公开(公告)号：CN106453546A

公开(公告)日：2017-02-22

申请号：CN201610875745.1

申请日：2016-10-08

Applicant: 电子科技大学

Inventor： 张栗粽 ,  殷光强 ,  罗光春 ,  田玲

IPC: H04L29/08 ,  H04L12/863 ,  H04L12/733

CPC classification number: H04L67/1097 ,  H04L45/122 ,  H04L47/50

Abstract: 本发明涉及分布式存储调度的方法，包括：a.建立评价指标：获得与m个存储节点相关的评价矩阵；b.数据标准化处理：对评价矩阵中的各数据消除量纲效应后，得到评价指标值矩阵；c.利用三角模糊数进行两两比较：得到由三角模糊数组成的判断矩阵和每个评价因素的权重向量和加权评价矩阵，以及每个评价因素的权值；d.求得正负理想值：求得正负理想值和得各存储节点到理想值的距离，对各存储节点进行排序，选出最优的存储节点。本发明的方法，能够对调度过程中的各种影响因素进行综合分析，从而选择出最优选的存储节点进行响应，极大程度提高了网络远程分布式存储的数据传输性能和存储效率，明显改善了分布式存储的存储质量。

公开(公告)号：CN118965109A

公开(公告)日：2024-11-15

申请号：CN202411015991.0

申请日：2024-07-26

Applicant: 电子科技大学(深圳)高等研究院

Inventor： 张栗粽 ,  孙明 ,  田玲 ,  高辉 ,  孔京

IPC: G06F18/241 ,  G06F16/35 ,  G06N5/022 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0442

Abstract: 本发明公开了一种基于发布内容和用户关系融合的社交机器人检测方法，包括以下步骤：上传用户数据；对所述用户数据进行预处理，获得预处理后的文本数据、属性数据以及关系数据；利用所述预处理后的文本数据和属性数据进行文本表征提取，获得第一向量，利用所述预处理后的文本数据、属性数据和关系数据进行关系网络表示提取，获得第二向量；根据所述第一向量和第二向量进行结果识别；其中，所述第一向量为用户文本表示向量，所述第二向量为用户关系网络表示向量。其根据用户在社交媒体上发布的内容信息和其社交关系图识别出社交机器人，通过对不同类型数据的分析利用，提升识别的准确率。

公开(公告)号：CN118522025A

公开(公告)日：2024-08-20

申请号：CN202410664891.4

申请日：2024-05-27

Applicant: 电子科技大学

Inventor： 田玲 ,  张栗粽 ,  孙明 ,  康昭 ,  李俊松 ,  李锦萍 ,  单荣臻

IPC: G06V30/41 ,  G06V30/18 ,  G06V30/19 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态信息增强的情感检测方法，包括：S1、提取多模态数据的文本底层情感特征和图像底层情感特征；S2、结合图像情感描述数据集，通过图像语义描述器挖掘多模态数据中图像数据的图像深层情感语义；S3、分析多模态数据中文本数据和图像深层情感语义之间的情感相似性；S4、将文本底层情感特征和图像底层情感特征进行特征级融合，并进行初步情感分析，得到对应的图文融合特征情感决策；S5、基于情感相似性分析结果，将图文融合特征情感决策与图像深层情感语义进行决策融合，确定图文数据的情感类型。本发明提升了图文情感分类的准确率和召回率，从而提升多模态数据的情感分析效果。

公开(公告)号：CN116757280A

公开(公告)日：2023-09-15

申请号：CN202310749257.6

申请日：2023-06-21

Applicant: 电子科技大学

Inventor： 张栗粽 ,  郑旭 ,  康昭 ,  刘立建 ,  朱巡洋 ,  王璐

IPC: G06N5/025 ,  G06F16/36 ,  G06F16/901 ,  G06F18/22 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明提出了一种基于图变换网络的知识图谱多元关系链路预测方法，利用异构图建模多元关系事实，更充分还原了多元关系事实中的复杂异构交互信息；然后通过图变换神经网络，利用其在异构图中的元路径相关概念和图卷积运算逻辑，实现异构图上元路径的自动生成，完成多元关系中节点异构交互特征的提取和聚合；最后通过融合节点初始嵌入，对关系事实中的目标节点进行预测，并将预测结果与所有节点计算相似度，得到其预测评估分值；本发明通过对多元关系事实的充分建模和信息挖掘，克服了多元关系事实利用中存在的信息丢失问题，一定程度上提高了预测结果的准确性，既适用于对关系事实中的实体预测，也适用于其中的关系预测。

公开(公告)号：CN116704202A

公开(公告)日：2023-09-05

申请号：CN202310746413.3

申请日：2023-06-21

Applicant: 电子科技大学

Inventor： 田玲 ,  张栗粽 ,  郑旭 ,  成达 ,  吴瀚宇 ,  陈俊宇

IPC: G06V10/40 ,  G06V10/82 ,  G06V10/25 ,  G06N5/025 ,  G06V10/74 ,  G06V10/764 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明公开了一种基于知识嵌入的视觉关系检测方法，包括以下步骤：输入图像，分别检测目标初始类别预测特征、目标边界框的空间特征以及目标对联合区域的视觉特征；定义先验知识的类型，并针对每种先验类型构建对应的知识图；将目标初始类别预测特征构建为以节点和边表示的图形结构，并将知识图表示为图形结构对应的邻接矩阵；基于门控图神经网络GGNN的更新机制，得到相互关联的目标类别特征；根据目标边界框的空间特征、目标类别特征与目标对联合区域的视觉特征，得到上下文信息，通过softmax函数对每个目标对进行视觉关系检测，解决了在视觉关系检测时图像信息捕捉和理解不完全以及在复杂场景下的性能表现不高的问题。

