-
公开(公告)号：CN112015641B
公开(公告)日：2022-02-01
申请号：CN202010852852.9
申请日：2020-08-22
Applicant: 南京工业大学
IPC: G06F11/36 , G06V10/764 , G06V10/774
Abstract: 本发明涉及一种基于多粒度级联森林模型的代码异味检测方法，首先获得代码样本所对的六个质量维度特征的值；之后由检测工具获得对代码样本关于是否有异味的标记；然后通过对样本代码的划分，获得所对应的多个特征子样本向量，通过各特征子样本向量相对代码样本所对应异味检测标记值的概率值，实现代码样本分别所对应表征向量的获得；最后应用代码样本所对应的表征向量针对级联森林网络进行训练，获得代码样本相对其异味检测标记值的概率值，结合代码样本关于是否有异味的标记，完成对代码样本是否具有异味的判断；整个设计架构能够有效提高代码异味检测的工作效率，帮助程序员在一定程度上避免代码缺陷、及早发现重构目标，从而节约维护成本。
-
公开(公告)号：CN109860456A
公开(公告)日：2019-06-07
申请号：CN201811567878.8
申请日：2018-12-21
Applicant: 南京工业大学
IPC: H01M2/10 , H01M10/613 , H01M10/625 , H01M10/6552 , H01M10/653 , H01M10/6554
Abstract: 本发明一种预防锂离子电池组热失控的相变材料降温方法涉及的是一种基于复合相变材料的预防锂离子电池组高温热失控的方法。包括箱体，在箱体内设有两块内层载体铝蜂巢板和两块外层载体铝蜂巢板，两块外层载体率蜂巢板分别靠近箱体上、下两侧设置并紧贴箱体两侧，在两外层载体铝蜂巢板内侧设有两块内层载体铝蜂巢板；使用时锂离子电池组处于两块内层载体铝蜂巢板中间；在内层载体铝蜂巢板中的铝蜂巢孔内填充一级复合相变材料；在外层载体铝蜂巢板中的铝蜂巢孔内填充二级复合相变材料。本发明增大了材料的利用率，降低产品成本，使锂离子电池组的使用安全系数大大提升。
-
公开(公告)号：CN109191191A
公开(公告)日：2019-01-11
申请号：CN201810951569.4
申请日：2018-08-20
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于代价敏感卷积神经网络的广告点击欺诈检测方法，属于数据处理技术领域。本发明包括获取一维特征数据集的步骤：对包含点击数据集与发布商数据集的原始数据进行分析，利用统计方法提取广告发布商的特征，获得每个发布商的一维特征数据集；构造特征矩阵的步骤：利用多粒度的时间窗口将一维特征转换成特征矩阵；分类预测训练的步骤：将特征矩阵数据集作为输入，选择卷积神经网络结构进行分类预测训练；在输出层引入代价敏感机制，利用阈值移动进行反向传播。本发明可以很好的适用于现阶段的广告点击欺诈检测，达到了较好的检测能力，提高了检测的精确度和模型的训练效率，实用性较高。
-
公开(公告)号：CN119380282A
公开(公告)日：2025-01-28
申请号：CN202411548328.7
申请日：2024-11-01
Applicant: 南京市锅炉压力容器检验研究院 , 南京理工大学 , 内蒙古自治区特种设备检验研究院 , 南京工业大学 , 南京金创有色金属科技发展有限公司
Inventor： 崔强 , 业成 , 张伯君 , 李梦 , 方学锋 , 魏松杰 , 姜君 , 章彬斌 , 陈洁 , 王志荣 , 刘学军 , 王静虹 , 季亢 , 张东宏 , 刘志贤 , 韩继鹏 , 李锋 , 陈超 , 张茂 , 张学岭 , 于永亮
IPC: G06V20/52 , G06V10/774 , G06V10/24 , G06V20/70 , G06V10/82 , G06V10/44 , G06V40/20 , G06T3/00 , G06T7/73
Abstract: 本发明公开了一种液体罐车充装过程中测漏动作的视觉确认方法，是液体罐车在容质充装过程中，基于摄像头采集的视频来识别并确认操作人员的对鹤管连接区域的测漏动作，用于监控并确认罐车充装前人员测漏操作是否按照要求规范的完成。本方法包括：采用训练好的深度学习模型进行目标检测，识别车辆、操作箱、鹤管、喷壶和现场人员，确认鹤管连接的场景；采用深度学习模型进行姿态估计，识别人员手持喷壶、在鹤管附近喷洒肥皂水的肢体动作；利用多目标的关联检测，根据人员和鹤管连接区域的相对位置，识别人员在鹤管附近观察气泡情况的持续过程。
-
公开(公告)号：CN118779517A
公开(公告)日：2024-10-15
申请号：CN202410891372.1
申请日：2024-07-03
Applicant: 南京工业大学 , 江苏省化工本质安全研究院
IPC: G06F16/9535 , G06F16/9536 , G06N5/04 , G06N3/08
Abstract: 本发明公开了一种面向序列推荐融合显式和隐式反事实的数据增强方法，该方法基于原始数据集对采样器模型和锚模型进行预训练；然后分别利用显式和隐式反事实数据采样器对用户的两种反馈信息进行干预，生成两组增强训练样本；最后使用采样器生成的两组增强训练样本对锚模型进行重新优化，重新优化后的锚模型将为用户提供最终的推荐列表。本发明同时考虑了用户的显式和隐式反馈信息对序列推荐进行数据增强，可以通过生成合成数据来覆盖未探索的输入空间，从而帮助提高推荐性能，解决序列推荐中常见的数据稀疏性问题。
