-
公开(公告)号：CN118505343B
公开(公告)日：2025-01-14
申请号：CN202410582454.8
申请日：2024-05-11
Applicant: 南通大学
IPC: G06Q30/0601 , G06F16/9536 , G06N3/0895 , G06N3/084 , G06N3/082 , G06N3/042 , G06N3/047
Abstract: 本发明具体涉及一种基于暂退法与去噪技术的图对比学习推荐方法，包括以下步骤：S1、数据预处理，将yelp2018数据集处理成用户、商品和评价星级的交互数据文件；S2、视图生成，通过用户与商品的交互数据集构建用户‑商品二分图，并分别使用暂退法和去噪技术生成新的第一视图与第二视图；S3、视图学习，使用多层GCN分别学习第一视图和第二视图的嵌入表示；S4、训练损失，使用BPR贝叶斯个性化排序损失函数和对比学习损失函数InfoNCE信息对比估计进行联合训练，反向传播以更新模型参数，优化模型效果；S5、预测，将第一视图和第二视图的嵌入表示相加，通过softmax函数获得预测结果；S6、性能评估，计算模型Recall召回率和NDCG归一化折损累计增益来校验模型性能。
-
公开(公告)号：CN118522461B
公开(公告)日：2024-10-29
申请号：CN202410977894.3
申请日：2024-07-22
Applicant: 南通大学
IPC: G16H50/30 , G16H50/20 , G16H50/70 , G16H20/10 , G16H50/50 , G06F30/28 , G06F18/2433 , G06F18/2411 , G06F18/23 , G06F18/27 , G06V10/26 , G06V10/44 , G06V10/46 , G06V10/62 , G06V40/14 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/044 , G06N5/01 , G06N20/20
Abstract: 本发明公开了大数据心脑血管监护技术领域的一种基于大数据的心脑血管病人监护系统，包括血流动力学模拟模块、微循环动态监控模块、心律动态解析模块、血管弹性仿真模块、血管状态追踪模块、心肌应力分析模块、疾病进展预测模块、治疗策略优化模块。本发明中，运用计算流体动力学算法和纳维‑斯托克斯方程，准确模拟分析血液的流动特性，时间序列分析和机器学习的异常检测算法，及时检测异常模式，复杂网络理论和多尺度熵分析技术，提升分析深度，仿生学和有限元分析方法，增强对血管壁应力‑应变关系的理解，生物力学模型和有限元技术的应用，助力于心肌损伤风险的评估，集成学习算法和动态系统建模，使得治疗策略更为个性化和高效。
-
公开(公告)号：CN118691891A
公开(公告)日：2024-09-24
申请号：CN202410818562.0
申请日：2024-06-24
Applicant: 南通大学
IPC: G06V10/764 , G06V10/44 , G06Q10/087 , G06V10/20 , G06V10/422
Abstract: 本发明涉及线缆盘具种类识别技术领域，具体地说，涉及基于线缆盘具种类识别的线缆盘具自动堆放系统。其包括增强提取单元、属性分析单元、种类识别单元、匹配堆放单元。本发明增强提取单元根据获取的线缆盘具图像数据进行线缆盘具图像像素值的采取，并根据采取的线缆盘具图像像素值对获取的线缆盘具图像数据进行像素值的增强处理，再根据增强处理的像素值形成增强后的完整图像数据并进行线缆盘具特征的提取，提取线缆盘具位置、线缆盘具形状、线缆盘具边缘、线缆盘具轮廓特征信息，增强后的图像更加清晰，噪声较少，减少误差识别，可以提高线缆盘具类型识别的精确度，降低错误判断的可能性，使线缆盘具特征更加突出，提高识别的准确性和鲁棒性。
-
公开(公告)号：CN118522471A
公开(公告)日：2024-08-20
申请号：CN202410986446.X
申请日：2024-07-23
Applicant: 南通大学
IPC: G16H50/70 , G16H50/50 , G06F18/2411 , G06F18/2431 , G06F18/25 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及医疗数据处理技术领域，具体为一种智能化肿瘤病程监控系统，系统包括图卷积网络分析模块、支持向量机预测模块、决策树路径规划模块、随机森林评估模块、条件生成对抗网络仿真模块、图注意力网络分析模块、同调理论拓扑分析模块、患者数据管理模块。本发明中，通过应用图卷积网络算法，提高肿瘤异质性的识别精度，支持向量机算法在多维特征空间中有效预测肿瘤发展趋势，决策树和随机森林算法为患者提供科学和个性化的治疗路径规划，条件生成对抗网络与图注意力网络的结合，增强对治疗建议和细胞相互作用的真实模拟，同调理论的运用深化对肿瘤与微环境关系的解析，患者数据管理的自动化策略保证治疗信息的及时更新和准确管理。
-
公开(公告)号：CN118505343A
公开(公告)日：2024-08-16
申请号：CN202410582454.8
申请日：2024-05-11
Applicant: 南通大学
IPC: G06Q30/0601 , G06F16/9536 , G06N3/0895 , G06N3/084 , G06N3/082 , G06N3/042 , G06N3/047
