公开(公告)号：CN118798837A

公开(公告)日：2024-10-18

申请号：CN202410990893.2

申请日：2024-07-23

Applicant: 南京信息职业技术学院

Inventor： 王俊 ,  丛巧花 ,  顾苏婷 ,  赵鹏飞

IPC: G06Q10/1053 ,  G06Q10/0639 ,  G06F18/213 ,  G06F18/22 ,  G06F18/24

Abstract: 本发明公开了一种基于矩阵分析的人岗匹配分析方法及系统，包括获取人员技能相关特征、职位要求相关特征，构建人员技能矩阵和职位要求矩阵，提取矩阵的局部特征以及关键信息得到人员技能特征矩阵与职位要求特征矩阵，计算出两个特征矩阵的相似度，得到相似度得分矩阵；基于相似度得分矩阵，引入多维度的评估指标生成评价矩阵；基于相似度得分矩阵评价矩阵，为每个人员‑职位组合提供了计算匹配评分生成匹配度矩阵，同时生成人员技能与职位要求匹配结果报告。本方法能够自动化地对人员与职位之间的匹配度进行评估和分析，提供直观清晰的匹配结果报告，有助于提高人岗匹配的准确性和效率，优化组织人力资源配置，提升工作效能。

公开(公告)号：CN114911949A

公开(公告)日：2022-08-16

申请号：CN202210467173.9

申请日：2022-04-29

Applicant: 南京信息职业技术学院

Inventor： 张玲 ,  褚哲 ,  陈晓琳 ,  丛巧花

IPC: G06F16/36 ,  G06F40/295 ,  G06Q50/20

Abstract: 本发明公开了一种课程知识图谱构建方法及系统，其根据教学大纲以及预设权重值生成大纲知识图谱；根据教案生成教案知识图谱；以大纲知识图谱中的核心知识点为根节点，建立知识点之间的向量表示；用余弦相似度公式计算所述大纲知识图谱和所述教案知识图谱中实体的向量之间的相似度；若相似度大于等于设定阈值则认为是同一实体，以所述教案知识图谱中知识点为准，确定课程知识点，将以教案知识图谱中知识点为根节点的子图存入课程知识图谱相应位置中；若相似度小于设定阈值则认为是不同实体，将以两个实体为根节点的子图分别存入课程知识图谱的相应位置中；整合形成完整的课程知识图谱。本发明实现了课程知识图谱依赖教学大纲和教案的自动构建。

公开(公告)号：CN116307353A

公开(公告)日：2023-06-23

申请号：CN202211516333.0

申请日：2022-11-30

Applicant: 南京信息职业技术学院

Inventor： 王俊 ,  丛巧花 ,  邓波

IPC: G06Q10/063 ,  G06Q50/20

Abstract: 本发明公开了一种在线分组评审方法、系统、设备及存储介质，所述方法包括以下步骤：待评审的目标分为若干组；在上述组内任选一组为样本组，其余为非样本组；所述样本组内任选W个作为抽样样本，所述抽样样本作为一组重复分配至非样本组中，使各非样本组均存在W个抽样样本；对所述样本组和非样本组进行评分，获得所述待评审的目标的实际得分Sfi，其中抽样样本共获得N次评分；计算所述待评审的目标的综合得分。本发明通过抽样样本的设置，使评分结果更准确；通过随机分组方法，使分组更客观；通过样本系数的设置，有效提高评分效率的同时保证结果的准确性。

公开(公告)号：CN119400391A

公开(公告)日：2025-02-07

申请号：CN202411454720.5

申请日：2024-10-17

Applicant: 南京信息职业技术学院

Inventor： 王俊 ,  顾海花 ,  丛巧花 ,  鲁宁 ,  梁田龙

IPC: G16H50/20 ,  G16H10/60 ,  G16H30/20 ,  G06F18/25 ,  G06T7/00 ,  G06V10/26 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 一种基于多模态深度学习的甲状腺结节自动诊断方法。对超声影像数据、CT影像数据和患者临床数据进行收集并进行预处理后，实现多模态数据的空间对齐；利用卷积神经网络从多模态影像数据中提取深层特征，并采用改进的ResNet结构、U‑Net结构对甲状腺结节区域进行图像分割，并提取感兴趣区域；实现特征提取与融合；构建混合模态的深度神经网络，进行深度学习模型的训练与优化；结合模型推理包括对新输入数据的预处理、特征提取与融合，以及最终的诊断结果生成。本发明通过融合来自不同影像源的多模态数据，结合先进的深度学习模型，实现甲状腺结节的自动诊断，从而提高诊断的准确性和效率。

公开(公告)号：CN118864438A

公开(公告)日：2024-10-29

申请号：CN202411109665.6

申请日：2024-08-13

Applicant: 南京信息职业技术学院

Inventor： 王俊 ,  丛巧花 ,  徐海 ,  包岩

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82

Abstract: 一种基于图像增强的甲状腺结节形态特征提取方法与装置，其通过对收集的甲状腺超声影像数据执行图像增强；对图像预处理后的甲状腺超声影像数据执行特征提取；对提取的甲状腺结节的形态特征执行特征分析与可视化；由此在甲状腺结节良恶性鉴别中的准确率显著高于传统方法。此外，本发明还具有较高的鲁棒性和泛化能力，能够适应不同设备和不同质量的超声图像。本发明不仅能够辅助医生提高识别甲状腺结节的准确性和效率，还可以作为一种独立的筛查工具，广泛应用于甲状腺疾病的早期检测和识别。