-
公开(公告)号：CN119991375A
公开(公告)日：2025-05-13
申请号：CN202510436954.5
申请日：2025-04-09
Applicant: 暨南大学
IPC: G06Q50/20 , G06N3/0442 , G06F18/10 , G06F18/214 , G06F18/2415 , G06F18/25
Abstract: 本发明公开了一种基于长短期记忆神经网络的教育资源多样化推荐方法及系统，涉及教育资源推荐技术领域，其中方法包括：S1.获取学习者的历史学习资源信息，并将学习者进行划分；S2.基于划分的结果，进行学习者表征增强与知识点掌握建模；S3.基于学习者的知识点掌握程度，生成候选教育资源列表；S4.基于候选教育资源列表，计算教育资源相关性与多样性得分；S5.融合教育资源相关性与多样性得分，按最终分数从高到低为学习者推荐指定数量的教育资源。本发明提出了序列增强模块，通过结合不活跃学习者的历史学习行为和积极学习者的丰富历史数据，对不活跃学习者的学习表示进行增强。
-
公开(公告)号：CN118228131B
公开(公告)日：2024-09-17
申请号：CN202410650199.6
申请日：2024-05-24
Applicant: 暨南大学
IPC: G06F18/2413 , G06F17/18 , G06F18/10
Abstract: 本发明公开了一种面向KNN缺失值填充模型的数据投毒检测方法，属于机器学习、缺失值填充技术领域，包括：设置阈值系数并计算异常阈值，其次使用改进的局部密度异常因子算法计算计算数据集中不同缺失样本的局部密度异常因子，随后通过对比不同缺失样本的局部密度异常因子更新每个缺失样本的异常计数器，而后再检查每个缺失样本的异常计数器是否异常阈值来确定攻击者意欲攻击的目标缺失样本，最后再通过清除目标缺失样本的K个邻近进而清除数据集中的有毒样本。该检测方法可以通过灵活设定阈值系数进而选择检测强度。为防御面向KNN模型的针对性投毒攻击提供了参考依据，具备现实意义。
-
公开(公告)号：CN115101145B
公开(公告)日：2024-09-17
申请号：CN202210737270.5
申请日：2022-06-27
Applicant: 暨南大学
IPC: G16C20/50 , G06F18/241 , G06N3/0464 , G06N3/084 , G06N3/045 , G06N3/042 , G06N3/0895 , G16C20/70
Abstract: 本发明公开了一种基于自适应元学习的药物虚拟筛选方法及系统，包括以下步骤：S1、对公开数据库的药物分子数据进行预处理获得分子图数据并划分T个数据集；S2、构建基于元学习器的多任务神经网络模型；S3、利用上述数据集对神经网络模型进行预训练，得到药物虚拟筛选模型；S4、输入任务目标的数据到上述药物虚拟筛选模型，对任务的权重进行调整，添加目标任务相关的预测层，得到与目标任务强相关的药物虚拟筛选模型。本方法与基于深度学习的药物筛选方法相比，利用元学习器对模型进行任务权重上的调整，通过添加目标任务相关的预测层，能够自适应调整模型，使药物虚拟筛选模型达成更好的泛化性能，能够筛选出具有足够活性且符合要求的药物分子。
-
公开(公告)号：CN117744783B
公开(公告)日：2024-08-27
申请号：CN202410126412.3
申请日：2024-01-29
IPC: G06N5/022 , G06N3/042 , G06N3/0455 , G06N3/08 , G06Q50/20
Abstract: 本发明公开了一种基于人在回路的知识追踪方法及系统，包括以下步骤：基于学生的题目集，构建知识追踪模型，基于所述知识追踪模型，预测学生的表现；计算所述知识追踪模型对于每个预测结果的置信度分数；对于置信度分数低于预设阈值的样本，进行人工教师二次批改，实现知识追踪。本发明所提出的方法可以通过对学生做题序列信息进行建模，并提升知识追踪模型和人工教师的联合预测结果的准确率，所提出的系统能够促进知识追踪模型在教育应用中的部署。
-
公开(公告)号：CN117540104B
公开(公告)日：2024-08-02
申请号：CN202311762184.0
申请日：2023-12-20
Applicant: 暨南大学
IPC: G06F16/9535 , G06N3/0895 , G06N5/022 , G06Q50/20 , G06F16/906
Abstract: 本发明公开了一种基于图神经网络的学习群体差异评价方法与系统，包括：获取学习者做题的历史交互信息，对历史交互信息进行处理，得到知识点群体和知识点群体构成的潜在交互序列；根据知识点群体和知识点群体构成的潜在交互序列对学习者群体进行聚类，得到学习者群体；计算所述学习者群体之间的差异，得到群体差异量化结果；将群体差异量化结果输入循环神经网络模块进行训练，得到训练完毕的学习群体差异评价模型；将学习者做题的交互信息输入至模型，得到学习者学习能力评估结果。本申请与传统技术相比，能实现数据驱动的群体动态分组，精准评估群体学习情况，输出不同层次学习者群体的学习能力评价结果，以便制定更有效的后续教育计划。
