单元、数据处理单元、机器学习单元、数据可视化单元、任务管理单元以及数据库单元。所述的方法包括如下步骤:获取用户需求信息;导入并存储原始的旅游数据;对原始的旅游数据进行处理;分析用户需求信息,若用户选择分析模型建立功能,则使用机器学习算法对处理后的旅游数据进行训练得到旅游数据分析模型;若用户选择数据可视化功能,则使用数据可视化方法对处理后的旅游数据进行数据可视化。本发明解决了现有技术存在的步骤复杂、难度高,时间成本大,技术要求高,无法满足个性化定制,平台之间的可移植性差的问题。
-
公开(公告)号:CN114911818A
公开(公告)日:2022-08-16
申请号:CN202210556097.9
申请日:2022-05-19
Applicant: 海南大学
IPC: G06F16/242 , G06F16/2457 , G06N3/04 , G06N3/08 , G06Q50/14
Abstract: 本发明属于语义识别技术领域,公开了一种基于孪生神经网络的旅游问题查询系统及其方法,所述的系统包括人机交互单元、数据库单元以及旅游问题查询单元,旅游问题查询单元分别与人机交互单元和数据库单元连接,且旅游问题查询单元设置有基于孪生神经网络建立的旅游问题查询模型,人机交互单元与数据库单元连接。所述的方法包括如下步骤:根据词向量数据库,使用将含有实体的旅游问题句子中每个单词转化为词向量;根据实体得到每个词向量的位置向量;将所有词向量和对应的位置向量组成旅游问题句子的向量序列,即编码后的旅游问题。本发明解决了现有技术存在的查询旅游问题的效率低下,准确性差的问题。
-
-
-
-
-
-