-
公开(公告)号：CN104391887A
公开(公告)日：2015-03-04
申请号：CN201410629873.9
申请日：2014-11-10
Applicant: 南京信息工程大学
IPC: G06F17/30
CPC classification number: G06F17/30867 , G06Q50/01
Abstract: 本发明公开了一种基于网络结构优化的节点属性划分朋友圈的方法，包括：建立特征向量步骤；计算朋友之间的曼哈顿距离步骤；选定核心朋友步骤；划分社团步骤；社团优化调整步骤。本发明先使用节点属性进行初步的社团划分，然后利用网络结构信息对于划分结果进一步优化调整，充分利用在线社交网络中可以获取到的信息，能够获得更加准确的社团划分结果，从而实现对用户的朋友圈自动分组，能够有效完善社交网络平台功能，适用于社交网络平台功能的应用和优化。
-
公开(公告)号：CN103686382A
公开(公告)日：2014-03-26
申请号：CN201310682948.5
申请日：2013-12-13
Applicant: 南京信息工程大学
IPC: H04N21/462 , H04N21/466
Abstract: 本发明涉及一种节目推荐方法，首先根据节目类型对电视节目进行分类；然后按预置时间间隔采集各个用户当前的观看信息，作为各个用户的观看历史记；再通过基于用户的社会关系相关性和基于历史记录的内容匹配技术，实现了精确地个性化推荐；弥补了以往简单通过节目点击率统计，完全基于个人观看电视节目兴趣习惯进行推荐的方式，使得电视节目提供商能更精确地锁定客户和提高收视率，进而实现精准营销。
-
公开(公告)号：CN114911932B
公开(公告)日：2025-02-28
申请号：CN202210429360.8
申请日：2022-04-22
Applicant: 南京信息工程大学
IPC: G06F16/35 , G06F40/211 , G06F40/35 , G06N3/042 , G06N3/0464 , G06N3/0455
Abstract: 本发明公开了一种基于主题语义增强的异构图结构多会话者情感分析方法，包括：对输入对话进行情感词嵌入操作，将其从人类语言转化成带有情感的向量表示；按照依存句法关系构建句法依赖图，节点为话中的单词，将句法依赖图输入图卷积神经网络中更新节点信息，获得语义加强的单词向量以及相应的句子表征向量；构建主题提取模型，提取每句对话的主题，获得主题增强的句子表征；按照主题相似性进行聚类，根据句子主题信息以及时序关系构建对话子图，构建异构对话图，节点为每句话的句子表征，使用图循环网络更新图节点；得到分类结果。本发明充分考虑对话者间交互信息，提高了多会话者对话情感分析的预测精度。
-
公开(公告)号：CN119205582B
公开(公告)日：2025-02-25
申请号：CN202411712555.9
申请日：2024-11-27
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多感受野与破损特征动态匹配的图像修复方法，利用输入破损图像构建统一尺度多感受野特征提取模块，并提取具有不同感受野的统一尺度特征组；以破损图像掩码为约束，通过破损特征映射模块建立线性映射关系，提取当前破损特征对应的一维权重特征；利用权重特征对特征组进行加权，获得加权统一尺度多感受野特征组；通过特征筛选模块，建立破损特征与特征间的动态匹配关系，获得高匹配度的重筛特征；以重筛特征为输入，通过基于快速傅里叶卷积的解码器组进行解码，获得修复图像；通过该设置加强修复网络的约束，有效去除了修过图像中出现的伪影，同时增强了修复图像的语义一致性。
-
公开(公告)号：CN119205582A
公开(公告)日：2024-12-27
申请号：CN202411712555.9
申请日：2024-11-27
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多感受野与破损特征动态匹配的图像修复方法，利用输入破损图像构建统一尺度多感受野特征提取模块，并提取具有不同感受野的统一尺度特征组；以破损图像掩码为约束，通过破损特征映射模块建立线性映射关系，提取当前破损特征对应的一维权重特征；利用权重特征对特征组进行加权，获得加权统一尺度多感受野特征组；通过特征筛选模块，建立破损特征与特征间的动态匹配关系，获得高匹配度的重筛特征；以重筛特征为输入，通过基于快速傅里叶卷积的解码器组进行解码，获得修复图像；通过该设置加强修复网络的约束，有效去除了修过图像中出现的伪影，同时增强了修复图像的语义一致性。
-
Patent Agency Ranking
公开(公告)号：CN114819344B
公开(公告)日：2024-10-18
申请号：CN202210441892.3
申请日：2022-04-25
