-
公开(公告)号：CN117614927A
公开(公告)日：2024-02-27
申请号：CN202311361072.4
申请日：2023-10-19
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: H04L51/52 , H04L51/58 , G06Q50/00 , G06N3/0464 , G06N3/0442
Abstract: 本申请涉及数据处理技术领域，尤其涉及一种深度信息融合驱动的移动社交网络POI调度方法及系统，包括：感知层包括：云感知模块、边缘感知模块和深度表征学习模块；其中，云感知模块依据POI原始数据获得用户的显式特征，边缘感知模块依据POI原始数据获得用户间的隐式特征，深度表征学习模块基于深度学习方法，依据用户的显式特征和用户间的隐式特征，学习得到代表向量；计算层依据代表向量训练POI调度模型；应用层接收用户的POI调度请求，并且将用户的POI调度请求输入至训练好的POI调度模型中，从而得到POI调度结果。本申请可以提高移动社交网络(MSN)环境中的兴趣点(POI)调度的效果，并且使得移动社交网络(MSN)环境中的兴趣点(POI)的调度的难度较低。
-
公开(公告)号：CN117496734A
公开(公告)日：2024-02-02
申请号：CN202311351737.3
申请日：2023-10-19
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G08G1/0967 , G08G1/0968 , G08G1/0969
Abstract: 本申请公开了一种基于信息物理社会智能的新能源汽车自主行为的决策方法及其系统，其中基于信息物理社会智能的新能源汽车自主行为的决策方法包括以下步骤：进行初始化的设置，确定约束条件；根据约束条件进行时间戳评估；若时间戳评估成功，进行行为选择；响应于完成行为选择，进行区域评估；响应于完成区域评估，进行行为策略输出。本申请具有运行时间短的优点，这种优异的时间效率可以帮助车辆更快地做出决策，从而提高行驶效率。
-
公开(公告)号：CN117496225A
公开(公告)日：2024-02-02
申请号：CN202311343578.2
申请日：2023-10-17
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06V10/764 , G06V10/40 , G06V10/32 , G06V10/80 , G06V10/82 , G06V10/77 , G06N3/0464 , G06N3/047 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本申请公开了一种图像数据取证方法及其系统，其中图像数据取证方法包括以下步骤：进行卷积块的确定；响应于完成卷积块的确定，基于卷积块进行分类模型的搭建；根据搭建好的分类模型完成图像取证，获取最终的图像取证结果。本申请通过搭建的UsmSA块和分类模型，不仅能对USM锐化处理的图像有极高的检测准确率，还能够降低对USM锐化取证的漏报率。
-
公开(公告)号：CN117194805A
公开(公告)日：2023-12-08
申请号：CN202311477505.2
申请日：2023-11-08
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06F16/9535 , G06F16/9536 , G06F18/25 , G06N3/042 , G06N3/048 , G06N3/084
Abstract: 本申请提供一种基于深度图神经网络的多特征空间融合推荐方法及系统，该方法包括如下步骤：获取用户特征空间矩阵和项目特征空间矩阵；根据用户特征空间矩阵和项目特征空间矩阵，对用户与项目进行评级预测，获得用户项目评级矩阵；根据用户项目评级矩阵，获得社交网络推荐最优解。本申请同时考虑用户特征空间和项目特征空间对于用户串联影响，实现提高社交网络推荐准确度。
-
公开(公告)号：CN117614927B
公开(公告)日：2024-09-06
申请号：CN202311361072.4
申请日：2023-10-19
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: H04L51/52 , H04L51/58 , G06Q50/00 , G06N3/0464 , G06N3/0442
Abstract: 本申请涉及数据处理技术领域，尤其涉及一种深度信息融合驱动的移动社交网络POI调度方法及系统，包括：感知层包括：云感知模块、边缘感知模块和深度表征学习模块；其中，云感知模块依据POI原始数据获得用户的显式特征，边缘感知模块依据POI原始数据获得用户间的隐式特征，深度表征学习模块基于深度学习方法，依据用户的显式特征和用户间的隐式特征，学习得到代表向量；计算层依据代表向量训练POI调度模型；应用层接收用户的POI调度请求，并且将用户的POI调度请求输入至训练好的POI调度模型中，从而得到POI调度结果。本申请可以提高移动社交网络(MSN)环境中的兴趣点(POI)调度的效果，并且使得移动社交网络(MSN)环境中的兴趣点(POI)的调度的难度较低。
-
Patent Agency Ranking
公开(公告)号：CN117492856B
公开(公告)日：2024-07-23
