-
公开(公告)号：CN107908773A
公开(公告)日：2018-04-13
申请号：CN201711241370.4
申请日：2017-11-30
Applicant: 南京信息工程大学
IPC: G06F17/30
CPC classification number: G06F17/30867 , G06F17/30887
Abstract: 本发明提供基于宝藏图的链接与内容结合的聚焦网络爬虫搜索方法。聚焦网络爬虫的两个重要任务是：1.在网页上找到有关特定主题的文档；2.对这些网页进行分析并根据其与搜索主题的相关度进行排序。对于第一个任务，本发明提出了一种基于杜威十进制分类理论的算法来获取和分析页面中最有效的HTML结构元素，以及每个未访问链接的主题边界和锚文本。基于此，对未访问页面的主题的预测或发掘就可以获得较高准确率。此算法结合了基于链接和基于内容的方法。对于第二个任务，本发明制作“宝藏图”来实现对相关URL的优先级计算功能，借此做到优先处理那些可能存在更多与搜索目标相关的信息的未访问页面。本发明能充分挖掘网络中的有用信息，提高了聚焦爬虫的运行效率和爬取能力。
-
公开(公告)号：CN118683522B
公开(公告)日：2024-10-25
申请号：CN202411173784.8
申请日：2024-08-26
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种面向类脑机制的无人驾驶紧急避障方法，属于无人驾驶技术领域，方法包括：基于车道场景，获取状态脉冲序列；将所述状态脉冲序列输入至训练好的优化脉冲神经网络，获取无人驾驶紧急避障策略；其中，训练好的优化脉冲神经网络的获取方法包括：基于基底神经节，利用伊兹克维奇神经元模型构建脉冲神经网络；基于眶额皮层信号响应机制和前扣带皮层警惕反应机制，对所述脉冲神经网络进行优化，获取优化脉冲神经网络；基于深度Q网络，对所述优化脉冲神经网络进行训练，获取训练好的优化脉冲神经网络。该方法能够提高无人驾驶车辆在紧急情况下的反应速度和决策准确性。
-
公开(公告)号：CN114881357B
公开(公告)日：2024-09-17
申请号：CN202210612448.3
申请日：2022-05-31
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q50/02 , G06N3/0455 , G06N3/0442 , G06N3/0499 , G06N3/045 , G06N3/092 , G06N3/084
Abstract: 本发明公开了一种基于给定农灾资料强化学习的灾后作物产值预估方法，基于历史气象农灾数据和历史环境信息数据构成的原始数据集，农业灾害发生概率模型、模拟作物生长模型、多层感知机模型、初级灾后作物产值预估模型；并结合环境特征向量集、历史气象农灾数据动态变量和历史环境信息数据静态变量、动态静态气象及农业关联数据分组数据特征之间的关联性，获得最终灾后作物产值预估模型同时利用Q学习算法，本发明提出带有环境信息编码的针对收成季节推移的农业产值异构预测网络，遵循时间维度，解析各关联数据分组所对应二维特征平面集合，并采用异构神经网络组件细粒度解析动态与静态特征要素，全面考虑了气象与农业各要素在产值与灾害上的相关性。
-
公开(公告)号：CN118035435A
公开(公告)日：2024-05-14
申请号：CN202410444602.X
申请日：2024-04-15
Applicant: 南京信息工程大学
IPC: G06F16/34 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/094 , G06F40/126 , G06F40/284
Abstract: 本发明公开了一种新闻摘要生成方法及相关装置，本发明采用多模态编码，使新闻文本的单词编码特征和图片的视觉目标特征相互观察，使多模态关联，通过构建多模态动态图建模特征之间的关系，区分特征中的积极特征和消极特征，从而生成多模态关联、且凸显核心信息的新闻摘要，可更好地还原新闻文本的多维度信息，提供更为全面的新闻摘要，保证了新闻摘要的质量。
-
公开(公告)号：CN117493490B
公开(公告)日：2024-05-14
申请号：CN202311534078.7
申请日：2023-11-17
Applicant: 南京信息工程大学
IPC: G06F16/33 , G06F16/35 , G06F16/9536 , G06Q50/00 , G06F16/901
Abstract: 本发明公开一种基于异构多关系图的话题检测方法、装置、设备及介质，该方法包括：获取社交平台的异构数据；基于所述异构数据，构建异构信息多关系图；编码所述异构信息多关系图，得到所述异构信息多关系图的初始化特征表示；基于所述初始化特征表示，对所述异构信息多关系图的节点进行筛选；对筛选后的节点的信息进行聚合，得到所述异构信息多关系图的最终特征表示；基于所述最终特征表示，得到话题关键字。本发明通过发布的内容中涵盖的多模态信息，构建异构信息多关系图的方式，选择最佳的邻居节点进行信息聚合，以实现最优的话题聚类效果，得到最佳话题输出，提高了话题检测的精确性，为后续实现精准敏捷的辟谣反击与正确的舆论引导提供了有力的保障。
-
Patent Agency Ranking
公开(公告)号：CN117875520A
公开(公告)日：2024-04-12
申请号：CN202410273003.6
