-
公开(公告)号：CN117237106A
公开(公告)日：2023-12-15
申请号：CN202311196783.0
申请日：2023-09-18
Applicant: 南京大学
IPC: G06Q40/04 , G06N3/0464 , G06F18/24 , G06F18/214 , G06F18/21 , G06F3/0486 , G06F9/451 , G06F16/23 , G06F16/28 , G06F16/242
Abstract: 本发明公开了一种基于图形识别和量化指标的股票交易推荐系统及方法，以基于图形识别进行股票筛选为创新点，把图形识别作为股票筛选的依据，并辅以目前广泛使用的量化指标筛选，进行股票筛选。系统包括图形筛选模块、指标筛选模块、交易管理模块、策略回测模块；图形筛选模块负责CNN数据集的准备、单张k线图的查看、CNN模型的构建与使用；指标筛选模块负责买入两轮筛选、卖出筛选、加仓筛选；交易管理模块负责管理持仓信息和交易信息；策略回测模块负责进行持仓回测和历史回测，帮助用户了解策略收益率，进而优化策略。本发明为个人投资者提供了丰富的量化筛选指标，采用了合理的量化交易策略，为个人投资者提高收益发掘了更多可能性。
-
公开(公告)号：CN117235575A
公开(公告)日：2023-12-15
申请号：CN202311196787.9
申请日：2023-09-18
Applicant: 南京大学
IPC: G06F18/24 , G06F18/232 , G06F18/213 , G06F16/951 , G06F16/901 , G06Q50/00 , G06N20/20 , G06F40/289 , G06F40/216
Abstract: 本发明公开了一种基于社交网络的博彩账号检测方法，包括：社交网络图构建；利用社交网络图提取社交网络特征；提取账号的文本特征；提取账号的行为特征；利用特征训练分类模型；利用训练好的分类模型模型检测博彩账号。本发明在账号的文本特征和行为特征的基础上，结合博彩账号的社交网络特征，与传统的博彩账号的检测方法相比，具有更高的准确率，对于隐藏在乱码或者图片中的博彩信息也可以进行检测，能够检测出大量原先无法检测的博彩账号，利于净化网络环境。
-
公开(公告)号：CN113569083A
公开(公告)日：2021-10-29
申请号：CN202110673416.X
申请日：2021-06-17
Applicant: 南京大学
IPC: G06F16/61 , G06F16/683 , G06F21/62
Abstract: 本发明提供基于数据溯源模型的智能音箱本地端数字取证系统及方法，取证数据收集模块用于从智能音箱系统中本地端设备中收集取证原始数据。数据溯源生成模块用于使用数据溯源模型封装收集到的取证原始数据，并且生成数据溯源图。取证分析模块用于利用数据溯源图基于安全策略进行取证分析。前端显示模块用于给用户提供可视化交互接口来配置系统、监测状态、查询结果以及获取通知。基于数据溯源模型和数据溯源图，本发明可以应用到各类智能音箱系统中，兼容常见设备和数据类型，并提供全局上的取证分析视角，从而更准确地对智能音箱系统进行安全性分析，保护智能音箱系统安全。本发明不修改智能音箱系统架构，不需要外部支持，灵活度高，适配性强。
-
公开(公告)号：CN107277862B
公开(公告)日：2021-07-30
申请号：CN201710381696.0
申请日：2017-05-24
Applicant: 南京大学
Abstract: 本发明公开了一种移动云计算环境下的视频传输调度方法，该发明属于移动云计算中的移动视频调度方法，旨在解决移动云计算基础设施向移动设备传输视频的调度问题，该方法在不影响移动用户的视频体验的基础上去优化视频传输过程，从而实现节约带宽成本与能源的目的。本发明与贪心算法相比，其显著优点是：在不影响用户视频体验的基础上，通过采用李雅普诺夫优化技术，尽最大可能减少调度带宽成本和能耗，该算法不仅能最大限度地提高平均视频吞吐率和平均移动设备能耗的共同效用，而且在工作量和信道状态均未知时仍可做到自适应。
-
公开(公告)号：CN112532419A
公开(公告)日：2021-03-19
申请号：CN202011028905.1
申请日：2020-09-25
Applicant: 南京大学
IPC: H04L12/24 , H04L12/911 , H04L29/08 , G06F9/455
Abstract: 本发明公开了一种数据中心多用户混合资源请求的部署方法，该方法包括如下步骤：(A)构建用户混合资源请求模型和数据中心网络模型；所述用户混合资源请求模型包括一组提供IaaS服务的VM(虚拟机)、VM(虚拟机)之间的带宽需求以及其需要访问的Networklet集合；所述Networklet表示一组通过相互配合提供PaaS服务或SaaS服务的VM集合。所述数据中心网络模型包括构成数据中心网络的一组物理机器(PMs)集合以及两个相邻物理机器间的网络带宽。(B)采用基于多用户共享Networklet的HTR+Networklet算法，首先为Networklet分配资源，然后为资源请求中其他的VM分配资源，最终得到用户混合资源请求的部署方案。本发明通过共享Networklet，可以有效提高数据中心的资源利用率，并取得到较好的部署结果。