申请号：CN202311343668.1
申请日：2023-10-17
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
Abstract: 本申请提供一种金融物联网中信任评估的低延迟边缘计算卸载方法，该方法包括：响应于接收到评估请求信号，向用户端发送预评估模型；用户端根据接收到的预评估模型，采集用户信息；将采集的用户信息输入预评估模型中进行预评估，获得用户预评估结果，并根据用户预评估结果，为用户的评估任务匹配相应的评估模型；根据评估模型，对用户端的评估任务进行计算；其中，对用户端的评估任务进行计算的方法包括：判断评估任务是否需要卸载到不同的边缘计算节点进行计算，若是，则执行低延迟边缘计算卸载方法，否则，在用户端计算评估任务。本申请避免个人信用评估时用户个人隐私泄露，并为金融物联网的信任评估提供有效计算卸载方案以确保低延迟。
-
公开(公告)号：CN117573989A
公开(公告)日：2024-02-20
申请号：CN202311351738.8
申请日：2023-10-19
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F16/9536 , G06F16/9535 , G06F16/901 , G06F18/213 , G06F18/25 , G06Q50/00 , G06N3/042 , G06N3/084 , G16Y10/75
Abstract: 本申请公开了一种基于深度学习和物联网的模糊感知社交推荐方法及系统，其中，基于深度学习和物联网的模糊感知社交推荐方法，包括如下步骤：持久层获取初始数据，对初始数据进行处理，获得源数据，并存储；表示层从持久层中获取源数据，并根据获取的源数据构建混合社交图，并获得混合社交图的特征向量，并将特征向量输入至处理层，其中，混合社交图至少包括：用户子图和项目子图；特征向量至少包括：边的代表向量和节点的代表向量；处理层根据混合社交图的特征向量构建推荐模型，接收应用层发送的访问请求，利用推荐模型根据访问请求预测用户对物品的偏好反馈结果。本申请提高了建模效率和预测准确性。
-
公开(公告)号：CN117555672A
公开(公告)日：2024-02-13
申请号：CN202311359972.5
申请日：2023-10-19
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
Abstract: 本发明公开一种基于象群优化的云计算动态虚拟机分配方法。所述方法包括：初始化种群：将所有虚拟机随机分配到物理机上，并初始化搜索代理；计算适应度值：遍历所有可能的解决方案，并计算适应度值；选择最优解：根据适应度值选择最优解决方案，并将其分配给物理机器；更新搜索代理：用向量运算和随机数生成器来更新搜索代理的位置和速度；判断终止条件：如果达到预设的终止条件，则停止搜索并返回最优解决方案；否则返回继续遍历。本发明的目的在于利用基于象群的优化方法来制定和建模云数据中心的虚拟机布局问题，旨在将虚拟机最优地放置在适当的物理主机上以减少能源消耗和最大化资源利用。
-
公开(公告)号：CN117610704A
公开(公告)日：2024-02-27
申请号：CN202311345101.8
申请日：2023-10-17
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/048 , G06N3/0442 , G06N3/0499 , G06N3/049 , G06N3/08
Abstract: 本申请涉及数据处理技术领域，尤其涉及一种基于图嵌入的污水处理结果的预测方法及其系统，包括：通过物联网设备监控采集污水处理工厂的入口条件和中间参数；GE模型依据中间参数得到反映污水处理过程内部潜在联系的特征数据，并且依据反映污水处理过程内部潜在联系的特征数据得到神经网络模型的输入数据；通过神经网络模型预测得到在给定中间参数条件下的出口结果，再依据预测得到的出口结果和入口条件计算得到预测的处理效果。本申请可以提高对STP的处理结果预测的准确性。
-
公开(公告)号：CN117573865A
公开(公告)日：2024-02-20
申请号：CN202311358831.1
申请日：2023-10-19
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F16/35 , G06F18/25 , G06F40/284 , G06F40/30 , G06Q50/00 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/088 , G06N3/094
Abstract: 本发明公开一种基于可解释自适应学习的谣言模糊检测方法。所述方法包括：收集社交媒体平台历史数据，对数据进行预处理，得到词向量和语义矩阵；训练预测模型：将语义矩阵中提取语义特征，根据语义特征得到相关性特征，将语义特征与相关性特征融合得到融合特征，将融合特征输入预测模型进行训练；采集待预测数据，将待预测数据输入训练好的预测模型中，输出是否为谣言的预测结果。本发明属于无监督学习，无需事先对训练样本进行标注，而且使用了图结构和生成对抗网络结合的结构，无需人工选取特征。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.02 seconds)