Abstract: 本发明具体涉及一种基于暂退法与去噪技术的图对比学习推荐方法，包括以下步骤：S1、数据预处理，将yelp2018数据集处理成用户、商品和评价星级的交互数据文件；S2、视图生成，通过用户与商品的交互数据集构建用户‑商品二分图，并分别使用暂退法和去噪技术生成新的第一视图与第二视图；S3、视图学习，使用多层GCN分别学习第一视图和第二视图的嵌入表示；S4、训练损失，使用BPR贝叶斯个性化排序损失函数和对比学习损失函数InfoNCE信息对比估计进行联合训练，反向传播以更新模型参数，优化模型效果；S5、预测，将第一视图和第二视图的嵌入表示相加，通过softmax函数获得预测结果；S6、性能评估，计算模型Recall召回率和NDCG归一化折损累计增益来校验模型性能。
-
Patent Agency Ranking
公开(公告)号：CN116594870B
公开(公告)日：2024-02-23
申请号：CN202310461924.0
申请日：2023-04-26
Applicant: 南通大学
IPC: G06F11/36
Abstract: 本发明为一种基于可疑语句变异的错误定位方法，包括以下步骤：S1、测试目标程序P：对给定的程序P执行测试套件TS，获得覆盖率信息和测试用例执行结果，即通过PASS或失败FAIL；S2、生成可疑语句S：借助SBFL技术中的错误定位公式计算程序语句的可疑度值，生成可疑语句排序列表；S3、生成变异体m：选择合适的变异算子mo，借助Proteum变异工具为可疑语句S的每个变异点生成变异体；S4、测试变异体m：使用同一个测试套件TS测试所有生成的变异体并记录测试用例的执行结果：测试结果从通过变为失败的测试用例数和从失败变为通过的测试用例数；S5、计算可疑度指标R：将TS对P的测试结果与TS对所有变异体m的测试结果进行比较，计算可疑度指标R，报告错误语句。
-
公开(公告)号：CN117094829A
公开(公告)日：2023-11-21
申请号：CN202311003885.6
申请日：2023-08-10
Applicant: 南通先进通信技术研究院有限公司 , 南通大学
IPC: G06Q40/06 , G06Q10/0635
Abstract: 本发明属于金融投资决策方法技术领域，具体涉及基于SVM算法的金融市场投资组合选择及风险预测方法。本发明结合SVM算法，并以股票数据集为样本，对基于SVM算法的投资组合策略的风险收益及风险预测效果进行了分析。本发明与传统的指数型基金投资策略相比，投资组合策略的抗风险能力得到了显著提升，其风险收益也稳定在较高的水平范围。且在SVM算法支持下，金融市场的风险预测误差水平也保持在较低的水平范围内。从现实应用来看，基于SVM算法的金融市场投资组合选择及风险预测具有较强的可行性。
-
公开(公告)号：CN116503137A
公开(公告)日：2023-07-28
申请号：CN202310480864.7
申请日：2023-04-28
Applicant: 南通大学
IPC: G06Q30/0601 , G06F16/9535 , G06F18/214 , G06N3/042 , G06N3/0464 , G06N7/01 , G06N3/0895 , G06N3/084
Abstract: 本发明属于推荐系统技术领域，具体涉及一种基于对比学习改进的GCN推荐方法。本发明包括以下步骤：S1：数据预训练，将yelp2018的数据集转化为用户id、商品id，评价的交互数据集；S2：模型训练，通过用户商品交互的数据集构建邻接矩阵，并分别构建对应的嵌入向量，然后合并在一起并添加有向随机噪声；S3：训练损失，使用贝叶斯个性化排序BPR损失和对比学习损失InfoNCE联合训练；S4：预测，通过LightGCN进行传播，获取预测结果，并通过计算recall：召回率和NDCG：归一化折损累计增益，衡量模型性能。本发明是在嵌入空间中添加随机均匀噪声来构建对比学习中的正负对，即减少了模型训练的计算成本和计算时间，也提高了模型的鲁棒性和泛化能力，从而提高了模型的性能。
-
公开(公告)号：CN115751820A
公开(公告)日：2023-03-07
申请号：CN202211512042.4
申请日：2022-11-29
Applicant: 南通大学
Abstract: 本发明公开了一种方便清理杂质的风冷冷水机，属于风冷冷水机技术领域，包括箱体，所述箱体的外壁上固定安装有控制器；箱体上安装有冷水机，冷水机与控制器连接，控制器用于控制冷水机的运行；所述冷水机包括安装在箱体顶部的若干进风组件，固定安装在箱体侧壁上的进水管和出水管，安装在箱体内部的冷水机主体和便于清理的过滤结构；便于清理的过滤结构安装在冷水机主体上。通过上述方式，本申请可实现在对过滤桶进行清理杂质或者更换时，无需停机，风冷冷水机可正常进行工作，解决了现有技术需要停止操作的技术难题。
-
公开(公告)号：CN115660735A
公开(公告)日：2023-01-31
申请号：CN202211386150.1
申请日：2022-11-07
Applicant: 南通大学
IPC: G06Q30/0202 , G06N20/20 , G06F18/214
Abstract: 本发明涉及机票价格预测领域，尤其涉及一种基于改进集成学习的机票价格预测方法。解决了节假日机票价格预测准确度不高的问题。其技术方案为：包括以下步骤：S1：采集历史航班特征和价格序列；S2：对于价格，使用箱线法对异常值进行筛选删除，对于空值采用均值填充；S3：将节假日的价格数据作为少数类，正常时期的价格作为多数类；S4：将构造出的样本与原本样本合成；S5：选定KNN，XGBoost，RF作为基学习器，LR作为元学习器；S6：将步骤S4中的训练集作为输入，输入至步骤S5的每个基学习器中；S7：将测试集训练好的基学习器模型的输入。本发明的有益效果为：本发明具有比传统集成模型更好的效果。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.023 seconds)
