-
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：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。
-
公开(公告)号：CN110737769B
公开(公告)日：2023-07-25
申请号：CN201910999118.2
申请日：2019-10-21
Applicant: 南京信息工程大学
IPC: G06F16/34 , G06F40/289 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/047
Abstract: 本发明公开了一种基于神经主题记忆的预训练文本摘要生成方法，根据完整的输入序列，使用BERT预训练的上下文建模能力，对序列进行编码，完成文本嵌入；将输出的序列表示，使用主题记忆网络编码潜在的主题表示；根据主题表示、推理与经过编码的序列表示进行匹配，形成最终编码表示，再使用解码器来生成初步输出序列；将输出的序列中每一个单词进行掩码喂入BERT并结合输入序列，使用基于transformer和LSTM的解码器来预测每个掩码位置的细化单词，实现微调。本发明通过双向上下文的BERT和LSTM层进行特征的深层捕捉，喂入掩码后的摘要，对参数进行微调，细化每一个摘要单词，使得生成更加流畅、信息量高的文本摘要。
-
Patent Agency Ranking
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：CN107992549B
公开(公告)日：2022-11-01
申请号：CN201711211271.1
申请日：2017-11-28
Applicant: 南京信息工程大学
Abstract: 本发明公开了动态短文本流聚类检索方法。本方法利用短文本流数据建立短期话题模型并综合长期历史话题模型对数据流中的短期话题模型进行修正得到话题与特征词的概率分布，再利用文档与话题之间的条件概率进行聚类，形成对关键词的动态精准检索。本发明通过建立动态话题模型，实现随时间变化的关键词检索功能，并通过多项式混合话题模型解决了短文本数据的稀疏性，信息缺失等问题，提升了信息检索的效率与性能。
-
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：CN114663245A
公开(公告)日：2022-06-24
申请号：CN202210257148.8
申请日：2022-03-16
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种跨社交网络身份匹配方法，包括采集不同社交网络的账户数据，进行数据清洗；基于双向模型搭建跨社交网络身份匹配框架；将数据清洗后的账户数据通过跨社交网络身份匹配框架划分为训练集和测试集；加载训练集对跨社交网络身份匹配框架中的参数进行训练得到网络模型；采用测试集对网络模型进行测试，得到最优网络模型，将待匹配账户数据通过最优网络模型进行身份匹配，提高精准匹配效率。
-
公开(公告)号：CN108829500B
公开(公告)日：2022-05-27
申请号：CN201810419583.X
申请日：2018-05-04
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种云环境下模块化并行作业的动态节能调度方法，包括以下步骤：(1)根据系统日志，计算系统平均负载及作业平均并行度；(2)根据系统的平均负载，寻找资源的参考工作状态，包括计算资源的工作频率与工作电压；(3)假设资源工作在参考工作状态下，且作业的并行度为平均并行度，计算此时作业的能耗及工作量；(4)与步骤(3)得到的结果进行对比，寻找可能比步骤(3)更小能耗的调度方法，若有更新调度方法，若没有则采取步骤(3)的方法。本发明不需要知道作业的内部结构，控制简单，首先从全局计算能耗，使能耗处于较低的水平，通过节省资源，实现作业的动态调度。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.028 seconds)
