-
公开(公告)号：CN118860407A
公开(公告)日：2024-10-29
申请号：CN202410885588.7
申请日：2024-07-03
Applicant: 南通大学
Abstract: 本发明属于计算机科学与软件工程技术领域，具体涉及一种基于控制流和数据流知识图谱的API推荐方法。本发明包括如下步骤：步骤1、使用jieba分词对API文档进行分析，提取API的描述性信息和关键特征；步骤2、采用开源静态代码分析工具SonarQube和开源动态代码分析工具Valgrind从源代码中提取控制流和数据流信息，构建以API为节点，以API之间的控制流和数据流关系为边的知识图谱；步骤3、利用抽象语法树AST分析代码上下文，并结合Latent DirichletAllocation(LDA)模型对用户查询进行关键信息提取；步骤4、基于用户需求和知识图谱中的信息，在知识图谱中检索和推荐相关API；步骤5、构建空的反馈存储库，根据每一次用户查询得到的结果及用户的反馈迭代更新，不断优化知识图谱。
-
公开(公告)号：CN118529906B
公开(公告)日：2024-10-29
申请号：CN202410986420.5
申请日：2024-07-23
Applicant: 南通大学
Abstract: 本发明涉及排泄物处理方法，具体地说，涉及一种集中式畜牧养殖禽畜粪便集中无害化处理方法。其包括以下步骤：将固体部分放入密闭干燥池中进行发酵预处理；对完成发酵预处理的固体禽畜粪便进行发酵腐熟处理；并对腐熟粪便进行稀释处理形成粪液；对粪液进行过滤后将其排入土壤渗滤系统进行无害化再处理，并将处理后的液体向外排放。本发明中，先对固体禽畜粪进行发酵预处理后，将发酵预处理产物转移至发酵罐中进行发酵腐熟，最后对腐熟粪便进行分别处理，即小部分腐熟粪便作为发酵底料，将剩余的大部分腐熟粪便进行稀释、过滤后通过土壤渗滤系统进行无害化处理，成本低，且对禽畜粪便的处理效果好。
-
公开(公告)号：CN118538399A
公开(公告)日：2024-08-23
申请号：CN202410977896.2
申请日：2024-07-22
Applicant: 南通大学
IPC: G16H50/20 , G16H10/60 , G16H50/70 , G06N3/0442 , G06N5/04 , G06N5/022 , G06F18/241 , G06F18/23213
Abstract: 本发明涉及医疗数据处理技术领域，具体为一种智能儿科疾病诊断辅助系统，系统包括健康记录融合模块、症状模式分析模块、趋势预测与因果分析模块、儿科疾病知识图谱模块、疾病智能分类模块、医疗数据深度挖掘模块、智能标签生成模块、分诊智能推荐模块。本发明中，通过结合数据融合算法和图像处理技术，对儿童患者的健康记录和医疗影像进行分析，聚类分析和模式识别算法使症状数据分类更细致，揭示复杂症状模式，长短期记忆网络与因果推理方法相结合，提升症状趋势预测的准确性，并分析病情，图注意力网络构建的儿科疾病知识图谱丰富结构化医学知识的表达，优化知识利用，非监督学习技术在深度挖掘医疗数据时发现疾病发展的隐含模式。
-
公开(公告)号：CN118350898A
公开(公告)日：2024-07-16
申请号：CN202410562320.X
申请日：2024-05-08
Applicant: 南通大学
IPC: G06Q30/0601 , G06F16/9535 , G06N3/047 , G06N3/084 , G06N3/0895 , G06N3/042 , G06N3/0455 , G06N3/048
Abstract: 本发明具体涉及一种基于对比学习和图注意力网络的商品推荐方法。本发明包括以下步骤：S1、数据预处理，采用gowalla数据集作为原始数据集，将数据集中的用户与物品数据以及交互数据进行预处理；S2、模型训练，通过编码用户的历史行为数据学习用户的长期偏好，通过用户‑商品二分图获得用户行为的短期预测；S3、对比损失，使用infoNCE损失函数对比损失来衡量正样本和负样本之间的相似性，最大化同质性，最小化异质性，并且进行反向传播；S4、预测，在得到最终长期偏好嵌入表示和短期预测嵌入表示后，通过将两个嵌入向量进行相加，输入MLP层，最终通过SoftMax得到最终的预测结果；S5、通过计算召回率Recall以及归一化折损累计增益NDCG来评估该模型的性能与表现。
-
公开(公告)号：CN116797835A
公开(公告)日：2023-09-22
申请号：CN202310758952.9
申请日：2023-06-26
Applicant: 南通大学
IPC: G06V10/764 , G06V10/42
