公开(公告)号：CN1198224C

公开(公告)日：2005-04-20

申请号：CN03131974.2

申请日：2003-06-24

Applicant: 南京大学

Inventor： 周志华

IPC: G06F17/00

Abstract: 本发明公开了一种自适应的因特网目录网页推荐方法，其方法包括以下步骤：用户通过客户机提交浏览路径，因特网网络中间服务器在获取网页后，先判断其是否是目录网页，然后将目录网页交给目录网页推荐部分，否则交给普通网页推荐部分处理，推荐结果通过客户机提交给用户。本发明的优点是不需要用户指出以往浏览的目录网页中具体感兴趣的链接内容，就可以根据用户的个人偏好和使用情况进行Internet目录网页推荐，以辅助提高Internet网络中间件服务器装置的性能。

公开(公告)号：CN1595432A

公开(公告)日：2005-03-16

申请号：CN200410041172.X

申请日：2004-07-05

Applicant: 南京大学

Inventor： 姜远 ,  周志华

IPC: G06K9/34

Abstract: 本发明公开了一种基于聚类学习器集成的数字图像分割方法，该方法包括以下步骤：将图像转化为像素向量集合；利用像素向量集合训练出多个聚类学习器；将各聚类学习器的聚类结果进行结合以产生粗分割结果；去除粗分割结果中的孤立点；将像素数少的小区域并入其最大邻域；将RGB均值小的区域并入其最近邻域；结束。本发明的显著优点是利用多个聚类学习器提高了数字图像分割的精度，并辅助提高了数字图像处理装置在进行数字图像分割时的性能。

公开(公告)号：CN119993458A

公开(公告)日：2025-05-13

申请号：CN202510097299.5

申请日：2025-01-22

Applicant: 南京市口腔医院 ,  南京大学

Inventor： 李厚轩 ,  郭薇 ,  周伟 ,  雷浪 ,  叶翰嘉 ,  李岚 ,  詹德川 ,  姜远 ,  周志华

IPC: G16H50/20 ,  G16H30/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/084 ,  G06N3/0895 ,  G06T7/00

Abstract: 本发明公开一种基于不完全监督信息的多维度牙周炎识别和检测方法，首先，获取标注的牙周疾病图像，排除掉无法识别的图像并将剩余图像中需要识别的部分裁剪出来，并根据牙龈是否发炎和牙周退缩程度两个维度对图像进行分类；接着，基于多维度分类模型估计全部样本的标签分布，并用于修改每个类别数据的训练损失；然后，基于多维度分类模型对无标注牙周炎图像数据生成伪标签，并将通过估计现有参数的类别偏差来获取更精准的伪标签，利用矫正标签重新训练模型；最后，利用训练好的模型生成图像对应的最终标签，得到最终的识别结果。本发明利用半监督学习的框架，在仅有少量标注数据且数据类别不均衡的场景下，通过估计标签分布得到无偏损失，并通过估计类别偏差来矫正伪标签，解决了类别不均衡和标注数据有限两个问题，能使模型达到较高的识别准确率。

公开(公告)号：CN119443202B

公开(公告)日：2025-04-22

申请号：CN202411580804.3

申请日：2024-11-07

Applicant: 南京大学

Inventor： 袁雷 ,  俞扬 ,  周志华 ,  杨博涵 ,  张子谦 ,  薛瑞奇 ,  吴智超

IPC: G06N3/094 ,  G06N3/092 ,  G06F18/214

Abstract: 本发明公开一种基于强化学习的多无人机协同对抗学习方法，设计基于多智能体间的通信机制并结合长短期记忆网络的特征聚合提取模块，准确高效地提取战场态势特征；采用分层强化学习方法，引入底层机动控制模块和上层作战决策模块，分别实现底层控制和上层决策，基于高效环境并行模块进行训练，提升复杂作战场景下的作战策略训练效率；此外，通过基于种群演化多样化的多智能体博弈训练模块提升了作战策略的泛化能力。本发明能够有效提取战场态势特征，进行高效协同作战训练，从而适应复杂多变的战场环境，提高无人机自主协同作战的泛化能力。

公开(公告)号：CN119129638B

公开(公告)日：2025-03-25

申请号：CN202411624958.8

申请日：2024-11-14

Applicant: 南京大学

Inventor： 袁雷 ,  俞扬 ,  周志华 ,  林锟珉 ,  张子谦 ,  李立和

IPC: G06N3/006 ,  G06N3/0455 ,  G06N3/0464 ,  G06F40/20 ,  G06F18/241

Abstract: 本发明公开一种基于自然语言指令的高效人机协作策略部署方法，该方法借助于自然语言指导的条件扩散模型的强大表征能力，将多样化队友的最优协作策略参数压缩为单个条件扩散模型，在部署阶段基于人类队友提供的自然语言指令，为队友生成定制化的协作策略。该方法能够在试错成本较高的实际场景中仅通过少量自然语言指令实现协作策略的生成和部署，能够保证人机协作策略部署的高效性。

