-
公开(公告)号：CN109543893A
公开(公告)日：2019-03-29
申请号：CN201811358462.5
申请日：2018-11-14
Applicant: 南京邮电大学
Abstract: 一种异构信息网络关系预测方法、可读存储介质和终端，所述方法包括：获取原始输入的目标节点对集合；将所述目标节点对集合进行预处理，得到对应的正例集合和未标记例集合；基于所得到的正例集合，从所述未标记例集合中抽取对应的未标记例，组成对应的可靠反例集合；采用所述正例集合和所得到的可靠反例集合训练得到对应的异构信息网络关系预测模型；采用训练得到的异构信息网络关系预测模型对待预测网络中节点之间的未知关系进行预测。上述的方案，可以提高异构信息网络中节点关系预测的准确性。
-
公开(公告)号：CN111191048B
公开(公告)日：2023-06-02
申请号：CN202010000527.X
申请日：2020-01-02
Applicant: 南京邮电大学
IPC: G06F16/36 , G06F16/332 , G16H80/00
Abstract: 本发明提出了一种基于知识图谱的急诊分诊问答系统，其主要功能为对急诊进行分级，分诊及其他一般问题应答。首先通过结合网络上垂直类医疗网站的数据，医疗类专家知识和专业医学文献构建了一个实体类型超过2.4万的知识图谱，其次基于字符串匹配算法实现了问答系统。该问答系统的构建包括以下步骤：根据关键词对用户问题进行分类；根据分类结果，获取领域词及实体类型；在构建好的知识图谱中进行查询并给出回答。目前急诊的分诊分级系统大多采用人工实现，而本发明利用知识图谱，提高了目前急诊问答系统的速度和准确性；增添了一般问题应答使得系统更完善和人性化；并且使用没有专业知识门槛，可以帮助最大限度的挽救急诊患者的生命。
-
公开(公告)号：CN111191048A
公开(公告)日：2020-05-22
申请号：CN202010000527.X
申请日：2020-01-02
Applicant: 南京邮电大学
IPC: G06F16/36 , G06F16/332 , G16H80/00
Abstract: 本发明提出了一种基于知识图谱的急诊分诊问答系统，其主要功能为对急诊进行分级，分诊及其他一般问题应答。首先通过结合网络上垂直类医疗网站的数据，医疗类专家知识和专业医学文献构建了一个实体类型超过2.4万的知识图谱，其次基于字符串匹配算法实现了问答系统。该问答系统的构建包括以下步骤：根据关键词对用户问题进行分类；根据分类结果，获取领域词及实体类型；在构建好的知识图谱中进行查询并给出回答。目前急诊的分诊分级系统大多采用人工实现，而本发明利用知识图谱，提高了目前急诊问答系统的速度和准确性；增添了一般问题应答使得系统更完善和人性化；并且使用没有专业知识门槛，可以帮助最大限度的挽救急诊患者的生命。
-
公开(公告)号：CN110910218A
公开(公告)日：2020-03-24
申请号：CN201911146484.X
申请日：2019-11-21
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于深度学习的多行为迁移推荐方法，首先，获取用户的多种隐式反馈数据集并进行处理；构建一个基网络Gb和多个行为网络G(k)，并利用网络表示学习方法学习用户和物品节点在各个网络中的低维嵌入表示；然后，基于用户的多个隐式行为反馈对用户偏好建模的影响不同，使用注意力机制自动学习各个行为的权重，得到用户和物品的融合低维嵌入表示；最后，将用户和物品的低维嵌入向量自然拼接后送入全连接嵌入层，采用基于深度神经网络的偏好学习方法，并反馈到具有隐藏层的前馈神经网络中，在输出层学习用户对物品的偏好。本发明能够更好地捕获用户的偏好并实现个性化推荐，且具有推荐准确率高、泛化能力强，易于实现等优点。
-
Patent Agency Ranking
公开(公告)号：CN110321803A
公开(公告)日：2019-10-11
申请号：CN201910499090.6
