-
公开(公告)号：CN117035073B
公开(公告)日：2024-03-29
申请号：CN202311036851.7
申请日：2023-08-16
Applicant: 南京信息工程大学
IPC: G06N5/02 , G01W1/10 , G06F18/213 , G06N3/0442 , G06N3/042 , G06N3/0455 , G06N3/045 , G06N3/048
Abstract: 本发明公开了一种基于分层事件发展模式归纳的未来气象事件预测方法，利用信息抽取工具从气象数据中提取出若干个气象事件，并按时间顺序进行排列；以最早发生的事件作为当前的实例图，并将其他事件作为候选事件集合，选择概率最大的后续事件，并将其添加到当前实例图中。利用DVAE抽取事件骨架图，随后，将骨架图和实例图分别输入到缩放图神经网络中，获得后续事件与当前实例图之间的匹配得分。在完成添加后续节点的实例图后，进行共指合并和实体关系边生成的处理。迭代执行归纳出气象事件发展模式图。本发明可以利用事件发展模式预测气象事件的概率，结合了气象事件发展的全局结构信息，减少了局部结构信息对于后续事件预测的影响。
-
公开(公告)号：CN117350386B
公开(公告)日：2024-03-19
申请号：CN202311640535.0
申请日：2023-12-04
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06N3/0464 , G06N5/046 , G06F18/22 , G06F18/241
Abstract: 本发明公开了一种事件溯因推理方法及系统，本发明将假设事件、以及溯因的前提事件和结果事件投影到外部事件图上，生成事件描述性知识，对外部事件图上前提事件和结果事件依次行多次正向（由因致果）分析和反向（由果溯因）分析，生成新的前提事件和结果事件，根据新旧事件之间的均方误差距离、事件描述性知识和事件上下文表示，采用分类模型，获得最终假设事件，可在获取最终假设事件的过程中体现出事件间的因果关系。
-
公开(公告)号：CN117521879A
公开(公告)日：2024-02-06
申请号：CN202311418108.8
申请日：2023-10-30
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G01W1/10 , G06N3/0442 , G06F18/25 , G06F18/10 , G06N3/0464 , G01W1/02 , G06F123/02
Abstract: 本发明公开了一种基于特征融合和趋势模糊粒化的气象时间序列预测方法，包括步骤：S1，利用去噪模块，对获取的气象时间序列进行分解重组、去噪处理，得到去噪后的气象时间序列A′t；S2，利用构建的时间结构搜索模块，对预测模块进行优化；S3，采用高斯线性模糊线性粒化算法，对A′t进行处理，得到不等长的粒度气象时间序列LG；S4，对粒度气象时间序列LG进行优化；S5，构建特征融合模块，进行特征融合，得到融合后的气象数据；S6，对融合后的特征图进行级联操作；S7，利用LSTM单元对融合后的气象数据进行处理，由预测模块进行气象预测。本发明能最大限度提取信息，减少模型的迭代累计误差，提高气象预测的准确性。
-
公开(公告)号：CN116595953A
公开(公告)日：2023-08-15
申请号：CN202310596388.5
申请日：2023-05-24
Applicant: 南京信息工程大学
IPC: G06F40/166 , G06F40/30 , G06N3/0455 , G06N3/0499 , G06N3/092
Abstract: 本发明公开了一种基于知识和语义信息增强的摘要生成方法，步骤如下：S1构建上下文知识图G；S2更新上下文知识图G中节点i的特征向量，得到上下文知识特征表示Rg；S3通过语言模型得到文本文档特征表示Rt；S4利用改进的Transformer解码器解码，得到摘要序列向量St；S5对摘要序列向量St和文本文档特征表示Rt进行计算，获取权重分布Ct；S6将位置信息编码成概率分布Pgen，重复步骤S4和S5得到完整的摘要序列y’；S7通过相似度指标得到奖励值，对指针网络和改进的Transformer解码器进行梯度优化。本发明对传统的Transformer解码器进行改进，更好地将文本知识和语义信息进行交互。
-
公开(公告)号：CN116502774A
公开(公告)日：2023-07-28
申请号：CN202310755841.2
申请日：2023-06-26
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06F30/27 , G06N3/0499 , G06F123/02
