-
公开(公告)号：CN119397297A
公开(公告)日：2025-02-07
申请号：CN202510007910.0
申请日：2025-01-03
Applicant: 南京信息工程大学
IPC: G06F18/22 , G06F18/2431 , G06F40/279 , G06F40/216 , G06Q50/18
Abstract: 本发明公开了基于大语言模型的法律辅助方法，涉及学习辅助技术领域，解决当前法律学习难以保证学习人员对法条应用的准确性和完整性的问题，方法为：将案例文书进行预处理，对预处理完成的案例文书进行分类；依据法律案件场景需求得到对应的案件类型，基于案件类型通过智能场景模型生成法律案件场景；收集学习人员对法律案件场景所使用的法条，将学习人员使用的法条合并为法条回答数据并进行分析；提取法律案件场景中的特征信息，而后根据提取得到的特征信息构建法条匹配指数，基于法条匹配指数从法律法规数据中检索适用于法律案件场景的法条；对法条回答数据的正确情况进行判定，本发明结合动态生成的虚拟法律案件场景实现对法律学习的智能辅助。
-
公开(公告)号：CN118230023B
公开(公告)日：2024-12-03
申请号：CN202410182358.4
申请日：2024-02-19
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09 , G06V10/77
Abstract: 本发明公开了一种基于二次训练的高光谱图像分类方法及系统，涉及高光谱图像分类技术领域，通过Transformer分类模型进行有监督学习得到像素的高阶分类向量，构建与分类模型相同结构的二次训练模型，将像素块中的部分像素与中心像素输入模型，输出得到二次分类向量，根据高阶分类向量与二次分类向量之间差异作为损失，优化二次训练模型的参数，连接高阶分类向量与二次分类向量并输入线性分类模型，得到像素的分类概率。利用少量有标记数据微调线性分类模型，将待分类的像素分别利用训练好的Transformer分类模型、二次训练模型、线性分类模型，得到像素的分类概率，选择最大概率所在类别作为标签，即可实现高光谱图像分类。
-
公开(公告)号：CN117524340A
公开(公告)日：2024-02-06
申请号：CN202410010523.8
申请日：2024-01-04
Applicant: 南京信息工程大学
IPC: G16C20/20 , G16C20/70 , G06F18/214 , G06F18/241 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094
Abstract: 本发明公开了基于多层一维CNN深度网络的纺织品成份定量表征方法，从近红外光谱样本数据中挑选出由目标成分构成的纺织品光谱数据，并对纺织品光谱数据进行预处理；构建GAN模型，利用训练集数据和随机噪声样本训练GAN模型；构建多池化融合一维卷积核神经网络，利用训练之后的生成器生成伪样本数据，利用伪样本数据训练多池化融合一维卷积核神经网络，将训练后的多池化融合一维卷积核神经网络作为分类器；利用分类器对纺织品的成分进行定量表征。本发明利用多层一维CNN深度网络、GAN模型和多池化融合一维卷积核神经网络相结合的方法，实现了对纺织品成分的高效准确定量表征，具有较好的应用前景。
-
公开(公告)号：CN119128448B
公开(公告)日：2025-03-25
申请号：CN202411607038.5
申请日：2024-11-12
Applicant: 南京信息工程大学 , 南京气象科技创新研究院
IPC: G06F18/20 , G06F18/214 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了基于多源模态融合深度学习的高分辨雨情分析生成方法，方法包括：基于与雨情相关的多源数据集，得到多物理量数据集，并建立无量纲化的多模态特征因子库；对损失函数进行多维度非等权处理，构建多尺度空间转换模型MF‑ST‑Unet；模型训练后最终生成逐小时区域高分辨率雨情分析数据集；基于训练好的MF‑ST‑Unet模型，通过迁移学习知识蒸馏，得到应用于覆盖整体区域的高分辨率雨情分析数据集。本发明能够快速有效生成高空间分辨率的均匀网格雨情分析，且较传统方法更加客观、准确；充分考虑雨情的多尺度特征及降水量级的差异，实现高分辨率客观雨情数据获取，提高雨情检测能力和灾害防范精准性，具有极强的应用价值。
-
公开(公告)号：CN119397297B
公开(公告)日：2025-03-21
申请号：CN202510007910.0
申请日：2025-01-03
Applicant: 南京信息工程大学
IPC: G06F18/22 , G06F18/2431 , G06F40/279 , G06F40/216 , G06Q50/18
Abstract: 本发明公开了基于大语言模型的法律辅助方法，涉及学习辅助技术领域，解决当前法律学习难以保证学习人员对法条应用的准确性和完整性的问题，方法为：将案例文书进行预处理，对预处理完成的案例文书进行分类；依据法律案件场景需求得到对应的案件类型，基于案件类型通过智能场景模型生成法律案件场景；收集学习人员对法律案件场景所使用的法条，将学习人员使用的法条合并为法条回答数据并进行分析；提取法律案件场景中的特征信息，而后根据提取得到的特征信息构建法条匹配指数，基于法条匹配指数从法律法规数据中检索适用于法律案件场景的法条；对法条回答数据的正确情况进行判定，本发明结合动态生成的虚拟法律案件场景实现对法律学习的智能辅助。
-
Patent Agency Ranking
公开(公告)号：CN119211929A
公开(公告)日：2024-12-27
申请号：CN202411379960.3
