-
公开(公告)号：CN113688061A
公开(公告)日：2021-11-23
申请号：CN202111251195.3
申请日：2021-10-27
Applicant: 南开大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于特征选择的程序缺陷定位方法，该方法包括：执行测试样例，得到分支覆盖特征谱；根据分支覆盖特征谱和样本数据集计算缺陷相关统计量；根据缺陷相关统计量得到程序各个元素的可疑度；根据程序元素的可疑度将其排序,按序排查代码。本发明提出了基于相关统计量的缺陷定位方法，从数据的角度分析测试用例的覆盖信息，利用特征选择中特征对分类结果重要性的概念，选择对测试用例执行结果影响较大的分支。计算复杂度低。相比较传统启发式的基于覆盖分析的缺陷定位方法在准确性上具有一定的提升，并通过提高缺陷查找效率缩短了纠错性维护的时间和人力成本。
-
公开(公告)号：CN112417125A
公开(公告)日：2021-02-26
申请号：CN202011383042.X
申请日：2020-12-01
Applicant: 南开大学
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F40/242 , G06F40/126 , G06F40/289 , G06N3/04
Abstract: 本发明属于人工智能领域，涉及自然语言生成和情感分析，为对开放域对话系统引入内容连贯性控制和情绪合理性控制，提出一种基于深度强化学习的开放域对话回复方法及系统。该方法包括，获取对话输入内容进行预处理；预处理后的信息输入对话回复控制模型进行处理，对话回复控制模型包括对话生成模块、内容连贯性控制模块和情绪合理性控制模块，对话生成模块用于生成对话回复，内容连贯性控制模块用于使对话上下文内容连贯，情绪合理性控制模块用于句子情绪分类和判断回复情绪是否合理；输出内容连贯且情绪合理的对话回复。
-
公开(公告)号：CN110827265A
公开(公告)日：2020-02-21
申请号：CN201911079051.7
申请日：2019-11-07
Applicant: 南开大学
Abstract: 一种面向图片数据集的基于深度学习的图片异常检测方法。本发明方法是利用正常的图片类别数据作为输入数据，构建基于深度学习的图片异常检测模型，包含两个子模块，一个表示模块用于学习正常类别的图片数据集的特征，一个检测模块用于预测输入图片属于异常图片类别的概率，还使用置信度估计来提高预测准确率，两个模块采用对抗式训练方法，表示模块可以更好的学习到正常类别图片数据集的特征，检测模块则可以给出置信度更高更准确的预测结果。对于异常检测领域的四个常用数据集，本发明的方法克服了异常类别图片种类繁多难以收集的问题，只需要正常类别的图片作为训练数据，同时效果显著优于目前现有的其他面向图片数据集的异常检测方法。
-
公开(公告)号：CN105095522B
公开(公告)日：2018-09-25
申请号：CN201510616597.7
申请日：2015-09-22
Applicant: 南开大学
IPC: G06F17/30
Abstract: 本发明公布了一种基于最近邻搜索的关系表集合外键识别方法，属于数据库技术应用领域。本发明的基本步骤如下：首先改进现有的包含依赖识别方法，找出关系表中单属性和多属性的包含依赖；然后计算满足包含依赖的属性特征，包括特异元组个数、属性名、元组均值、元组方差、元组平均长度和中位数等，并将这些特征映射到高维欧氏空间中，用得到的高维向量表示原属性；最后基于外键是主键的最近邻，通过最近邻查找方法找出关系表集合中所有的外键。本发明提出的关系表集合外键识别方法，能够为大规模关系表集合自动构建外键关系提供一种有效的解决方案，该发明能应用于数据库设计、数据集成、模式匹配等领域。
-
公开(公告)号：CN118196548A
公开(公告)日：2024-06-14
申请号：CN202410034242.6
申请日：2024-01-10
Applicant: 南开大学 , 中国科学院自动化研究所
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/084 , G06N3/0895 , G06N3/0464
Abstract: 本发明涉及图像识别技术领域，尤其涉及基于双重空间对比学习的开放世界半监督图像分类方法，包括如下步骤：初始化网络模型；构建特征图及预测图；进行双重空间对比迭代学习训练，计算监督损失、特征空间自监督对比损失、预测空间自监督对比损失、特征空间与预测空间之间的空间引导对比损失及总体损失，根据总体损失对网络模型进行梯度反向传播及网络模型参数更新；重复迭代得到训练好的网络模型；对无标签数据集中的每一个无标签样本进行推理，得出每一个无标签样本预测的标记结果。本发明提供的方法提升了网络模型对于无标签数据的表征能力，从而提升对于无标签数据的标记准确率。