公开(公告)号：CN116702790A

公开(公告)日：2023-09-05

申请号：CN202310745136.4

申请日：2023-06-21

Applicant: 电子科技大学

Inventor： 张栗粽 ,  惠孛 ,  田玲 ,  尹晓宇 ,  黄嘉豪 ,  杨筠

IPC: G06F40/30 ,  G06N5/025 ,  G06F40/279 ,  G06F40/216 ,  G06F40/289

Abstract: 本发明公开了一种对实体链接模型的实体嵌入的强化及多义词歧义消除方法，其包括以下步骤：获取实体链接模型中待强化的实体嵌入；根据实体嵌入得到对应的实体类别列表；通过文本嵌入模型将类别名称转换为嵌入表示；统计每个类别在所有实体类别列表中的出现频次；根据出现频次对同一实体类别进行处理得到显著性系数；根据显著性系数对嵌入表示进行聚合得到更新后的实体嵌入；通过适配器网络对更新后的实体嵌入进行调整，得到强化后的实体嵌入；更新实体链接模型；基于更新后的实体链接模型进行多义词歧义消除。本发明通过完善实体嵌入的语义表达，提升相似实体的特异性，增加区分度，减少误判情况，降低实体链接的难度，提升实体链接的结果准确性。

公开(公告)号：CN113705394B

公开(公告)日：2023-05-30

申请号：CN202110935756.5

申请日：2021-08-16

Applicant: 电子科技大学

Inventor： 张栗粽 ,  田玲 ,  段贵多 ,  解修蕊 ,  许毅 ,  罗光春 ,  张勇

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/74 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084

公开(公告)号：CN112416579B

公开(公告)日：2023-05-19

申请号：CN202011243280.0

申请日：2020-11-10

Applicant: 电子科技大学

Inventor： 郑旭 ,  陈爱国 ,  罗光春 ,  张栗粽 ,  罗通 ,  杨川

IPC: G06F9/50 ,  G06F16/9535

Abstract: 本发明公开了一种时间敏感的多方轨迹数据融合激励方法，属于分布式计算领域。本发明包括初始化、确定分配规则、确定价格规则三部分，首先以AOE网来描述多方轨迹数据融合的拓扑依赖关系，并收集来自参与者的标的信息，然后近似求解时间限制下的社会福利最大化问题并导出相应分配结果。本发明分别以收益增量、收益花费增量比两种不同的键值，结合全局对比、长链优先两种不同排序方式，来综合确定各子任务在贪心流程中的优先顺序。本发明的支付结果由分配结果及迈尔森引理确定，保证了总体机制的占优策略激励相容特性。

公开(公告)号：CN112784049B

公开(公告)日：2023-05-12

申请号：CN202110117805.4

申请日：2021-01-28

Applicant: 电子科技大学

Inventor： 郑旭 ,  田玲 ,  张栗粽 ,  罗光春 ,  曾翰林 ,  张奔

IPC: G06F16/35 ,  G06F16/36 ,  G06F40/194 ,  G06F40/211 ,  G06F40/279 ,  G06F40/30 ,  G06Q10/0639 ,  G06Q30/0601 ,  G06Q50/00

Abstract: 本发明涉及知识的表示和获取领域，其公开了一种面向文本数据的在线社交平台多元知识获取方法，解决传统技术中的知识获取方法存在的缺乏对多元知识的表示能力、获得的知识不完整、不准确的问题。本发明首先构造适合在线社交平台相关知识表示的多元知识的基本组成结构以及知识属性标签，然后从用户发言的文本数据中自动抽取知识实体与关系；并对文本数据进行数据挖掘，从所获得多元知识中，进一步提取蕴含隐藏的知识及关联，最终完成社交平台多元知识的全面获取。本发明提供的方法通过采用多元的知识结构和充分挖掘社交平台上文本数据中潜在的知识及关联，提高了获取的知识完整性和准确性，可以用于社交平台内容和商品等推荐。

公开(公告)号：CN115712721A

公开(公告)日：2023-02-24

申请号：CN202211009765.2

申请日：2022-08-22

Applicant: 电子科技大学

Inventor： 郑旭 ,  孙明 ,  张栗粽 ,  高磊 ,  邵子洋

IPC: G06F16/35 ,  G06F40/30 ,  G06F40/205 ,  G06F40/284 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/048

Abstract: 本发明公开了一种非结构化事件抽取方法，包括事件触发词抽取和事件元素抽取两个子任务；首先在自然语言文本中找出代表事件类型的事件触发词，通过对文本进行嵌入获得向量表示，通过不同层次的注意力机制获得语义特征，输入到分类器中获得事件触发词抽取结果；然后进行事件元素抽取，事件元素是事件中的参与者，因此基于事件触发词抽取结果和多重语义信息构建事件元素抽取模型，获得语义特征，输入到分类器中获得事件元素抽取结果。本发明通过充分挖掘语言文本中的语义信息，准确、高效抽取事件触发词和事件元素，从而提高事件抽取方法的效果。