Abstract: 本发明公开了一种基于时间序列分解和勒让德投影的时间序列预测方法，包括：获取目标区域的历史数据，并划分为训练集、验证集和测试集；构建时间序列预测模型，将时间序列分解季节项成分和趋势项成分分别进行预测，并基于可逆实例归一化和勒让德投影，得到输出的未来序列数据；设置时间序列预测模型训练环境，通过训练集对时间序列预测模型进行训练，使用梯度函数更新模型参数，直至时间序列预模型达到收敛；通过验证集对模型进行调优，通过测试集评价模型的性能指标是否达到期望。本发明具有比其他时间序列预测方法更强的预测性能，在预测未来数据时具有更小的误差，能够为各种行业中需要时间序列预测工具的实际应用提供一个强有力的预测工具。
-
Patent Agency Ranking
公开(公告)号：CN113434628B
公开(公告)日：2023-07-25
申请号：CN202110529114.5
申请日：2021-05-14
Applicant: 南京信息工程大学
IPC: G06F16/33 , G06F16/35 , G06F40/169 , G06F40/194 , G06F40/30 , G06N7/01
Abstract: 本发明公开了一种基于特征级与传播关系网络的评论文本置信检测方法和装置，检测方法包括：对评论者与评论文本分别进行特征提取，得到预处理之后的特征集合；结合贝塔分布与伯努利分布和类贝叶斯生成型概率模型，获得任意评论者及其所对应评论文本的可疑度分布，对评论文本进行初步筛选；构建含有评论者(A)‑评论文本(R)‑评论对象(P)三元关系的ARP传播关系网；利用置信传播计算得出ARP传播关系网中各类节点的最终置信度C；为R类节点计算可疑度S＝1‑C并降序排列，对评论文本进行再次筛选。本发明能够防治产品虚假宣传，并在一定程度上减少由虚假信息所造成的诱导性购买，进一步提高产品质量保障，为改善民众消费体验作出极大贡献。
-
公开(公告)号：CN115879634A
公开(公告)日：2023-03-31
申请号：CN202211649973.9
申请日：2022-12-21
Applicant: 南京信息工程大学
IPC: G06Q10/04 , G06N3/047 , G06N3/0464 , G06N3/094 , G06Q50/02
Abstract: 本发明公开了一种气象环境因素与农业干旱因果推断方法，首先通过CEGAN对抗生成未知混淆变量的代理变量，然后根据领域调研构建特征变量的因果关系图，利用DoWhy的因果识别机制识别验证因果关系，根据数据和因果图，使用自回归密度估计器估计治疗变量对结果变量的干预效果。本发明能够避免深度学习项目中单纯关注缺少因果关系的粗糙关联性，分析特征之间的因果关联强度，可用于预测任务的特征选择，降低了算法复杂度的同时，加强了特征选择的物理可解释性。
-
公开(公告)号：CN115080728A
公开(公告)日：2022-09-20
申请号：CN202210730560.7
申请日：2022-06-24
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于二级门控编码的图文多模态摘要方法，在多模态编码阶段通过双重编码器得到多模态隐藏层向量，对图片进行网格划分为单模态文本摘要提供网格级的视觉特征，经过循环神经网络得到文本的隐藏层信息当作一级门控信息；通过门控循环神经网络得到二级隐藏层向量，通过对文本图片信息更细粒化的融合与处理来生成更多样化的摘要；在序列到序列中间处理数据的部分，通过自注意力机制得到文本与图像的正反上下文向量，使用滤波器从正反两个方向对文本与图像进行进一步的降噪处理。本发明能增加图文融合通道数量与补偿效果，同时使用正反注意力机制剔除图文中与摘要不相关的部分，以生成图文更加贴合的多模态摘要。
-
公开(公告)号：CN114819344A
公开(公告)日：2022-07-29
申请号：CN202210441892.3
申请日：2022-04-25
Applicant: 南京信息工程大学
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：CN114021553A
公开(公告)日：2022-02-08
申请号：CN202111202617.8
申请日：2021-10-15
Applicant: 南京信息工程大学
IPC: G06F40/253 , G06F40/289 , G06F40/30 , G06F40/242 , G06F40/216
Abstract: 本发明提供一种基于语法依赖图与词典扩展的中文情感极性检测方法，首先对目标文本进行预处理，进行语法依赖关系分析并生成相应的语法依赖图，对种子词典中的正向词汇列表和负向词汇列表进行交叉计算，去除交集部分，对图中每个节点词语进行分类，并将其归属至不同词汇表，计算得出该点情感极性，重复迭代计算出图中每一个词语的情感极性，对依赖图中所有节点词汇重新分类归纳，构建情感特征空间，采用词频对所获得的情感特征空间进行特征枝剪，提取情感特征子集。本发明能够有效避免了相同词语在不同情形下情感极性的不同的情形，克服了词语的不可罗列性，消除了情感极性模糊对极性分析精度的影响，提高了情感极性检测在中文领域的精确度。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.034 seconds)
