-
公开(公告)号：CN109871464B
公开(公告)日：2020-12-25
申请号：CN201910042426.6
申请日：2019-01-17
Applicant: 东南大学
IPC: G06F16/732 , G06K9/00 , G06N3/04
Abstract: 本发明公开了一种基于UCL语义标引的视频推荐方法与装置。首先，本发明基于SSD神经网络模型，过滤最后一层生成的无用提案框，并且拼接中间层生成的人脸特征，对视频进行目标检测与人脸识别，提高视频信息提取的速度与精度。接着，采用UCL国家标准对视频进行语义标引，并基于检测目标的重合度，对视频进行自动分段，实现视频的规范化、细粒度标引。最后，构建知识库存储UCL之间的关系，并基于知识库提出两阶段智能化个性化推荐策略，解决传统推荐冷启动、运算复杂等问题，提高推荐系统的性能。本发明既能提高视频信息抽取的速度和精度，又能灵活、准确地进行视频个性化推荐。
-
公开(公告)号：CN111428047A
公开(公告)日：2020-07-17
申请号：CN202010194484.3
申请日：2020-03-19
Applicant: 东南大学
IPC: G06F16/36 , G06F16/951 , G06F40/30
Abstract: 本发明公开了一种基于UCL语义标引的知识图谱构建方法及装置。本发明首先从开放链接数据库中提取实体和关系，构建基础实体库；然后利用爬虫爬取各大门户网站中的新闻信息，对这些信息进行清洗解析形成UCL实体，完成实体消歧，并将UCL实体与基础实体库进行语义融合构建知识图谱；最后利用改进的关系推理算法完成对知识图谱的自动化补全，提高知识图谱的自动化水平。本发明能够利用UCL国家标准对互联网信息进行规范化、细粒度语义标引，使知识图谱所表示的语义信息更加丰富，为基于语义深度处理的内容大数据应用提供基于UCL语义标引的知识图谱支持。
-
公开(公告)号：CN111339783A
公开(公告)日：2020-06-26
申请号：CN202010113316.7
申请日：2020-02-24
Applicant: 东南大学
IPC: G06F40/30 , G06F40/284 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明公开了一种基于RNTM的话题挖掘方法与装置。本发明首先利用爬虫技术不断将新闻文档加入语料库，并对每篇文档进行预处理：分词并将文档截断为多个固定长度的顺序词组，再通过词嵌入技术将词组转化为数值矩阵，作为神经网络的输入；接着建立训练模型，利用特定的损失函数对其进行训练，直到整体损失小于阈值；最后利用输出模型与后处理步骤，通过未经截断的顺序词组得到文档对应的话题。RNTM模型基于词嵌入技术和循环神经网络结构，改善了传统onehot方法忽略词语内在语义的问题，缓解了传统词袋模型中忽略文档的词语顺序和语法结构等缺点，还能对时间信息进行分片处理，使本发明更精确地应用于提取文档语义信息，提升新闻话题挖掘的效果。
-
公开(公告)号：CN110310305A
公开(公告)日：2019-10-08
申请号：CN201910452129.9
申请日：2019-05-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于BSSD检测与卡尔曼滤波的目标跟踪方法与装置。本发明针对传统的基于卡尔曼滤波的目标跟踪方法难以应对目标尺度变化，跟踪准确率低等问题，将BSSD检测方法与卡尔曼滤波方法相结合，提高跟踪准确率与鲁棒性。在起始阶段，采用BSSD方法和ResNet-18分类方法初始化跟踪目标，避免人工干预；在跟踪阶段，在使用卡尔曼滤波进行目标位置预测后，通过位置修正的方式对预测结果的位置进行修正，提高运动状态估计的准确性。与此同时，在满足一定触发条件的情况下，重新运行BSSD方法与ResNet-18方法进行目标检测，并对检测结果与跟踪目标进行数据关联，以对新出现的目标进行跟踪，提高跟踪准确率，实现长期、准确的目标跟踪。
-
公开(公告)号：CN109639837A
公开(公告)日：2019-04-16
申请号：CN201910096783.0
申请日：2019-01-31
Applicant: 东南大学