公开(公告)号：CN119323271A

公开(公告)日：2025-01-17

申请号：CN202411438427.X

申请日：2024-10-15

Applicant: 南京大学

Inventor： 周志华 ,  赵鹏 ,  马兰霁弘

IPC: G06N20/00 ,  G06F16/332

Abstract: 本发明公开一种面向语言模型智能问答系统的多目标优化方法，使语言模型能够在不完备信息下，同时最大化用户体验和最小化交互次数以进行在线学习与决策任务。语言模型智能问答系统由多个语言生成模型和一个决策模型组成，语言生成模型负责生成若干个备选回答，决策模型负责选取其中两个回答作为反馈。首先设计初始策略以探索语言生成模型性能，使用用户反馈对语言生成模型进行简单排序。对于决策模型的设计，使用一种自适应于动态排序的决策方法，辅以逐对淘汰的方式，逐渐排除不符合用户需求的语言生成模型。与现有的问答模型优化技术相比，本发明不仅能够同时保证尽可能利用最符合用户需求的语言生成模型来提供答案，以最大化用户体验，还能够额外保证最小化寻得该语言生成模型所需的交互次数。

公开(公告)号：CN117612163B

公开(公告)日：2024-10-29

申请号：CN202311730723.2

申请日：2023-12-15

Applicant: 南京大学 ,  复旦大学附属中山医院

Inventor： 叶翰嘉 ,  施意 ,  李瑞翔 ,  姜远 ,  郭玮 ,  潘柏申 ,  王蓓丽 ,  邵文琦 ,  段昕岑 ,  赵瀛 ,  周志华

IPC: G06V20/69 ,  G06V10/774 ,  G06V10/82 ,  G06N3/042 ,  G06N3/09 ,  G06N3/084 ,  G06N5/022

Abstract: 本发明公开一种结合反绎学习与深度学习的免疫固定电泳图像识别方法，首先，获取免疫固定电泳图像及相关联的标记信息；针对少量且类别不平衡现象较为严重的样例数据，结合反绎学习引入专家知识，依照人工识别规则对样例数据进行切分和重新组合，从而实现免疫固定电泳图像的自动生成和标注；结合专家知识库，利用多任务学习范式和注意力机制设计神经网络结构，构建深度学习模型，对经反绎学习增广后的数据进行训练，获得高效且准确的分类模型；将所得到的分类模型应用于免疫固定电泳图像的识别中，准确、高效地实现免疫固定电泳图像的自动识别。

公开(公告)号：CN118710960A

公开(公告)日：2024-09-27

申请号：CN202410757108.9

申请日：2024-06-13

Applicant: 南京大学

Inventor： 詹德川 ,  叶翰嘉 ,  李楷文 ,  周大蔚 ,  周志华

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0499

Abstract: 本发明公开一种基于模型睡眠与唤醒的流式医疗图像数据分类方法，首先收集待训练的医疗图像数据，包括各种不同类别的病理图片及其标注；在唤醒阶段，原始输入经过中间网络转换为特征表示，然后进行缓存并根据现有计算资源进行调度并更新模型。在睡眠阶段，采样器通过回放从缓存数据中提取数据，调度计算资源进行反向传播更新网络，唤醒与睡眠阶段交替进行。本发明通过提出唤醒和睡眠交替进行的框架实现了提高计算效率的效果，同时避免了灾难性遗忘的问题，使得网络可以持续学习新知识，最终达到很好的预测效果。另外，通过在唤醒和睡眠的训练阶段充分考虑计算资源，实现了高效的资源调度，本发明部署方便且适用性强。

公开(公告)号：CN118691874A

公开(公告)日：2024-09-24

申请号：CN202410684501.X

申请日：2024-05-30

Applicant: 南京大学

Inventor： 郭兰哲 ,  李宇峰 ,  周志华 ,  金苡萱 ,  周植

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0895 ,  G06F16/903

Abstract: 本发明公开一种针对图像分类任务的学件查搜与复用的方法，通过在学件规约构造的过程中利用文本‑图像预训练模型进行统一数据表示，并且同时考虑训练数据分布和模型性能表现，提升学件规约对模型功能描述的准确性，从而在面临新的图像分类任务时能够更好地通过规约实现模型的查搜和复用。该发明构建了一个由大量图像分类模型以及使用本发明生成的模型规约组成的学件库，当用户面临新的图像分类任务时，可以通过本发明生成的学件规约在学件库中进行高效的模型查搜，精准查找到能够在自身任务中表现良好的模型。

公开(公告)号：CN118571215A

公开(公告)日：2024-08-30

申请号：CN202410758231.2

申请日：2024-06-13

Applicant: 南京大学

Inventor： 叶翰嘉 ,  詹德川 ,  徐兴业 ,  周大蔚 ,  周志华

IPC: G10L15/06

Abstract: 本发明公开一种基于序列建模的流式语音识别方法，从持续的语音流中收集不同种类的语音数据；利用语音数据进行序列建模训练，以构建一个能够处理序列数据和捕捉长距离依赖的语音识别模型。在此过程中，动态监控并调度计算资源，确保模型训练和数据处理的资源需求得到满足，从而优化整体运行效率。当引入新种类的语音数据时，通过序列建模技术，构建先前语音数据与新类别语音数据之间的映射关系。在更新和优化模型的阶段，再次评估并调整资源分配。本发明解决了在实时语音流中新旧语音数据持续变化的挑战，并克服了仅依靠现有模型与新收集语音数据构建新模型的限制，减少了实施过程中的资源消耗，提高了系统的适应性和灵活性。