申请日：2019-06-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于SRCNN的交通标志识别方法，包括以下步骤：步骤一：对输入的交通标志图像进行图像预处理：将输入的交通标志图像的像素与处理分界点像素进行比较，对于像素小于处理分界点像素的图像，利用基于SRCNN的超分辨率重建算法将输入图像重建为处理分界点像素的图像；对于像素不小于处理分界点像素的图像，利用双线性插值算法缩小为处理分界点像素的图像；步骤二：对Lenet-5卷积神经网络进行训练，得到Lenet-5卷积神经网络模型；步骤三：将步骤一预处理后的交通标志图像输入步骤二得到的Lenet-5神经网络模型进行识别，得到交通标志图像类别。本发明具有能提高低分辨率图像识别准确率且计算量小的优点。
-
公开(公告)号：CN110175325A
公开(公告)日：2019-08-27
申请号：CN201910343337.5
申请日：2019-04-26
Applicant: 南京邮电大学
IPC: G06F17/27 , G06F16/9532 , G06Q30/06
Abstract: 本发明提出了数据分析领域内的一种基于词向量和句法特征的评论分析方法，包括：获取电商网站商品页面评论数据；将获取的目标数据集进行预处理；提取Hownet和NTU提供的褒贬词集组成基础情感词典；将所得到的经过预处理的数据集合通过Word2Vec工具进行词向量训练；使用语义相似度矩阵建立概率转移矩阵；将获取的商品评论文本，进行基于核心句规则的处理；将所得到的去除冗余的文本进行预处理；对所得依存关系对通过词性提取 评价搭配对；将所得评价搭配对结合情感词典，对评价对象进行褒贬值计算、优劣排序，最终通过可视化交互界面实现，实现对商品评论数据进行准确、实时、自动、便利的处理与分析，可用于电商平台中。
-
公开(公告)号：CN109543114A
公开(公告)日：2019-03-29
申请号：CN201811358463.X
申请日：2018-11-14
Applicant: 南京邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 一种异构信息网络链接预测方法、可读存储介质和终端，所述方法包括：设定待预测异构网络中节点对之间的元路径、元路径的最大长度和每种元路径类型设置对应的类型标签；基于元路径提取节点对之间的异构拓扑特征，构建样本向量，组成样本集；所述样本集包括训练集和测试集；基于所述样本集中的训练集和测试集进行多标记分类学习，得到对应的多标记分类器；采用训练得到的多标记分类器对待预测异构网络中节点之间的未知关系进行预测。上述的方案，可以提高异构信息网络链接预测的准确性。
-
公开(公告)号：CN109523415A
公开(公告)日：2019-03-26
申请号：CN201811358270.4
申请日：2018-11-14
Applicant: 南京邮电大学
Abstract: 一种异构信息网络关系预测装置，所述装置包括：集合获取单元，适于获取原始输入的目标节点对集合；集合预处理单元，适于将所述目标节点对集合进行预处理，得到对应的正例集合和未标记例集合；集合构建单元，适于基于所得到的正例集合，从所述未标记例集合中抽取对应的未标记例，组成对应的可靠反例集合；模型训练单元，适于采用所述正例集合和所得到的可靠反例集合训练得到对应的异构信息网络关系预测模型；关系预测单元，适于采用训练得到的异构信息网络关系预测模型对待预测网络中节点之间的未知关系进行预测。上述的方案，可以提高异构信息网络中节点关系预测的准确性。
-
公开(公告)号：CN103634403B
公开(公告)日：2016-08-31
申请号：CN201310654465.4
申请日：2013-12-06
Applicant: 南京邮电大学
Abstract: 本发明属于移动对象数据管理技术领域，公开了一种城市路网上基于相似运动聚簇的移动对象位置汇报和索引方法。路网上移动对象（如车辆）触发位置汇报后，通过免费的802.11无线通信(如Wifi)收集周围移动对象的位置和速度，然后经付费的GPRS或GSM，将汇总信息报告给数据库服务器。数据库服务器采用相似运动TPR树（Similar?movement Time Parametered R?tree,STPR）索引聚簇对象的运动，该树有两个特点：（1）每个叶子节点索引位置临近、方向相同、速度相近的移动对象；（2）索引节点的维护，即增、删、改，以批处理方式完成。这种位置汇报和索引方法不仅可以大幅度减少监控位置的付费通信代价，而且可以显著降低索引维护的磁盘I/O，满足城市中对海量移动对象的实时跟踪需求。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.023 seconds)