-
Patent Agency Ranking
公开(公告)号：CN117634768A
公开(公告)日：2024-03-01
申请号：CN202311365159.9
申请日：2023-10-20
Applicant: 南京工业大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/006
Abstract: 一种基于改进SSA算法的多目标柔性车间调度方法，步骤包括：1)针对实际的离散车间问题建立多目标柔性车间调度模型；2)通过MSOS编码方式对离散的车间调度数据进行连续化处理，使用SSA智能优化算法求解连续化后的车间调度问题；3)对步骤2)中的SSA进行改进，利用佳点集法改进初始种群位置，通过变邻域搜索算法提高局部搜索的准确度；4)建立外部记忆库存储算法求解过程中的非劣解，使用Pareto最优解集和模糊决策法求解并获取多目标柔性车间调度问题的最优解，解码为最佳调度计划。本发明的核心是改进对SSA它，克服SSA在求解柔性车间调度问题时初始种群分布不均匀和易陷入局部最优解的问题。
-
公开(公告)号：CN117609599A
公开(公告)日：2024-02-27
申请号：CN202311370723.6
申请日：2023-10-20
Applicant: 南京工业大学 , 江苏省化工本质安全研究院
IPC: G06F16/9535 , G06N3/045 , G06N3/042 , G06N3/08
Abstract: 本发明公开了一种基于图对比学习和双向Transformer的多任务会话序列推荐方法，该方法对项目序列和操作序列分别使用图对比学习方法和双向Transformer提取交互特征；然后利用多任务策略对推荐监督任务和对比学习任务进行联合优化；最后从提升负样本质量和消除流行度偏差两个角度进行模型优化。本发明将会话推荐中的用户微操作序列单独提取，和项目序列分别建模、学习和提取特征，在传统推荐方法上有效地融合了用户微操作信息，捕捉用户细粒度的兴趣偏好，提升推荐效果。
-
公开(公告)号：CN116542937A
公开(公告)日：2023-08-04
申请号：CN202310518369.0
申请日：2023-05-09
Applicant: 南京工业大学
IPC: G06T7/00 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N20/10 , G06N3/0464 , G06N3/08
Abstract: 一种基于临床医学、影像组学、深度学习神经网络等特征，对肺部肿瘤浸润性进行判别的方法，具体包括收集肺癌病人临床特征。影像组学提取肺癌患者CT影像中纹理特征以及高阶特征。深度学习神经网络提取肺癌患者中高阶非线性特征。在处理CT影像方面，具体通过医生标注肿瘤区域，进行肿瘤切割，得到肺部肿瘤部位。在模型训练方面，采用多角度旋转(0至30度)模拟生成肺部影像CT样本，提高模型泛化能力；同时采用SMOTE算法解决样本分布不均衡问题。采用LASSO算法，在所有特征中选择重要的特征判别肺部肿瘤的浸润性，并计算所选特征权重值。在样本分类上，采用稳定性较好的非线性SVM(支持向量机)分类器。本发明有着如下优势：综合利用临床医学、神经网络和影像组学等特征，深层次挖掘探究肿瘤浸润性的决定性特征，使得结果更具科学性和可解释性。
-
公开(公告)号：CN115629980A
公开(公告)日：2023-01-20
申请号：CN202211325794.X
申请日：2022-10-27
Applicant: 南京工业大学
IPC: G06F11/36 , G06F18/214 , G06F18/2431 , G06N5/00 , G06N20/00
Abstract: 本发明涉及一种软件缺陷预测模型解释方法，针对目标软件所对应是否有缺陷的预测结果，首先基于对目标软件中各软件模块对应各待分析软件特征类型的特征数据，结合对各软件模块的是否缺陷的预测结果，获得各软件模块分别解释目标软件预测结果、所对应各待分析软件特征类型的重要度；然后基于对全部软件模块向各模块集合的划分，获得各模块集合分别解释目标软件预测结果、所对应的目标特征类型集合；最后基于各模块集合所对应目标特征类型集合之间的联系，获得解释目标软件预测结果的各个重要特征类型，解决现有技术不足，高效实现了对目标软件预测结果的解释。
-
公开(公告)号：CN109191191B
公开(公告)日：2022-04-26
申请号：CN201810951569.4
申请日：2018-08-20
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于代价敏感卷积神经网络的广告点击欺诈检测方法，属于数据处理技术领域。本发明包括获取一维特征数据集的步骤：对包含点击数据集与发布商数据集的原始数据进行分析，利用统计方法提取广告发布商的特征，获得每个发布商的一维特征数据集；构造特征矩阵的步骤：利用多粒度的时间窗口将一维特征转换成特征矩阵；分类预测训练的步骤：将特征矩阵数据集作为输入，选择卷积神经网络结构进行分类预测训练；在输出层引入代价敏感机制，利用阈值移动进行反向传播。本发明可以很好的适用于现阶段的广告点击欺诈检测，达到了较好的检测能力，提高了检测的精确度和模型的训练效率，实用性较高。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.021 seconds)
