一种面向边缘计算网关主从机自适应快速组网方法

    公开(公告)号:CN117439838A

    公开(公告)日:2024-01-23

    申请号:CN202311724482.0

    申请日:2023-12-15

    Abstract: 本发明公开了一种面向边缘计算网关主从机自适应快速组网方法,涉及通信系统技术领域,主要包含了以下步骤:步骤1:检测是否进入注册状态,准备进入;步骤2:进入注册状态,检测发起注册从板;步骤3:进行主板和从板的收发,更新注册表信息;步骤4:检测从板状态,退出注册;该方案主要采用主板和多个从板构成的边缘计算网管技术,通过硬件GPIOX引脚、RS485总线以及自定义的通讯协议能实现一主机对多从机的在线实时快速组网,实现了边缘计算网关主机从机自适应快速组网,该方法通过稳定的发送和接收机制,完善的状态检测机制,实现主机和多个从机之间的稳定通信和实时注册。

    一种基于无监督学习的用户攻击性评论风格转换方法

    公开(公告)号:CN115544245A

    公开(公告)日:2022-12-30

    申请号:CN202210390821.5

    申请日:2022-04-14

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于无监督学习的用户攻击性评论风格转换方法,该方法首先利用双向编码注意力机制对输入评论文本进行编码,所涉及的双向编码用来捕捉文本序列的上下文信息,所涉及的注意力机制用来保留文本的核心信息;其次,本发明通过使用生成器‑鉴别器进行对抗训练,解决非并行语料库中特定关键词匮乏问题;最后,本发明通过循环强化学习构造重构损失算法,确保攻击性评论转换后风格标签的准确性、文本内容的完整性和可读性。本发明可以有效解决攻击性评论风格转换中存在的语义丢失、并行语料缺乏以及内容保留程度较低等问题。

    层次胶囊与多视图信息融合的答案句子选择方法与装置

    公开(公告)号:CN115455162A

    公开(公告)日:2022-12-09

    申请号:CN202211113668.8

    申请日:2022-09-14

    Applicant: 东南大学

    Abstract: 本发明公开了一种层次胶囊与多视图信息融合的答案句子选择方法与装置。首先,对互联网中的包含多个答案的问题文本进行采集和预处理;接着,采用层次胶囊网络,通过其渐进聚合的特征,对编码输出的表征进行信息聚合和单词聚合,保证了有效信息的准确传递,且能使用同一特征进行参数传递;然后,为了解决微调步骤的不稳定性和使用预训练模型的最终输出仅能预测单一标签的问题,通过使用多视图信息融合方法,计算整个BERT编码中间层输出的权重来对学习信息进行加权。本发明能够改善以往答案句子选择方法中忽略了模型内部多层中间输出对答案句子选择的影响、仅能预测单一结果等问题,进而提升答案句子选择的准确性和高效性。

    一种基于RNTM的话题挖掘方法与装置

    公开(公告)号:CN111339783B

    公开(公告)日:2022-11-25

    申请号:CN202010113316.7

    申请日:2020-02-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于RNTM的话题挖掘方法与装置。本发明首先利用爬虫技术不断将新闻文档加入语料库,并对每篇文档进行预处理:分词并将文档截断为多个固定长度的顺序词组,再通过词嵌入技术将词组转化为数值矩阵,作为神经网络的输入;接着建立训练模型,利用特定的损失函数对其进行训练,直到整体损失小于阈值;最后利用输出模型与后处理步骤,通过未经截断的顺序词组得到文档对应的话题。RNTM模型基于词嵌入技术和循环神经网络结构,改善了传统onehot方法忽略词语内在语义的问题,缓解了传统词袋模型中忽略文档的词语顺序和语法结构等缺点,还能对时间信息进行分片处理,使本发明更精确地应用于提取文档语义信息,提升新闻话题挖掘的效果。

    一种面向加密货币支付通道网络的区块链多方智能合约方法

    公开(公告)号:CN115271725A

    公开(公告)日:2022-11-01

    申请号:CN202210905269.9

    申请日:2022-07-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种面向加密货币支付通道网络的区块链多方智能合约方法,用于解决加密货币支付通道网络中存在的共谋问题,该方法包括系统初始化、多方智能合约建立和基于多方智能合约的序贯均衡博弈,本发明共包含三个步骤,首先,系统初始化,部署分布式瞭望塔模型,以便用户可以在不保证长期在线的情况下在每个交易完成后能更新其渠道状态证明,然后,建立面向加密货币支付通道网络的四种智能合约,以防御各种外包瞭望塔场景中可能的共谋攻击。最后,通过多方智能合约确保系统的多方复杂博弈过程均能收敛为序贯均衡博弈,并使用博弈树来可视化博弈的平衡点。本发明公开的区块链多方智能合约方法,既能解决外包瞭望塔场景中共谋攻击的问题,同时又能有效减少瞭望塔的误报,提高监管效率。