-
Patent Agency Ranking
公开(公告)号：CN118152635A
公开(公告)日：2024-06-07
申请号：CN202410201253.9
申请日：2024-02-23
Applicant: 南开大学
IPC: G06F16/909 , G06F16/9035 , G06F16/901
Abstract: 本发明提供一种基于移动树的兴趣点推荐方法，属数据挖掘技术领域，具体包括：采集获得基于位置的社交网络中用户的位置记录；通过对位置记录进行时间戳分段及聚合，构建获得移动树结构；建立移动树网络，通过移动树网络对移动树结构进行学习，获得移动树结构的根节点表示；对根节点表示进行多任务训练，预测下一兴趣点的偏好得分，获得预测得分；根据预测得分进行兴趣点推荐。本发明不仅通过更好地捕获用户在不同时间段的偏好，提高了下一个POI推荐的准确性和个性化程度；还更好地适应了不同的推荐场景。
-
公开(公告)号：CN118152581A
公开(公告)日：2024-06-07
申请号：CN202211557077.X
申请日：2022-12-06
Applicant: 马上消费金融股份有限公司 , 南开大学
IPC: G06F16/36
Abstract: 本公开提供了一种知识图谱补全方法及装置、电子设备、计算机可读介质，该方法包括：获取第一实体以及第一实体在多个模态下的单模态关系；其中，单模态关系用于表征实体之间在单一模态下的关系；基于各个模态下的第一实体和第一实体的单模态关系预测出第一实体对应的至少一个候选实体，并基于第一实体、第一实体的单模态关系和至少一个候选实体获得至少一个候选实体的嵌入分数；基于各个模态下的嵌入分数和各个模态的权重从至少一个候选实体中确定第一实体对应的第二实体；其中，第一实体、单模态关系和第二实体为知识图谱中的三元组。根据本公开的实施例能够提高知识图谱补全的准确性。
-
公开(公告)号：CN112417125B
公开(公告)日：2023-03-24
申请号：CN202011383042.X
申请日：2020-12-01
Applicant: 南开大学
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F40/242 , G06F40/126 , G06F40/289 , G06N3/092 , G06N3/0455 , G06N3/0442
Abstract: 本发明属于人工智能领域，涉及自然语言生成和情感分析，为对开放域对话系统引入内容连贯性控制和情绪合理性控制，提出一种基于深度强化学习的开放域对话回复方法及系统。该方法包括，获取对话输入内容进行预处理；预处理后的信息输入对话回复控制模型进行处理，对话回复控制模型包括对话生成模块、内容连贯性控制模块和情绪合理性控制模块，对话生成模块用于生成对话回复，内容连贯性控制模块用于使对话上下文内容连贯，情绪合理性控制模块用于句子情绪分类和判断回复情绪是否合理；输出内容连贯且情绪合理的对话回复。
-
公开(公告)号：CN112541923B
公开(公告)日：2022-04-08
申请号：CN202011412045.1
申请日：2020-12-03
Applicant: 南开大学
Abstract: 本发明属于人工智能技术领域，具体涉及医疗眼底图数据集，特别是针对眼底图数据集迁移学习的视杯视盘分割方法。该方法通过骨干分割网络和两个领域判别器的对抗训练，提取眼底图数据集间的通用特征，并利用注意力模块对特征进行加权，解决了视杯视盘界限模糊的问题，排除了其余多种眼底病灶对分割任务的干扰。在不使用目标数据集标注信息的前提下，算法在眼底图数据集迁移过程中保持较高的视杯视盘分割精度，有效解决了标注眼底数据不足对于传统自动青光眼筛查方法性能的限制。
-
公开(公告)号：CN112465150A
公开(公告)日：2021-03-09
申请号：CN202011402595.5
申请日：2020-12-02
Applicant: 南开大学
IPC: G06N20/00
Abstract: 本发明公开了一种基于真实数据增强的多元时序数据缺失值填充方法，通过编码器压缩真实数据为数据表征向量，之后通过生成器结合真实数据增强从数据表征向量从生成完整的数据向量，最后通过判别器分辨真实数据与生成数据。整个模型通过生成对抗式训练优化编码器、生成器与判别器的损失，从而使生成器生成的数据足够接近真实数据以迷惑判别器，最后用生成器的生成数据填充多元时序数据中的缺失值。该方法以带编码器的生成对抗网络为框架，在模型的编码器、生成器、判别器中都运用了真实数据，使模型生成的数据更加真实可靠，可有效用于缺失值的填充。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.019 seconds)
