-
公开(公告)号：CN100596349C
公开(公告)日：2010-03-31
申请号：CN200610039901.7
申请日：2006-04-26
Applicant: 南京大学 , 江苏南大苏富特软件股份有限公司
Abstract: 基于高速网络数据处理平台的虚拟专用网网关系统的处理方法，由系统数据交换支持系统、数据接入及预处理板卡、防火墙数据处理板卡组成；对于外网的入站报文，通过对需要进一步分析的数据包计算HASH，将它们动态负载均衡的发到多块VPN处理板卡上进行处理；对于内网的出站报文，根据VPN隧道策略分发到多块VPN处理板卡进行处理；VPN的各种数据处理在多处理板并行运行，以使整个系统达到千兆线速所需的处理效率；该系统利用高速数据处理平台内部硬件处理单元针对网络数据包接收及转发，查表及内容分类标记等方面的优势，对传统VPN软件体系的结构进行了调整和优化，达到了较高的网络处理性能。
-
公开(公告)号：CN113379386B
公开(公告)日：2024-04-12
申请号：CN202110664304.8
申请日：2021-06-16
Applicant: 南京大学
IPC: G06Q10/10 , G06Q30/0283
Abstract: 本发明公开了一种基于多阶段采样的任务分配与定价方法，将整个任务分配时段分成不同大小的子阶段，为每个子阶段分配一定的预算额度，按照每个子阶段的时间持续长度，将预算额度按比例进行；将出现在每个子阶段的任务执行人员建立合适的采样集合，根据之前阶段构建的采样集合计算出如何使用预算对任务执行人员进行支付；将每个工作者给出的结果进行整合，得出最后的结果。本发明对在线任务分配进行了分阶段决策，可更加合理地使用预算，相比于传统的定价当时，本发明采用的定价方法可以有效应对工作者自私性报价的问题。
-
公开(公告)号：CN113379386A
公开(公告)日：2021-09-10
申请号：CN202110664304.8
申请日：2021-06-16
Applicant: 南京大学
Abstract: 本发明公开了一种基于多阶段采样的任务分配与定价方法，将整个任务分配时段分成不同大小的子阶段，为每个子阶段分配一定的预算额度，按照每个子阶段的时间持续长度，将预算额度按比例进行；将出现在每个子阶段的任务执行人员建立合适的采样集合，根据之前阶段构建的采样集合计算出如何使用预算对任务执行人员进行支付；将每个工作者给出的结果进行整合，得出最后的结果。本发明对在线任务分配进行了分阶段决策，可更加合理地使用预算，相比于传统的定价当时，本发明采用的定价方法可以有效应对工作者自私性报价的问题。
-
公开(公告)号：CN113297089A
公开(公告)日：2021-08-24
申请号：CN202110642819.8
申请日：2021-06-09
Applicant: 南京大学
IPC: G06F11/36 , G06F16/36 , G06F40/289 , G06F40/295 , G06F40/30
Abstract: 本发明公开了一种基于知识图谱的众测助理实现方法。数据采集阶段，确定好与测试领域相关的关键词；数据预处理阶段，设计相应的规则提取内容中的三元组，同时将别名、外文名用于实体对齐，与通用知识图谱CN‑DBpedia合并；数据存储阶段，以图数据库Neo4j存储数据，利用Cypher查询语句将三元组嵌入图数据库中；问句解析阶段，从用户的输入中，利用模板匹配从中抽取出槽值对，槽对应实体，值对应关系或属性，用py2neo嵌入Cypher语句查询相应的结果，并以聊天格式返回给用户。本发明以图数据库作为存储结构，满足了智能助理所要求的最大延时，领域内的知识图谱能够使智能助理为测试人员提供更好的帮助。
-
公开(公告)号：CN107102989B
公开(公告)日：2020-09-29
申请号：CN201710373502.2
申请日：2017-05-24
Applicant: 南京大学
IPC: G06F40/247 , G06F40/30 , G06N3/08
Abstract: 本发明提供一种基于词向量、卷积神经网络的实体消歧方法，包括实体识别阶段、实体语义表示阶段、神经网络学习训练阶段和实体分类阶段等四个阶段。本方法依托word2vec训练的词向量和卷积神经网络，分别针对待消歧实体上下文和知识库中候选实体摘要信息构造语义特征向量。在实体分类阶段计算特征向量的余弦相似度，取相似度最大的候选实体作为待消歧实体的最终目标实体。通过本发明的方法，大大提高了实体的语义表示能力，进而提高了后续消歧的准确率。
-
Patent Agency Ranking
公开(公告)号：CN106056137B
公开(公告)日：2019-06-04
