-
公开(公告)号：CN106779150B
公开(公告)日：2020-08-14
申请号：CN201611023978.5
申请日：2016-11-17
Applicant: 同济大学
IPC: G06Q10/04
Abstract: 本发明涉及一种大规模知识图谱复杂路径查询的视图物化方法，包括以下3个模块：1)复杂路径查询的视图选择；2)复杂路径查询的视图存储；3)复杂路径查询的视图维护。复杂路径查询的视图选择模块实现预物化的复杂路径查询集识别、基于视图的复杂路径查询代价评估以及基于代价的复杂路径查询视图选取。复杂路径查询的视图存储模块实现基于内存列式的复杂路径查询视图存储组织以及复杂路径查询视图计算。复杂路径查询的视图维护模块实现基于删除数据集的视图更新、视图自动扩展以及基于插入数据集的视图更新。与现有技术相比，本发明具有良好的异构平台间移植能力以及显著提高大规模知识图谱复杂路径查询效率等优点。
-
公开(公告)号：CN104778213B
公开(公告)日：2018-10-26
申请号：CN201510121263.2
申请日：2015-03-19
Applicant: 同济大学
Abstract: 本发明涉及一种基于随机游走的社交网络推荐方法，包括以下步骤：1)在社交网络中选定一个源用户u和待预测物品i，设定游走步数k的最大值为6；2)在社交网络中以源用户u为起点开始进行随机游走，到达用户uk时，判断用户uk是否对待预测物品i有评分；3)根据用户uk的所有已评分物品的集合和步数k计算此次停止游走的概率4)选择一个代替物品j，记录用户uk对代替物品j的评分为5)在社交网络中与uk直接相连的用户集合中选择下一步随机游走的节点用户uk+1；6)根据记录下来的评分，预测源用户u对待预测物品i的评分ru,i，并将待预测物品i推荐给源用户u。与现有技术相比，本发明具有准确率高、覆盖率广、方法先进等优点。
-
公开(公告)号：CN104182489B
公开(公告)日：2018-04-27
申请号：CN201410391873.X
申请日：2014-08-11
Applicant: 同济大学
IPC: G06F17/30
Abstract: 本发明涉及一种文本大数据的查询处理方法，包括以下步骤：1)规范文本大数据语义，构造文本大数据查询分析过程中的查询对象语义范式模型以及精确描述语义，2)建立指令解析与查询工作流模型，构建查询指令语义模型，精炼语义，并且选择和重构查询工作流，3)查询过程控制和反馈结果，筛选查询方法模型，评估和计算查询置信度，并且返回置信度最高的工作流。与现有技术相比，本发明具有方便快速、准确可靠等优点。
-
公开(公告)号：CN107704611A
公开(公告)日：2018-02-16
申请号：CN201710982111.0
申请日：2017-10-20
Applicant: 同济大学
IPC: G06F17/30
CPC classification number: G06F17/30536
Abstract: 本发明公开一种面向大数据聚集分析的近似计算方法，主要包括数据分割、渐进近似计算以及聚集增量更新三个模块。数据分割模块将原始大数据顺序划分成多个流式数据片，并调整每个数据片中的数据元组。渐进近似计算模块从首个数据片开始处理输入到该模块中的所有数据片，调用聚集增量更新模块获取分析结果值的多次采样值，在此基础上，返回近似分析结果值以及相对标准差/置信区间。当用户接受当前近似值所处的相对标准差/置信区间时，分析过程停止，否则，将增加一个数据片来提高分析结果的精度。本发明具有分析速度快、分析结果准确度高以及分析过程更人性化等优点，能够有效应用于电子商务、智能交通、商业智能、医疗健康以及数据可视化等领域。
-
公开(公告)号：CN107563407A
公开(公告)日：2018-01-09
申请号：CN201710645116.4
申请日：2017-08-01
Applicant: 同济大学
Inventor： 黄震华
IPC: G06K9/62
Abstract: 本发明涉及一种面向网络空间多模态大数据的特征表示学习系统，主要包括七个部件：一个多模态样本生成部件、三个同质的特征抽取部件、一个数据分类部件、一个特征度量部件以及一个多任务损失函数集成部件。多模态样本生成部件构造具有四分量的训练样本集合；三个同质的特征抽取部件分别负责处理训练样本的前三个分量数据，并产生三个一维的特征向量；数据分类部件对训练样本前三个分量数据进行分类学习，并基于第四分量数据构造分类任务损失函数；特征度量部件对训练样本前三个分量数据进行特征度量学习，并构造度量任务损失函数；而多任务损失函数集成部件实现不同任务的加权合成，并优化系统参数。与现有方法相比，本发明具有模态多样、准确度高、泛化能力强、实施便捷等优点，能够有效应用于舆情监控、互联网医疗、个性化推荐以及智能问答等领域。
