-
公开(公告)号：CN112949718A
公开(公告)日：2021-06-11
申请号：CN202110235176.5
申请日：2021-03-03
Applicant: 扬州大学
IPC: G06K9/62
Abstract: 本发明公开了一种半配对多视图邻域相关分析方法，包括1）利用k邻域和径向基函数计算视图内样本的相似度矩阵；2）利用视图间样本共享的配对样本和视图内样本的相似度矩阵，计算不同视图间样本的相似度矩阵；3）构建半配对多视图邻域相关分析的最优化模型，并利用拉格朗日乘子法将其转化成广义特征值问题；4）求解广义特征值问题；5）使用每个视图的投影矩阵，分别对训练样本和测试样本进行降维，获取其低维表示；6）使用k近邻分类器对降维后的测试数据进行识别，并计算识别率。本发明不仅能够揭示配对多视图样本间的相关性，而且还能有效地利用大量未配对样本所蕴含的信息，因此可以有效缓解因配对样本数量有限所导致的过拟合现象。
-
公开(公告)号：CN107643905A
公开(公告)日：2018-01-30
申请号：CN201710848984.2
申请日：2017-09-13
Applicant: 扬州大学
IPC: G06F8/71
Abstract: 本发明涉及一种面向软件版本一致性缺陷的自动修复方法。本发明将bug描述、源代码、相关配置文件作为输入数据，并提取bug描述中的关键信息，用自然语言处理工具转化为特征向量，然后在bug的源代码中进行向前切片，再用基于统计计算的程序谱故障定位方法对源代码进行定位，再分析定位好的源代码与提取的信息对bug进行修复。本发明克服了对于软件产品版本问题的修复大多由开发人员手动修改与更新，耗时又耗力的缺陷。本发明实行程序语言版本问题修复和系统所属的配置版本问题修复，有效地提高软件维护的效率，减少了成本与人力。
-
公开(公告)号：CN103927176A
公开(公告)日：2014-07-16
申请号：CN201410156738.7
申请日：2014-04-18
Applicant: 扬州大学
IPC: G06F9/44
Abstract: 本发明公开了软件工程领域内的一种基于层次主题模型的程序特征树的生成方法，程序特征树以树的形式将系统的特征按层次展示出来，在该树中，父节点是各种特征的混合，孩子节点都是父节点的子特征，叶子节点则为划分最细的特征，我们还将叶子节点的特征与相应的类文件进行匹配识别，该方法可有效地辅助软件维护过程中的程序理解。本发明涉及到的关键操作包括：（1）对整个软件系统进行预处理，提取其中的用户自定义标识符和注释（2）对预处理后的整个软件系统采用层次主题模型，为软件系统构建程序特征树。（3）将叶子节点的特征与相应的代码进行匹配识别。
-
公开(公告)号：CN118449618A
公开(公告)日：2024-08-06
申请号：CN202410525207.4
申请日：2024-04-28
Applicant: 扬州大学
Abstract: 本发明公开了一种三维空间水下多跳网络中继节点部署方法，包括如下步骤：确定传感器源节点与基站的距离和通信约束；确定中继AUV节点位置的可行区域；确定第一跳中继AUV节点部署位置；部署其他中继AUV节点。本发明能够有效避免在二维平面上规划中继AUV节点时无法充分利用空间资源，从而引发中继节点之间覆盖范围存在盲区的问题；为传感器源节点与岸边基站Sink在三维空间下的通信提供了可行且高效的解决方案；解决了因节点通信范围有限，无法与岸边基站直接通信导致数据传输不成功的问题。
-
公开(公告)号：CN118410516A
公开(公告)日：2024-07-30
申请号：CN202410407543.9
申请日：2024-04-07
Applicant: 扬州大学
IPC: G06F21/62 , G06N20/20 , G06F18/231 , G06N3/0455 , G06F18/2135
Abstract: 本发明公开了一种于联邦学习的节点模型参数优化方法，包括以下步骤：在本地搭建神经网络，通过本地隐私数据进行学习，把学习到的模型参数传输给中央节点；中央节点对其他所有节点传输的模型参数进行判断；若判断结构相同，则对所有模型参数进行分层聚类并统计所属类别；反之则对所有模型参数进行自编码器训练、特征提取、特征合并、降维聚类；所有节点在自己所属的簇中进行联邦学习。本发明实现了不同结构的模型参数进行联邦学习，并且通过聚类模型参数的方法，不仅可以实现隐私数据的保护，还可以避免数据差异性较大的模型参数影响其他模型参数的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118398172A
公开(公告)日：2024-07-26
申请号：CN202410554634.5
申请日：2024-05-07