-
Patent Agency Ranking
公开(公告)号：CN112149180A
公开(公告)日：2020-12-29
申请号：CN202011036947.X
申请日：2020-09-27
Applicant: 南京大学
IPC: G06F21/62 , G06F40/289 , G06Q50/18 , G06F16/335
Abstract: 本发明公开了一种基于规则设计的敏感信息命名实体识别和处理方法，包括以下步骤：对用户输入进行预处理，包括过滤不可脱敏项和保存待脱敏裁判文书文件至本地；对裁判文书进行预处理，包括重新调整文书结构，去除其中无用字符；应用脱敏规则，根据用户输入的待脱敏项处理文书，使用正则表达式进行匹配，并通过特征词进行判断和处理，再利用找到的敏感信息词生成其在文书中的信息坐标集合；逐行读取原文书文本，并依次提取信息坐标进行文本替换；输出脱敏后文书文件。本发明模拟法院审管办人员在实际将裁判文书进行网络发布过程中，进行脱敏处理的真实场景，从文书结构分析了各敏感信息的相关规则，能准确定位敏感信息，提高了脱敏结果的准确性。
-
公开(公告)号：CN110956036A
公开(公告)日：2020-04-03
申请号：CN201811143681.1
申请日：2018-09-25
Applicant: 南京大学
IPC: G06F40/289 , G06F40/247
Abstract: 本发明公开了一种面向领域的文本大数据快速分词方法，涉及大数据和自然语言预处理领域，解决了目前对大量中文实时文本分词速度慢且较难识别新词的问题。本发明的关键步骤有二：(1)对语料中的邻接字建立频次模型；(2)查找合适的位置将待分词句子切分为若干词语片段。本发明所采用的方法和效果有如下特点：(1)基于统计，不需要预先建立词典，和其他人工干预；(2)在专用领域的语料上有较强的新词发现能力；(3)分词时间复杂度为O(n)，明显快于其他分词工具；(4)分词的平均错误率在10％以下。
-
公开(公告)号：CN110929746A
公开(公告)日：2020-03-27
申请号：CN201910454209.8
申请日：2019-05-24
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度神经网络的电子卷宗标题定位提取与分类方法，包括以下步骤：将卷宗图片输入神经网络提取多张多尺寸的特征图，根据输出的特征图计算类别分数以及边框位置，通过多种标题选举算法推选出文书当中的标题位置以及标题类别。本发明目的是为了解决在实际处理电子卷宗过程中，经常需要手动对电子卷宗图像进行分类的情况，从单纯的图像层面而不是通过OCR(光学字符识别)等方式来提取图像的标题，通过图像的特征能够准确获得图像标题的位置及类别，提高了鲁棒性泛用性，提高了图像分类的准确性。
-
公开(公告)号：CN110781898A
公开(公告)日：2020-02-11
申请号：CN201911009431.3
申请日：2019-10-21
Applicant: 南京大学
Abstract: 收集了来自法律领域2014年至2018年不同地区的卷宗扫描件，涵盖几十种分辨率，基于大量的法律卷宗数据，并结合法律文书，融入领域知识，来进行对中文OCR后处理的研究。基于经典模型以及成熟OCR(Tesseract、百度OCR)，构建了OCR识别模型。获取大量多样性的Witnesses，免去人工的标注。基于OCR识别系统的结果，提出一种基于无监督的多输入OCR纠错方法，构建OCR纠错模型，可以避免人为的大量标记。实验结果表明，在我们的语料库上，提出的非监督的学习模型，在准确率上有一定的提高。也进一步表明了，采用这种多输入无监督的学习方法可以很好地对OCR的识别结果进行纠正。
-
公开(公告)号：CN110751216A
公开(公告)日：2020-02-04
申请号：CN201911003568.8
申请日：2019-10-21
Applicant: 南京大学
Abstract: 本发明公开了一种基于改进卷积神经网络的裁判文书行业分类方法，包括以下步骤：获取产品质量公开民事文书数据；定义文书涉及行业；人工标注文书涉及行业并筛除无效数据；文书数据预处理，包括结构化文书，提取原告诉称段，数据清洗，计算数据长度分布并统一限制序列最大长度；分层抽样划分训练集、验证集与测试集；创建字符与词语字典；构建与训练改进卷积神经网络分类器，包括基于字符和词语思想表示文书文本，构建基于字符与词语的双通道组合卷积，采取多种类型卷积核，采用k-max-mean池化；输入相关裁判文书，预测文书涉及行业。本发明不需要做任何特征工程相关工作；所提出的改进卷积神经网络模型架构用于裁判文书分类，能够达到更好的效果。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.029 seconds)
