-
公开(公告)号:CN118394676A
公开(公告)日:2024-07-26
申请号:CN202410597855.0
申请日:2024-05-14
Applicant: 同济大学
IPC: G06F12/1009 , G06F12/02
Abstract: 本发明属于计算机系统存储管理领域,是一种基于Unix V6系统的连续内存管理方式地址映射优化方法。本方法令所有进程共用同一块用户页表区域,将只读数据段与代码段映射至一块连续的物理空间,将其它的逻辑段映射至另一块连续的物理空间。进程切换时,系统根据现运行进程的各个逻辑段在用户空间中的布局,细粒度地更新系统页表。本发明特别适用于将Unix V6系统运行在物理内存空间有限、进程图像不大的应用场景,可以在无需为每个进程分别分配页表的前提下,提高地址映射关系的重建速度。系统物理内存利用率高,进程切换速度快,可以为页式连续存储操作系统的地址映射和速度优化提供可参考借鉴。
-
公开(公告)号:CN117762997A
公开(公告)日:2024-03-26
申请号:CN202311839083.9
申请日:2023-12-28
Applicant: 同济大学 , 上海市政工程设计研究总院(集团)有限公司
IPC: G06F16/2455 , G06F16/28 , G06F16/248 , G06Q10/10 , G06Q50/08
Abstract: 一种面向建筑信息模型的城市地下空间设施编码方法,构建一种面向建筑信息模型的城市地下空间设施分类与编码体系,同时,结合了现有的城市地下空间设施编码的标准,将Omniclass与现有编码进行映射,形成了一套基于Omniclass的城市地下空间设施编码系统,并对部分设施作出了编码示例。本发明所提出的设施编码方法,可以为城市地下空间的设施数据在建筑信息模型环境下应用提供一定的理论支撑,有助于地下空间数据在城市建设的全生命周期中高效地传递,以实现互联互通。
-
公开(公告)号:CN117746493A
公开(公告)日:2024-03-22
申请号:CN202311584629.0
申请日:2023-11-26
Applicant: 同济大学
Abstract: 本发明属于计算机视觉领域,提出了一种细粒度时序动作检测方法,包括:步骤1、对数据集中的原始视频进行预处理与特征抽取;步骤2、对步骤1得到的视频特征构建特征金字塔;步骤3、利用全局时序特征编码器对步骤2得到的特征金字塔中的每一层级的特征序列进行编码,并生成粗糙预测结果;步骤4、利用步骤2得到的特征金字塔的对应下层特征对步骤3生成的粗糙预测进行边界修正得到最终的动作实例检测结果。本发明提出了一个全局特征感知与局部边界修正的无锚时序动作检测方法,有效地提升了细粒度时序动作检测的准确率,对于视频理解领域有重大意义。
-
公开(公告)号:CN115408563A
公开(公告)日:2022-11-29
申请号:CN202210990725.4
申请日:2022-08-18
Applicant: 同济大学
IPC: G06F16/783 , G06F16/735 , G06F16/75 , G06F40/186 , G06F40/211 , G06F40/295 , G06K9/62 , G06N3/04
Abstract: 一种新闻视频描述自动生成方法,可以对一个附加了文本的新闻视频产生蕴含实体信息的准确描述。目前的新闻视频描述方法均基于一段式的生成模型,且未对冗余的上下文语句进行筛选,造成生成描述不准确。本发明的创新点在于首先利用视频对附加文本进行筛选,之后利用一个基于模板生成和实体插入的两段式生成方法生成新闻视频描述,其中,在模板生成部分聚焦于事件的内容,在实体插入部分聚焦于事件的参与者等实体信息,有效地提升了新闻视频描述的准确率。
-
公开(公告)号:CN113177416A
公开(公告)日:2021-07-27
申请号:CN202110532819.2
申请日:2021-05-17
Applicant: 同济大学
IPC: G06F40/30 , G06F40/211 , G06F40/186 , G06N3/04
Abstract: 目前的中文医疗事理知识图谱事件元素检测研究主要基于单一的模式匹配或深度学习模型,且未对事件元素进行长短级粒度划分,不能有效抽取长句级元素,导致了模型灵活性不高、泛化性差。因此,本发明提出了一种联合序列标注和模式匹配的事件元素检测方法,创新点在依据事件类型对其中的事件元素进行粒度区分,并针对不同粒度的事件元素采用不同的方法进行检测。首先,对于短词级事件元素检测,使用基于序列标注的BERT‑BiLSTM‑CRF模型,并结合实体信息、触发词信息等语料特征,以实现较强的可扩展性。其次,通过联合依存句法分析的模式匹配方法,进行了长句级事件元素的检测,由此提高事件元素检测的准确率。