-
Patent Agency Ranking
公开(公告)号：CN118194357A
公开(公告)日：2024-06-14
申请号：CN202410605553.3
申请日：2024-05-16
Applicant: 暨南大学 , 深圳市方直科技股份有限公司 , 深圳市木愚科技有限公司
Abstract: 本发明提出了一种基于扩散去噪模型的隐私数据发布方法，包括：构建教育数据集，其中，所述教育数据集包括：隐私属性集和非隐私属性集；基于隐私预算，对所述隐私属性集进行PRAM预扰动；基于PRAM预扰动后的数据对预设的数据生成模型进行训练；基于训练后的数据生成模型进行采样，生成包含特定数量的数据记录作为合成数据集。本发明在可以在满足本地差分隐私定义的情况下，生成数据效用良好的教育类数据集，适用于各类教育数据应用场景。与一般的基于深度生成式模型的隐私数据发布方法相比，该方案可以实现更好的隐私‑效用权衡。
-
公开(公告)号：CN110473441B
公开(公告)日：2022-04-26
申请号：CN201910653659.X
申请日：2019-07-19
Applicant: 暨南大学
IPC: G09B9/00
Abstract: 本发明公开了一种智慧学习的化学实验虚拟仿真系统及方法，包括化合物和元器件触发事件监听器模块以及化学反应模拟器模块，化合物和元器件触发监听器模块含多个监听点，监听点监听以下信息：元器件与元器件之间触发的元器件属性变化事件或者产生新元器件；化合物与元器件组合，化合物属性被赋予元器件的新属性；化合物与化合物组合，获取生成化合物和反应现象。化学反应模拟器模块监听元器件、化合物与化合物混合状态，调用元素周期表和海量化合物结构信息，据化合物和反应条件经反应方程式函数智能推算出生成化合物、反应现象和剩余化合物信息。本发明目的在于让化学虚拟仿真系统能够智慧学习，为虚拟化学智慧实验提供反应数据和反应现象支持。
-
公开(公告)号：CN113848704A
公开(公告)日：2021-12-28
申请号：CN202111004343.1
申请日：2021-08-30
Applicant: 暨南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于二阶滑膜跟踪微分器的加速度估计方法、系统、设备和介质，所述方法包括：利用增广最小二乘法对速度进行参数辨识，得到速度估计的最大测量噪声幅值；根据所述速度估计的最大测量噪声幅值，使用一阶滑膜跟踪微分器精确估计目标的速度，计算目标速度的估计值；根据所述目标速度的估计值，计算加速度估计的最大测量噪声幅值；根据所述加速度估计的最大测量噪声幅值，使用二阶滑膜跟踪微分器精确估计目标的加速度，得到目标加速度的估计值。本发明使用增广最小二乘法进行参数辨识，获得速度和加速度估计的最大测量噪声幅值；同时使用二阶滑膜跟踪微分器，保证了加速度估计值能够达到要求的精度。
-
公开(公告)号：CN110019814B
公开(公告)日：2021-07-27
申请号：CN201810743949.9
申请日：2018-07-09
Applicant: 暨南大学
IPC: G06F16/35 , G06F16/34 , G06F40/247 , G06F40/289 , G06F40/30
Abstract: 本发明公开了一种基于数据挖掘与深度学习的新闻信息聚合方法，使用爬虫对新闻门户网站在同一时间段进行数据抓取，获得新闻信息以及评论信息；然后通过应用向量空间模型、TF‑IDF权重计算方法、同义词词林方法以及cosin的距离测量，对新闻进行分类去重，将内容相同的新闻聚合在一起；通过文本概括的算法，实现对所有评论进行概括的功能；最后通过深度神经网络模型，自动生成文章的摘要。本方法可以方便读者高效快速地获取到各大新闻平台的内容及读者评论。
-
公开(公告)号：CN108898015B
公开(公告)日：2021-07-27
申请号：CN201810666533.1
申请日：2018-06-26
Applicant: 暨南大学
Abstract: 本发明公开了一种基于人工智能的应用层动态入侵检测系统及检测方法，检测系统包括应用层网关、检测模块、判定与操作模块、样本数据库、更新模块，检测模块包含一个混合了卷积神经网络和双向长短期记忆神经网络的检测模型。初始化后的检测模块用于对应用层数据包进行攻击性判定，过滤高于阈值的数据包并将数据包放入恶意样本数据库，同时对阈值下的数据包不作处理。更新模块使用样本数据库中的恶意样本和正常样本按一定比例训练新的模型，并且实时更新检测模块中的检测模型。本发明对应用层的攻击方法采取普适的检测方法，具有高检测率，低误判率的特点。同时，入侵检测系统具有动态更新模型的特点，对未知的零日攻击有很好的过滤效果。
-
-
-
-
-
-
-
-
-
Search Results
106
records
(took 0.023 seconds)