CPC classification number: H04L67/1097 , H04L9/0869 , H04L9/302 , H04L9/3221
Abstract: 本发明公开了一种基于信任机制的区块链DPoS共识方法，该方法首先为区块链系统中的节点引入信任度和信任能级的概念，信任能级为Error的节点无法参与代理节点竞选，然后通过信任权利机制选举出代理节点；接着采用可验证随机函数在代理节点中抽选出记账节点；最后在区块链网络运行过程中，对节点行为进行信任奖惩，对降到Error能级的记账节点采取中断剔除策略。本发明通过对节点信任能级的跟踪以及节点的信任奖惩，降低恶意节点成为记账节点的概率，提高普通节点的参与积极度，保证整个共识方法的可靠性，并且以信任度作为股权证明，不需要额外的代币分发。
-
Patent Agency Ranking
-
公开(公告)号：CN104899273B
公开(公告)日：2017-08-25
申请号：CN201510279762.4
申请日：2015-05-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于话题和相对熵的网页个性化推荐方法。该方法先采用LDA(Latent Dirichlet Allocation)模型对网页内容和用户阅读行为进行话题(topic)挖掘，并计算基于“话题”的网页语义特征向量和用户兴趣特征向量，再利用基于相对熵概念的相似性度量公式，计算待推荐网页语义特征向量和用户兴趣特征向量之间的相似度，并以此作为网页个性化推荐的决策依据。基于话题的网页个性化推荐方法避免了基于协同过滤方法的大量计算开销，同时由于它采用话题而不是关键词来表征网页内容，所以能够使推荐过程及其结果更加全面和精确地反映网页内容的隐含信息和深层次语义特征。
-
公开(公告)号：CN105183792B
公开(公告)日：2017-05-24
申请号：CN201510521022.7
申请日：2015-08-21
Applicant: 东南大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于局部敏感哈希的分布式快速文本分类方法。本发明针对现有文本分类方法耗时久，精度低，无法满足大数据环境要求等问题，首先采用局部敏感哈希方法压缩数量巨大的文本特征，以提炼有用特征，加快处理速度；其次匹配文本特征与已有类别特征，实现文本类别的快速计算；基于Spark框架对算法进行设计与实现，进一步加快了算法执行速度并提高了算法在大数据环境下的可扩展能力。
-
公开(公告)号：CN105354243A
公开(公告)日：2016-02-24
申请号：CN201510666545.0
申请日：2015-10-15
Applicant: 东南大学
IPC: G06F17/30
CPC classification number: G06F17/30598
Abstract: 本发明公开了一种基于归并聚类的并行化频繁概率子图搜索方法。本发明针对现有频繁子图搜索方法中时空消耗大、无法满足大数据环境要求等问题，首先采用节点电压法将概率子图映射为电路拓扑进行处理；然后利用归并聚类对概率子图进行聚类，有效降低时间开销；最后基于Spark框架对方法进行实现，进一步提升计算速度及可扩展性。
-
公开(公告)号：CN105183792A
公开(公告)日：2015-12-23
申请号：CN201510521022.7
申请日：2015-08-21
Applicant: 东南大学
IPC: G06F17/30
CPC classification number: G06F17/30705
Abstract: 本发明公开了一种基于局部敏感哈希的分布式快速文本分类方法。本发明针对现有文本分类方法耗时久，精度低，无法满足大数据环境要求等问题，首先采用局部敏感哈希方法压缩数量巨大的文本特征，以提炼有用特征，加快处理速度；其次匹配文本特征与已有类别特征，实现文本类别的快速计算；基于Spark框架对算法进行设计与实现，进一步加快了算法执行速度并提高了算法在大数据环境下的可扩展能力。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.037 seconds)