-
公开(公告)号:CN113076411A
公开(公告)日:2021-07-06
申请号:CN202110454713.5
申请日:2021-04-26
Applicant: 同济大学
IPC: G06F16/332 , G06F16/35 , G06F40/35 , G16H80/00 , G06N5/04
Abstract: 一种基于知识图谱的医疗查询扩展方法。自动问答系统中的查询扩展技术通过向问句中补充扩展信息来减小问答句间的语义差距,从而提高问答系统的准确性。在医疗问答领域,目前的查询扩展方法没有充分结合不同查询意图下医学术语间的共现关联关系与推理关联关系,因此得到的扩展词不够准确。本发明以医疗知识图谱为扩展词的知识来源,利用医学术语在不同查询意图下的推理关联得到候选扩展词,并结合否定医学术语识别与互信息技术筛选出最终的扩展词,最终提高了医疗问答系统的准确率。
-
公开(公告)号:CN111243729A
公开(公告)日:2020-06-05
申请号:CN202010013066.X
申请日:2020-01-07
Applicant: 同济大学
Abstract: 目前的X线胸片检查报告自动生成方法无法准确地生成长段的检查报告、无法有效地捕获胸片包含的语义信息、未考虑中文检查报告中正常样本描述相似的特点。一种肺部X线胸片检查报告自动生成方法,本发明的创新点在于利用胸片的语义标签生成检查报告,并针对中文检查报告的特点加入二分类器来区分胸片的正常与异常,有效地提高了自动生成中文检查报告的精确度。
-
公开(公告)号:CN103886739B
公开(公告)日:2016-10-12
申请号:CN201410078686.6
申请日:2014-03-05
Applicant: 同济大学
Abstract: 一种基于大规模实时交通指数系统的个性化服务平台,分为三个部分:用户个性化订制模块,移动终端指数推送模块及大规模用户信息挖掘模块。所述用户个性化订制平台为用户订制习惯出行路线上的基础交通信息提供途径,它包括指数地图模块、用户管理模块和路径管理模块。所述大规模用户信息挖掘模型依赖用户注册数据,通过大规模集群计算,对用户在出行指数信息的时间及空间需求的特征规律挖掘,建立个性出行敏感区域,所述大规模用户信息挖掘模型包括用户信息分析模块和交通信息分析模块。将交通指数应用到交通服务中,实现面向用户的交通指数实时推送服务,有利于为广大出行用户提供更为准确、实用的交通信息。
-
公开(公告)号:CN104282140A
公开(公告)日:2015-01-14
申请号:CN201410486663.9
申请日:2014-09-22
Applicant: 同济大学
CPC classification number: G06F17/30 , G08G1/00 , H04L29/08 , G08G1/0141 , G06F17/30241
Abstract: 基于分布式框架的大规模实时交通指数服务方法与系统。系统分为资源层、指数计算层、用户服务层、应用调度层、信息交互与展示层;资源层提供了基础设施资源;指数计算层调用资源层中计算资源的多个计算节点,利用分布式框架处理交通指数数据源数据,经过计算后存储到非结构化数据库中;用户服务层调用资源层存储的用户数据,完成相应的用户服务内容;应用调度层接收信息交互与展示层发送的各类用户请求,调用指数计算层以及用户服务层,完成用户请求,将请求结果反馈给信息交互与展示层。方法包括交通指数实时计算、用户服务接口响应、应用服务请求与分发、信息展示服务四个步骤。本发明为广大出行用户提供更为准确、实用的交通信息服务。
-
公开(公告)号:CN103870639A
公开(公告)日:2014-06-18
申请号:CN201410073589.8
申请日:2014-02-28
Applicant: 同济大学
IPC: G06F17/50
Abstract: 本发明“移动目标趋向性运动模型及其三维动态构建方法与系统”。该系统包括预处理层、运算层、显示层和数据层,预处理层包括系统配置信息处理模块、移动区域信息处理模块和移动目标信息处理模块;运算层包括仿真计算模块和监听模块;显示层包括移动目标显示模块和移动区域显示模块;数据层包括移动目标信息、移动区域信息和三维模型,数据层提供所需的数据信息和模型库。方法包括步骤:预处理步骤一:运算处理步骤二:对预处理后的数据采用格子气模型进行仿真计算,判断移动目标所处的位置状态,确定其运动方向并更新其位置信息,同时更新相应网格的信息;显示步骤三。提供了对具体移动目标进行深层次刻画和全方位多角度展示的三维仿真系统。
-
-
-
-
-
-
-
-
-