申请号：CN201610353613.2
申请日：2016-05-25
Applicant: 南京大学
Abstract: 本发明提供一种基于数据挖掘多分类算法的电信集团业务推荐方法，包括如下步骤：构建数据集阶段：1a)采用KNN算法预判用户的候选类子集；1b)基于类标特征属性构建用于训练与预测的标准数据集；模型训练与预测阶段：2a)获取步骤1b)中标准数据集；2b)训练一个朴素贝叶斯二分类；2c)采用分类器预测用户与集团类标的关系；结果合并阶段：3a)获取步骤2c)中二分类预测；3b)基于置信度策略合并二分类结果得到用户最终集团类标；c)结束。本发明的基于候选类子集和类标特征属性的多分类算法准确高效的为用户推荐集团业务，利用了海量业务数据进行精准营销，不仅能够减少用户流失，而且能够提高用户满意度，促进电信业发展。
-
公开(公告)号：CN107102989A
公开(公告)日：2017-08-29
申请号：CN201710373502.2
申请日：2017-05-24
Applicant: 南京大学
Abstract: 本发明提供一种基于词向量、卷积神经网络的实体消歧方法，包括实体识别阶段、实体语义表示阶段、神经网络学习训练阶段和实体分类阶段等四个阶段。本方法依托word2vec训练的词向量和卷积神经网络，分别针对待消歧实体上下文和知识库中候选实体摘要信息构造语义特征向量。在实体分类阶段计算特征向量的余弦相似度，取相似度最大的候选实体作为待消歧实体的最终目标实体。通过本发明的方法，大大提高了实体的语义表示能力，进而提高了后续消歧的准确率。
-
公开(公告)号：CN105184075A
公开(公告)日：2015-12-23
申请号：CN201510553048.X
申请日：2015-09-01
Applicant: 南京大学
IPC: G06F19/00
Abstract: 本发明提供一种适用TCMF网络的基于多三角形群组相似性凝聚的重叠社区发现方法，包括如下步骤：1)寻找初始社团阶段：a寻找中心点，并初始化社团；b搜索多三角形群组，加入到初始社团；c重复上述步骤直到中心点的度数小于阈值；d将未分派的结点加入到初始社团；e结束；2)合并初始社团阶段：a计算每两个社团之间的相似度；b选择最相似的两个社团合并；c重复以上步骤直到结束。基于多三角形群组相似性凝聚的重叠社团发现方法适用于TCMF网络，利用多三角形的技术大大提高了社团划分的准确度，可以从TCMF网络当中准确地发现药群社区结构信息。
-
公开(公告)号：CN104794192A
公开(公告)日：2015-07-22
申请号：CN201510185479.5
申请日：2015-04-17
Applicant: 南京大学
IPC: G06F17/30
Abstract: 一种基于指数平滑、滑动窗口分布统计和集成学习模型的多级异常检测方法,包括如下步骤：统计检测阶段：a)根据应用场景确定关键特征集合；b)对于离散特征，用滑动窗口分布直方图建模，对于连续特征用指数平滑建模；c)周期性输入各个关键特征的观测值；d)结束。集成学习训练阶段：a)利用已经标记的正常和异常样例，组成训练数据集合；b)训练随机森林分类模型；和集成学习分类阶段；本发明为包含时序特性和复杂行为模式的异常检测问题提供了一个通用框架，适合在线常驻检测，集成学习阶段使用随机森林模型具有可并行化、泛化能力强的特点，该方法可运用于如电信行业业务违规检测、金融行业信用卡欺诈检测、网络攻击检测等多个场景。
-
公开(公告)号：CN102646168A
公开(公告)日：2012-08-22
申请号：CN201210110861.6
申请日：2012-04-16
Applicant: 南京大学
IPC: G06F19/00
Abstract: 本发明提供一种适用中药方剂(Traditional Chinese Medicine Herbs，以下简称TCMF)网络的基于共近邻相似三角形凝聚的层次重叠社区发现方法，包括如下步骤：1)共近邻相似三元组凝聚阶段a寻找所有三元组；b对任意两个三元组计算相似度；c给定三元组的相似度阈值，合并相似度高于相似度阈值的三元组对作为初始社区；d结束；2)簇合并阶段a计算任意两个初始社区的距离；b定初始社区距离阈值，合并距离小于距离阈值的两个初始社区；c结束。本发明的基于TCMF网络的层次重叠核心药群发现方法为TCMF网络发现提供了一种新的方法，该方法通过三个参数α，β，γ的设定能挖掘TCMF网络的高重叠及层次药群社区结构，为方剂配伍中核心药群发现提供了解决方案。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.041 seconds)