-
Patent Agency Ranking
公开(公告)号：CN107544805A
公开(公告)日：2018-01-05
申请号：CN201710784019.3
申请日：2017-09-04
Applicant: 同济大学
Abstract: 目前的Android手机游戏在设计和开发方法上存在整体开发效率较低，可扩展性和可移植性较差等问题。针对以上问题，本发明的“基于Android系统可复用框架的手机游戏系统架构”，研究和设计了一套可复用的Android游戏开发框架，设计应用系统，分别从性能和效率角度进行了验证。通过采用可复用框架，Android游戏的系统架构从三层架构精简为两层，并且游戏开发者只需处理游戏具体实现模块这一层的内容，这样更加有利于游戏的整体开发进程把握，降低了游戏的开发难度，节约了游戏的开发时间，也使游戏的开发质量更加有保证。
-
公开(公告)号：CN104156450B
公开(公告)日：2017-11-07
申请号：CN201410403849.3
申请日：2014-08-15
Applicant: 同济大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于用户网络数据的物品信息推荐方法，其特征在于，包括以下步骤：1)通过用户的网络数据获取用户的物品需求信息，建立用户需求特征库；2)根据物品网络数据建立物品信息特征库；3)采用文本和语义相似度算法将用户需求特征和物品信息特征进行匹配，计算物品信息与用户需求之间的相似度并排序、过滤，最后产生推荐结果；4)将生成的推荐结果反馈回用户需求特征库和物品信息特征库并且训练更新。与现有技术相比，本发明具有信息全面、适应性广等优点。
-
公开(公告)号：CN106909649A
公开(公告)日：2017-06-30
申请号：CN201710099416.7
申请日：2017-02-23
Applicant: 同济大学
IPC: G06F17/30
CPC classification number: G06F16/245
Abstract: 本发明的目的是为了克服现有技术存在缺陷而提供一种基于循环神经网络高效且可扩展性强的大数据轮廓查询处理技术。本发明方法概括为：通过轮廓对象离线学习和轮廓对象在线识别两个步骤来获取大数据上的轮廓对象集。轮廓对象离线学习阶段，首先根据大数据所在领域的数据分布特征生成一定规模离线学习样本，然后基于离线学习样本构造并优化循环神经网络学习模型。轮廓对象在线识别阶段，针对所要处理大数据每个对象，使用循环神经网络学习模型，计算出每个对象模型输出值，并基于模型输出值确定和输出大数据上所有轮廓对象。具有速度快、可扩展性高及自适应能力强等优点，有效应用于互联网深度信息服务、智能交通、电子商务、和数据可视化等领域。
-
公开(公告)号：CN106899668A
公开(公告)日：2017-06-27
申请号：CN201710099060.7
申请日：2017-02-23
Applicant: 同济大学
IPC: H04L29/08
Abstract: 本发明提出了一种新颖的车联网中信息推送服务处理方法。在该技术中，首先依据车联个体属性特征将车联网分割成若干个子车联网，使得分割前后的车联网全局相关度损失最小；然后，基于系统中空闲服务器的数量，在这些服务器上优化分配并处理子车联网，从而均衡空闲服务器的工作负载；对于服务器上子车联网中的每个车联个体，获取它兴趣度最高的局部被推送信息，并在整体车联网中，对被推送信息进行全局调整，以便到达最优的信息推送效果。本发明能够显著提高车联网中信息推送服务的准确性、多样性以及效率。
-
公开(公告)号：CN106779150A
公开(公告)日：2017-05-31
申请号：CN201611023978.5
申请日：2016-11-17
Applicant: 同济大学
IPC: G06Q10/04
Abstract: 本发明涉及一种大规模知识图谱复杂路径查询的视图物化方法，包括以下3个模块：1)复杂路径查询的视图选择；2)复杂路径查询的视图存储；3)复杂路径查询的视图维护。复杂路径查询的视图选择模块实现预物化的复杂路径查询集识别、基于视图的复杂路径查询代价评估以及基于代价的复杂路径查询视图选取。复杂路径查询的视图存储模块实现基于内存列式的复杂路径查询视图存储组织以及复杂路径查询视图计算。复杂路径查询的视图维护模块实现基于删除数据集的视图更新、视图自动扩展以及基于插入数据集的视图更新。与现有技术相比，本发明具有良好的异构平台间移植能力以及显著提高大规模知识图谱复杂路径查询效率等优点。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.022 seconds)