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种基于渐进采样的层级式图像分类方法。包括以下步骤：S1：将图片送入第一个阶段的分层模块中，利用特征金字塔的结构将图片的分辨率由低到高依次输出不同的特征图，分别作为阶段1，阶段2，阶段3，阶段4的特征图；S2：将各层的特征图分别送入到对应阶段中的渐进采样模块中，对判别位置进行定位；S3：将采样步长的嵌入馈送到Transformer编码层，预测下一组采样偏移，更新下一组的采样位置；S4：重复进行S2和S3，从最后一次迭代中得到最后的输出令牌；S5：将不同层的特征图分别通过分类器单元将最终的输出向量转化成概率表示，完成各层的图像分类；S6：利用最大值法，结合最后的分类结果，得出最后的图像分类。
-
Patent Agency Ranking
公开(公告)号：CN116594870A
公开(公告)日：2023-08-15
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：CN116383046A
公开(公告)日：2023-07-04
申请号：CN202310284459.8
申请日：2023-03-22
Applicant: 南通大学
Abstract: 本发明属于DNN错误定位技术领域，具体涉及一种针对深度神经网络DNN训练问题的错误定位方法。本发明包括以下步骤：S1、DNN模型准备；S2、DNN训练监控和数据收集；S3、第一次错误识别ADetection；S4、第二次错误识别DDetection；S5、错误定位ASTAnalysis。本发明提出的方法，可以精确地定位常见的DNN训练问题中的bug，该方法能有效提高定位DNN训练问题中的bug的效率，减少模型训练和调试的时间。本发明能够帮助软件开发人员提高DNN模型训练的效率，找到性能更好的DNN模型，进而改进软件的性能。
-
公开(公告)号：CN115269378B
公开(公告)日：2023-06-09
申请号：CN202210717461.5
申请日：2022-06-23
Applicant: 南通大学
IPC: G06F11/36 , G06F18/2113 , G06F18/22 , G06F18/214
Abstract: 本发明提供一种基于域特征分布的跨项目软件缺陷预测方法，包括如下步骤：S1、构建项目向量集PVS；S2、构建源域实例候选索引集SDCI；S3、构建源域实例候选集SDCS；S4、构建适应域特征分布索引DFDI；S5、构建适应域特征分布的训练集DFDD；S6、构建基于域特征分布的跨项目软件缺陷预测方法DFDCP。本发明提出一种基于域特征分布的跨项目软件缺陷预测方法，在源域实例候选集中，由目标实例的去均值化向量进行实例再选择，构建适应域特征分布的实例集，使用该方法构建的训练集有利于进一步建立精确的跨项目缺陷预测模型，实现更好的跨项目缺陷预测效果。
-
公开(公告)号：CN110825178B
公开(公告)日：2022-08-09
申请号：CN201810905701.8
申请日：2018-08-10
Applicant: 南通大学
IPC: G06F1/18
Abstract: 本申请提供了一种具有移动底座的计算机机箱，属于计算机领域。包括箱体，箱体包括周向侧板以及底板，箱体的底部设有移动底座，移动底座包括板状结构的主体，主体的顶面上设有向下延伸设置的容置槽，容置槽为矩形状，且箱体位于容置槽内；主体的底部安装有三个以上的车轮；容置槽的每个侧壁面上铰接有卡接板，卡接板上远离车轮的一侧为卡接端，卡接端与周向侧板卡接配合。本申请提供的具有移动底座的计算机机箱，通过在箱体的底部设有移动底座，移动底座的主体上设有卡接板，卡接板与箱体的周向侧面卡接配合，主体的底部设有车轮，以便于通过车轮的移动运输机箱，避免人工搬运机箱导致出现机箱受损情况的出现。
-
公开(公告)号：CN110825176B
公开(公告)日：2022-07-19
申请号：CN201810905579.4
申请日：2018-08-10
Applicant: 南通大学
IPC: G06F1/18
Abstract: 本申请提供了一种有除尘功能的计算机机箱，属于计算机领域。包括箱体，箱体内部具有容置腔，箱体包括前侧板，前侧板上设有与容置腔连通的进风口，容置腔内还设有除尘组件，除尘组件包括：过滤网，覆盖进风口设置；除尘件，位于过滤网背离进风口的一侧，除尘件包括沿高度方向间隔设置的两个竖杆，两个竖杆之间设有多个可转动的导风板，多个导风板在沿高度方向间隔设置，导风板靠近进风口的一端为抵接端，抵接端与过滤网之间可接触配合；导风板的重心位于导风板的旋转轴背离进风口的一侧，以驱动抵接端向上转动。本申请提供的具有除尘功能的计算机机箱，可将从进风口进入的空气中灰尘进行除尘处理，显著地降低灰尘在机箱内的堆积。
-
-
-
-
-
-
-
-
-
Search Results
177
records
(took 0.055 seconds)