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06Q10/0639 , G06Q50/02 , G06Q50/26 , G06F40/279 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于关键影响因子的全局时空气象农灾预测方法，包括以下步骤：对异构数据按照时间与空间进行融合，融合成时空数据立方体；收集特定农业灾害指标的历史数据；选出对农业灾害影响最大的指标组合作为影响因子；将时空数据立方体转化为无纲量平面；从云平台时空数据立方体中按时间与空间提取气象与农业关联数据分组；在二维特征平面集合基础上构建带有全局时空特性的农业灾害预测的第二神经网络，计算农灾发生概率。本发明针对全局时空气象农灾预测方法的改进，基于关键影响因子的全局时空气象农灾预测方法，能够从时间与空间两方面对特定区域与时间段气象与农业观测值进行全局分析，更准确预测未来可能发生的农业灾害。
-
公开(公告)号：CN118194139A
公开(公告)日：2024-06-14
申请号：CN202410607288.2
申请日：2024-05-16
Applicant: 南京信息工程大学
IPC: G06F18/241 , G06F18/214 , G06N3/042 , G06N3/084 , G06F17/13 , G01W1/10
Abstract: 本发明公开了一种自适应图学习与神经受控微分方程的时空数据预测方法，包括获取离散的多元气象时空数据，根据多元气象时空数据构建图结构；使用插值法将离散的多元气象时空数据转换为连续数据路径；利用图结构和连续数据路径构建神经受控微分方程，并更新神经受控微分方程权重参数；求解更新后的神经受控微分方程并输出预测结果；联合神经微分方程与图学习机制，将深度神经网络的黑盒时空预测方法转化为对常微分动力系统的建模问题，预测值即为对该动力系统的数值求解问题，更具可解释性；有效发挥了神经受控微分方程处理不规则观察数据的能力，提高训练效率，同时又能捕获动态系统中的时空相关性，能够用于不规则多元气象数据预测。
-
公开(公告)号：CN117892237B
公开(公告)日：2024-06-07
申请号：CN202410296410.9
申请日：2024-03-15
Applicant: 南京信息工程大学
IPC: G06F18/2431 , G06F18/2415 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/048
Abstract: 本发明提供一种基于超图神经网络的多模态对话情绪识别方法及系统，涉及对话情绪识别领域。该基于超图神经网络的多模态对话情绪识别方法，包括以下步骤：以对话中的话语为节点，分别构建上下文文本、图像、语音模态内超图及模态间超图，使用超图卷积神经网络对超图进行聚合得到模态内和模态间节点特征表示，将节点特征表示拼接得到最终特征表示，将特征表示输入到情感分类器中，得到该话语的情绪类别。本方法采用超图神经网络来建模对话上下文和模态之间的关系，以弥补图神经网络只能捕获成对关系致使高阶信息丢失的缺陷，同时使用超边融合自适应策略和超图卷积神经网络以融合模态信息使得它们能够互相补充，从而提高整体的性能和准确性。
-
公开(公告)号：CN118035868A
公开(公告)日：2024-05-14
申请号：CN202410136494.X
申请日：2024-01-31
Applicant: 南京信息工程大学
IPC: G06F18/2415 , G06F18/25 , G06F18/213 , G06V10/42 , G06V10/44 , G06V10/82 , G06F40/30
Abstract: 本发明公开了一种基于最优传输的实体级多模态情感分类方法及系统，包括：将整图特征RV、图像情感局部特征RSenti、实体文本特征RL和句子文本特征RT映射到再生核希尔伯特空间，并经过拼接形成混合特征R″和混合特征R′；将混合特征R′和混合特征R″输入至融合层函数和第一归一化层获得中间特征H′；将中间特征H′输入至通道前馈神经层和第二归一化层获得多模态混合特征H；通过设定数量叠加的融合层和线性层对多模态混合特征H进行处理得到多模态混合特征Hmutil；根据多模态混合特征Hmutil进行情感分类；本发明在保持模型相对轻量级的同时，能够有效地处理多模态信息完成情感分类。
-
公开(公告)号：CN117932041A
公开(公告)日：2024-04-26
申请号：CN202410328088.3
申请日：2024-03-21
Applicant: 南京信息工程大学
IPC: G06F16/332 , G06N5/04
Abstract: 本发明提供基于思维链推理的情绪支持对话生成方法、系统及装置，涉及情感计算以及对话生成领域。该方法，包括：获取对话历史信息，将对话历史信息输入至情绪思维链推理框架，获得用户情绪状态推理信息；对用户情绪状态推理信息进行格式化存储，获得用户情绪状态完整信息；将对话历史信息和用户情绪状态完整信息输入至策略思维链推理框架，获得对话策略；构建最终prompt文本，将最终prompt文本输入大语言模型生成回复。本方法使用提示驱动的方法避免了模型参数的调整，减少了模型训练开销；同时，将端到端的生成问题转化为逐步的推理问题，优化了回复效果，提高了情绪支持对话生成的可解释性。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.029 seconds)