    一种计及HPFC控制模式的电力系统潮流优化方法

    公开(公告)号:CN115133536A

    公开(公告)日:2022-09-30

    申请号:CN202210873929.X

    申请日:2022-07-21

    Abstract: 本发明公开了一种计及HPFC控制模式的电力系统潮流优化方法,属于电力系统稳定及控制领域。本发明的电力系统潮流优化方法所采用的HPFC等效模型考虑了串联耦合变压器电抗,更贴近实际,并推导了HPFC在不同控制模式下的潮流计算方法;以系统经济性和安全性指标为优化模型的目标函数,以发电机出力和电压、变压器可调变比、HPFC的控制目标为优化模型的控制变量,从电力系统运行和HPFC内部约束两方面确定优化模型的约束条件,优化模型更为全面、严谨;在计算时采用的HPFC控制模式不单单为常用的定功率控制模式,还同时考虑了电压调节控制模式、相角调节控制模式、阻抗补偿控制模式等其他三种控制模式,计算结果可以为HPFC控制模式的选取提供参考。

    一种面向临床问诊记录的疾病预测方法与装置

    公开(公告)号:CN115101198A

    公开(公告)日:2022-09-23

    申请号:CN202210480067.4

    申请日:2022-05-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种面向临床问诊记录的疾病预测方法与装置,方法包括以下步骤:临床缩略语的自动识别和资料采集;数据预处理;模型训练;模型测试与疾病预测。本发明借助注意力机制对重要内容的关注,构建了基于分层的双向GRU神经网络训练方法,将人借助外部资料理解缩略语本身含义的方式应用到疾病预测方法中,进而保证预测方法的准确性和可解释性。本发明打破了以往只关注源临床文本的方式,设计了自动识别缩略语和收集资料的装置,以扩展缩略语的知识信息,有效地提高缩略语的信息含量,使临床问诊记录整体的信息得到丰富,进一步提高疾病预测的准确性。

    一种融合关键信息的摘要生成方法

    公开(公告)号:CN113111663A

    公开(公告)日:2021-07-13

    申请号:CN202110467022.9

    申请日:2021-04-28

    Applicant: 东南大学

    Abstract: 本发明公开了一种融合关键信息的摘要生成方法,能够为媒体文本自动地生成摘要。本发明首先通过互联网采集媒体文本,并在媒体文本基础上按人工规则生成标准摘要构造出样本数据集;然后对数据集进行预处理,生成训练模型的输入数据;接着构建基于关键信息融合的seq2seq摘要生成模型,并联合三元组损失与交叉熵损失进行模型训练;最后基于训练完毕后的模型进行输出模型的构建,并利用输出模型对待进行摘要的媒体文本进行自动摘要生成。与现有技术相比,本发明联合关键词与主题信息作为关键信息,能够多层次地对摘要生成过程进行引导,从而提高摘要结果的信息覆盖度与主题一致性。

    一种基于UCL的无人驾驶系统对象标识方法和装置

    公开(公告)号:CN113095278A

    公开(公告)日:2021-07-09

    申请号:CN202110463658.6

    申请日:2021-04-26

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于UCL的无人驾驶系统对象标识方法和装置,首先利用深度学习目标检测模型对车载视频进行自动实时目标检测提取对象信息;其次扩展统一内容标签UCL,新增无人驾驶对象属性集合UOPS;然后依据扩展后的统一内容标签对车载视频中的对象进行UCL语义标引;接着上传利用UCL标引后的对象标识到知识库并利用知识库中的先验信息校准UCL对象信息包;最后将UCL对象信息包通过传输模块可靠传输至智慧路网的接收模块。本发明实现对象数据与处理软件分离解耦,提高车载视频信息提取的效率与准确度,确保无人驾驶环境中对象标识的统一性、兼容性、安全性和高效性,形成确保对象可监测、可控制、可审计的关键使能技术。

    一种基于知识图谱路径的隐式推荐方法

    公开(公告)号:CN113094587A

    公开(公告)日:2021-07-09

    申请号:CN202110443867.4

    申请日:2021-04-23

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于知识图谱路径的隐式推荐方法,包括如下步骤:在知识图谱中提取用户和候选item之间的路径;将路径输入注意力知识路径模块AKPM中,捕获知识图谱中用户和候选item之间的显式特征;将用户的历史交互记录和候选item输入IFEM中,捕获知识图谱之外的隐式特征;融合显式和隐式特征向量得到推荐分数。本发明充分利用用户的行为记录,在捕获用户和候选item之间的显式特征的同时,还能够捕获知识图谱之外item之间的知识图谱之外的隐式特征,将显式和隐式特征融合并用于推荐,相比其他方法,本发明方法推荐准确率高,可解释性好。

Patent Agency Ranking