申请日：2024-03-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了基于动态图时空演化挖掘的公共安全事件预测方法及系统，方法包括：获得预测事件数据集合，由预测事件数据集合构建全局空间静态图；将全局空间静态图中第1至t‑1个节点特征输入至LSTM模型，通过事件演化获得演化节点特征#imgabs0#；由全局空间静态图获取第1个节点特征至第t‑1个节点特征的事件时序子图；由事件时序子图和演化节点特征#imgabs1#生成时空动态图#imgabs2#；基于注意力机制对所有时空动态图#imgabs3#和全局空间静态图进行时间与空间关系上的图融合后预测特征P；将预测特征P与事件选择库中的事件信息进行拟合获得预测事件，本发明通过分析公共安全事件的演化过程和发展走向，提高了公共安全事件预测准确率。
-
公开(公告)号：CN117493490A
公开(公告)日：2024-02-02
申请号：CN202311534078.7
申请日：2023-11-17
Applicant: 南京信息工程大学
IPC: G06F16/33 , G06F16/35 , G06F16/9536 , G06Q50/00 , G06F16/901
Abstract: 本发明公开一种基于异构多关系图的话题检测方法、装置、设备及介质，该方法包括：获取社交平台的异构数据；基于所述异构数据，构建异构信息多关系图；编码所述异构信息多关系图，得到所述异构信息多关系图的初始化特征表示；基于所述初始化特征表示，对所述异构信息多关系图的节点进行筛选；对筛选后的节点的信息进行聚合，得到所述异构信息多关系图的最终特征表示；基于所述最终特征表示，得到话题关键字。本发明通过发布的内容中涵盖的多模态信息，构建异构信息多关系图的方式，选择最佳的邻居节点进行信息聚合，以实现最优的话题聚类效果，得到最佳话题输出，提高了话题检测的精确性，为后续实现精准敏捷的辟谣反击与正确的舆论引导提供了有力的保障。
-
公开(公告)号：CN116680548B
公开(公告)日：2023-10-13
申请号：CN202310969129.2
申请日：2023-08-03
Applicant: 南京信息工程大学
IPC: G06F18/20 , G06F18/213 , G01W1/10
Abstract: 本发明公开了一种针对多源观测数据的时间序列干旱因果分析方法，首先采集多源数据，包括遥感数据以及气象格点数据，计算出相应的干旱指数SPEI，并统一所有数据的时间尺度和空间尺度；然后对收集到的多源观测数据进行数据预处理，包括数据的补全、平稳性检验以及归一化等；之后采用基于信息理论的特征选择方法，以干旱指数SPEI作为目标进行特征选择，得到它的相关特征集合。最后，将相关特征集合作为条件集送入到条件Granger模型中计算每个变量对干旱指数SPEI的影响程度，得到与干旱发生和严重程度相关的变量，可用于干旱预测任务的特征选择，降低了算法复杂度的同时，加强了特征选择的物理可解释性。
-
公开(公告)号：CN116151375B
公开(公告)日：2023-07-14
申请号：CN202310426771.6
申请日：2023-04-20
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06N3/048 , G06N3/084 , G06F16/33 , G06F16/35 , G06N3/0464 , G06N3/0455 , G06N3/092 , G06N3/098 , G06N3/09
Abstract: 本发明公开了一种基于反事实与路径挖掘的事件溯因推理方法，包括：采用自注意力机制获得因果效应矩阵，利用图神经网络将其导入事件结点表示；利用注意力机制形成中间隐状态，引导RoBERTa模型抽取观测事件的关键特征hatt；将事件利用余弦相似度投影到外部事件逻辑图上，并基于中间隐状态，利用强化学习计算类似事件之间的逻辑链路；利用注意力机制获得上下文向量qpath；将hatt与qpath拼接用于计算假设的合理值得分；选择合理值得分最高的假设作为最有可能发生的合理假设；添加反事实损失函数优化模型，比较不同假设事件以挖掘关键溯因特征。本方法的推理结果更加精确，并根据反事实敏感性，抓取支持溯因的关键因素。
-
公开(公告)号：CN115860269B
公开(公告)日：2023-05-16
申请号：CN202310136305.4
申请日：2023-02-20
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q50/02 , G06V20/13 , G06V20/10 , G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了智慧农业技术领域的一种基于三重注意力机制的农作物产量预测方法，解决现有方法对农作物产量预测精确度不高等技术问题。其包括：获取历年生长期内的目标农作物种植区农作物产量数据、遥感影像数据和气象环境数据，预处理后农作物单产预测的输入特征参数和单产数据分别作为深度学习模型的输入特征和输出数据；将输入特征和输出数据构建为非线性特征组合数据集并划分为测试集和训练集；搭建农作物产量预测TAM模型使用非线性特征组合数据集进行训练优化，将待测农作物的输入特征输入到农作物产量预测TAM模型中获得该农作物单产预估结果。本发明相比于现有方法提高了农作物产量的预测精确度。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.029 seconds)