申请日：2024-09-30
Applicant: 南京信息工程大学
IPC: H04W12/065 , H04W12/02 , H04W12/041 , H04W12/0431 , H04W12/00 , H04W4/024 , H04L9/08 , H04L9/32
Abstract: 本发明公开了一种智能交通环境下的轻量级双向认证及路径导航选择方法，步骤1：用户与RSU向TA注册其身份信息；在初始化时为用户、RSU和TA分配虚拟身份。步骤2：用户与RSU之间以及RSU与TA之间进行身份验证，将通过身份验证的用户加入TA的注册列表。只有在这个列表中的用户才能获得会话密钥。步骤3：每当用户退出或新用户加入TA的注册列表时，TA重新生成群组会话密钥。步骤4：当用户向RSU发送导航请求时，RSU会返回符合条件的n条路径，n为大于1的整数，但用户只能访问其中一条路径，其他n‑1条路径的信息将被保密。本发明提出了一种在智能交通环境中应用的轻量级双向身份认证方案，该方案能够向用户提供最佳和所需的路径，同时确保所有参与者的隐私得到保护。
-
公开(公告)号：CN118298301A
公开(公告)日：2024-07-05
申请号：CN202410384119.7
申请日：2024-04-01
Applicant: 南京信息工程大学
IPC: G06V20/10 , G06V10/44 , G06V10/52 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/086
Abstract: 本发明公开了基于差分进化和多尺度神经网络的湖泊叶绿素反演方法，包括：采集湖泊图像及叶绿素浓度标签，构建多尺度卷积神经网络模型，包括模型的一维卷积部分、全连接层部分、激活函数部分、输出层部分；初始化差分进化算法；运行差分进化算法优化多尺度卷积神经网络，评估种群中每个个体的适应度、选择下一代个体，应用交叉和变异操作，更新种群；选择最佳个体，创建最佳的多尺度叶绿素反演模型，训练和测试最佳的多尺度叶绿素反演模型；读取湖泊高光谱图像输入最佳多尺度叶绿素反演模型，预测每个像素点的叶绿素浓度，输出湖泊叶绿素浓度热力图。本发明所设计的方法更好地反映水体中的叶绿素浓度，提高反演精度和鲁棒性。
-
公开(公告)号：CN117786617B
公开(公告)日：2024-04-30
申请号：CN202410214228.4
申请日：2024-02-27
Applicant: 南京信息工程大学
IPC: G06F18/27 , G06F18/214 , G06F18/15 , G06N3/0442 , G06N3/048 , G06N3/08 , G16C20/20 , G01N21/25
Abstract: 本发明公开了一种基于GA‑LSTM高光谱定量反演的布料成分分析方法及系统，涉及检测技术领域，包括：接收样本布料光谱数据，对样本布料光谱数据进行预处理，得到样本数据，将样本数据进行分类得到训练集和测试集；将训练集和测试集输入至预先建立的长短期记忆神经网络LSTM的布料成分分析回归模型内，输出得到一次训练LSTM的布料成分分析回归模型；优化一次训练LSTM的布料成分分析回归模型的学习率，将优化后的学习率输入至一次训练LSTM的布料成分分析回归模型内，输出得到二次训练LSTM的布料成分分析回归模型；将待测布料的融合后的光谱数据输入至二次训练LSTM的布料成分分析回归模型内，得到布料成分分析结果。
-
公开(公告)号：CN117788538A
公开(公告)日：2024-03-29
申请号：CN202410211297.X
申请日：2024-02-27
Applicant: 南京信息工程大学
Abstract: 本发明公开了点云区间配对体积方差一致性的配准方法、装置和系统，涉及三维激光点云处理技术领域，包括：对待配准点云数据进行降采样处理，选取降采样处理后的待配准点云数据中任意一点作为中心点，运用k近邻算法找到离中心点最近的k个点；对选取的每个中心点和中心点周围的k个点计算局部方向中心性度量，得到源点云和目标点云所有点的局部方向中心性度量值；将局部方向中心性度量值进行排序，找到最大值和最小值，将最大值和最小值进行等分的区间划分，得到若干个区间；统计每个区间内局部方向中心性度量值的个数，并计算每个区间内局部方向中心性度量值的个数与局部方向中心性度量值的总数的比值；将比值进行比较，对配准精度进行判定。
-
公开(公告)号：CN117740727A
公开(公告)日：2024-03-22
申请号：CN202410182019.6
申请日：2024-02-19
Applicant: 南京信息工程大学
IPC: G01N21/359 , G01N21/3563 , G06F18/10 , G06F18/214 , G06F18/243 , G06N3/006 , G06N5/01 , G06N20/20
Abstract: 本发明公开了一种基于红外高光谱的纺织品成分定量反演方法，包括：S1利用近红外光谱分析仪对羊毛、涤纶、棉纺织样本布料进行红外高光谱数据采集；S2将采集到的样本布料的红外高光谱数据进行数据预处理；S3建立布料成分分析随机森林回归模型，获取模型的评价指标；S4利用麻雀搜索算法优化随机森林模型，寻找随机森林回归算法中的mtry最优值构建模型；S5将羊毛、涤纶、棉纺织样本布料高光谱训练集数据输入已建立的模型进行训练，将测试集数据输入至已建立的随机森林回归模型进行测试，获取模型的评价指标；S6获取待测布料的光谱数据，并按S2方法得到布料光谱处理后的数据，将数据输入到经过优化后的随机森林回归模型中，进行布料成分分析。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.01 seconds)