Applicant: 扬州大学
IPC: G16H20/70 , G06F18/213 , G06F18/2415 , G06F18/25 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于多模态数据的心理健康状态智能识别方法及系统。包括：获取心理评估信息及测试者信息；提取文本信息的内容得到多个词嵌入向量，在语义上学习词嵌入向量之间的文本特征表示，后处理后输出为文本情感倾向值；深度提取图像信息的内容得到图特征向量，后处理后输出为图像情感倾向值；提取测试者信息的内容得到多个离散向量，计算每个离散向量的自注意力矩阵并全部拼接成混合注意力矩阵，后处理后输出补充情感倾向值；融合计算文本情感倾向值、图像情感倾向值、补充情感倾向值得到情感变化，得到测试者的心理状态变化及与情感变化之间的关系，分析一段时间内的情感变化并预测相应的心理状态变化。本发明全面、动态化、高精度。
-
公开(公告)号：CN117835365A
公开(公告)日：2024-04-05
申请号：CN202410021600.X
申请日：2024-01-05
Applicant: 扬州大学
Abstract: 本发明公开了一种无人集群三维空间下通信中继选择方法与系统，本发明首先根据三维空间中无人机i和基站的位置及通信半径，计算无人机和基站之间的距离，确定无人机和基站的球形通信区域；接着在过无人机i和基站位置的任一二维平面内，根据无人机及基站通信半径确定中继无人机j的位置区域，并将该位置区域绕无人机i和基站位置连线旋转，得到三维空间下的可行区域；然后在过中继无人机j、无人机i和基站位置的二维平面内，将区域进行分割，得到不同的中继调度区域；最后按照距离最短原则对不同调度区域内中继节点进行调度。本发明能够有效避免在二维平面上规划通信中继节点时无法充分利用空间资源，中继覆盖范围存在重叠或盲区问题。
-
公开(公告)号：CN112966734B
公开(公告)日：2023-09-15
申请号：CN202110235175.0
申请日：2021-03-03
Applicant: 扬州大学
Abstract: 本发明公开了一种基于分数阶谱的判别多重集典型相关分析方法，包括1）定义每组训练样本的投影方向；2）计算训练样本的互协方差矩阵和类内散布矩阵；3）互协方差矩阵做奇异值分解，类内散布矩阵做特征值分解；4）构建分数阶互协方差矩阵和分数阶类内散布矩阵；5）构建FLMCCA的最优化模型；6）求解特征向量问题；7）利用特征向量形成每组数据的投影矩阵；8）采用串行特征融合策略对投影后的特征进行融合，并选取不同数量的图像做训练和测试，计算识别率。本发明通过引入分数阶参数构建了分数阶类内散布矩阵和分数阶互协方差矩阵，减小因噪声干扰和有限训练样本带来的真实值偏离，从而增强了所抽低维特征的判别力，提高了系统识别的准确率。
-
公开(公告)号：CN107832970A
公开(公告)日：2018-03-23
申请号：CN201711201028.1
申请日：2017-11-23
Applicant: 扬州大学
IPC: G06Q10/06
CPC classification number: G06Q10/06375
Abstract: 本发明涉及基于递归分解化工生产问题中合成路径自动化生成方法。本发明基于递归函数设计一种合成流程的有解性判断装置，判断在当前的原材料和可进行反应的限制下，目标产物是否可以通过一系列化工合成流程生成，设计一种合成流程分解装置，对目标产物的合成流程进行分解，自动化的生成所有可能的合成路径。本发明克服了现有逻辑中心法和信息中心法各自存在的缺陷。本发明根据递归遍历算法，考虑了实际生产情况中原料的种类和数量限制，设计了统一的形式化表示方法，可以更好的应用在不同条件的实际化工生产中，可以在判断能否分解之后，得到所有的分解方案，更好地满足后续路径的选择工作。
-
公开(公告)号：CN104991909B
公开(公告)日：2018-02-27
申请号：CN201510345253.7
申请日：2015-06-19
Applicant: 扬州大学
IPC: G06F17/30
Abstract: 本发明提出了一种针对具体软件历史代码库的词库自动构建方法。本发明的方法是使用知识库构建的想法。对本软件系统所有历史代码库中做一个精炼，提炼出一个属于本软件系统的词库(知识库)，以此获得高效的了解一个软件系统的代码构建过程。主要用于代码搜索过程中更准确地进行代码搜索。本发明有利于软件维护人员以及系统开发人员了解本系统在过去版本中使用的单词或词组，以及使用单词之间存在的一定的关系，更有效的开发与维护本系统，促进软件代码中词语使用的一致性。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.038 seconds)
