公开(公告)号：CN114565135B

公开(公告)日：2025-04-25

申请号：CN202210099066.5

申请日：2022-01-27

Applicant: 扬州大学

Inventor： 魏李婷 ,  李斌 ,  李云 ,  朱毅

IPC: G06Q10/04 ,  G06F18/22 ,  G06Q50/20 ,  G09B5/12 ,  G06N3/045

Abstract: 本发明公开了一种学生个性化的时间间隔感知注意力机制知识追踪方法，包括以下步骤：1)收集学生学习的历史交互数据以及完成学习的时间戳，设计和实现学生学习时间间隔关系矩阵；2)对习题序列、学习序列、绝对位置和个性化时间间隔进行向量编码；3)建立时间感知注意力机制计算历史完成习题对后续新习题的影响权重，基于该权重总结每个节点学生的初始知识状态；4)利用全连接层对初步总结的学生的历史知识状态进行融合，追踪学生学习过程中不断变化的知识状态。本发明相比于其他技术，有效利用学生练习每道题的不同时间间隔，挖掘不同学生在相同学习序列下不同的知识掌握情况，提高知识追踪的准确度。

公开(公告)号：CN114817550B

公开(公告)日：2024-11-15

申请号：CN202210555187.6

申请日：2022-05-19

Applicant: 扬州大学

Inventor： 李云 ,  沈辉 ,  朱毅 ,  强继朋 ,  袁运浩

IPC: G06F16/35 ,  G06F40/30 ,  G06F18/2415 ,  G06N3/0455 ,  G06N3/096

Abstract: 本发明公开了一种基于提示学习的领域自适应方法，包括以下步骤：1）选择Bert模型，将该预训练语言模型作为主干，对提示学习方法中的模板和标签词进行设置；2）构造出所需要的提示学习模型，对于数据集，运用提示学习数据加载函数对数据进行加载和处理，之后进行领域自适应任务；3）随机选取少量源域数据样本进行训练，之后将目标域的句子嵌入到同样的模板中，通过预训练语言模型进行掩码语言建模，对输入的目标域句子进行分类预测。本发明利用提示学习的方法，可以解决源域和目标域中语义特征结构的扭曲和类别可辨别性的丢失，在少量源域数据样本的前提下，能够在目标域分类任务中达到更好的准确度。

公开(公告)号：CN118503821A

公开(公告)日：2024-08-16

申请号：CN202410568417.1

申请日：2024-05-09

Applicant: 扬州大学

Inventor： 李云 ,  王书琴 ,  朱毅 ,  强继朋 ,  袁运浩

IPC: G06F18/2415 ,  G06N3/045 ,  G06F40/247

Abstract: 本发明公开了一种创新的跨领域自适应提示学习方法，包括1）在带有标记的源域数据上进行预训练，使用掩码语言模型来学习源域数据的语言特征，将该模型应用于目标域；2）利用微调后的模型在源域进行同义词检索，并在目标域结合FastText相似、概率预测和上下文信息策略对标签词进行扩展；通过取源域和目标域扩展的标签词之间的交集来构建最终的标签词；3）将目标域数据嵌入到提示模板中，使得提示学习模型能够预测扩展后的标签词集中每个单词的概率；将每个单词的预测概率映射到具体的类别标签上，并对预测的概率取平均值，作为最终分类预测目标域数据的依据。本发明实现了对目标域数据的准确分类预测，提高了模型在跨领域分类任务中的性能。

公开(公告)号：CN117972217A

公开(公告)日：2024-05-03

申请号：CN202410298483.1

申请日：2024-03-15

Applicant: 扬州大学

Inventor： 李云 ,  王彬彬 ,  魏李婷 ,  朱毅

IPC: G06F16/9535 ,  G06F16/901 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/2135 ,  G06F18/25

Abstract: 本发明公开了一种基于异构超图的知识概念推荐方法，包括：1）构建异构信息网络表示学习者行为数据，定义异构信息网络数据集中的节点和关系；2）对步骤1）得到的异构信息网络进行超图构造，并将构造的超图分解为用于信息传递的子超图；3）利用基于变换器的双向编码模型生成节点的特征嵌入并进行降维；4）将步骤2）分解后的子超图和步骤3）降维后的节点的特征嵌入通过超图卷积层和自注意力层进行特征学习，得到学习者嵌入和概念嵌入；5）根据步骤4）得到的学习者嵌入和概念嵌入计算它们之间的相似度。本发明能够利用超图训练得到高质量的适应于知识概念推荐任务的节点表示，从而提升知识概念推荐的准确率。

公开(公告)号：CN117033639A

公开(公告)日：2023-11-10

申请号：CN202311065635.5

申请日：2023-08-23

Applicant: 扬州大学

Inventor： 朱毅 ,  汪野 ,  穆建媛 ,  周鑫柯

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/045 ,  G06N3/0895

Abstract: 本发明公开了自然语言处理研究领域的一种仅利用标题进行提示学习的点击诱饵检测方法，包括：1.选择合适的预训练语言模型作为主干，构建提示学习中的标签词和模板；2.通过五种优化策略对提示学习中的标签词进行优化，利用扩展后的标签词，将分类任务转化为类别标签词的概率计算问题；3.将输入文本与预设提示模板构建成带有mask的提示文本，作为模型的输入，利用优化后的标签词进行点击诱饵检测；4.最终将每个标签词上预测的概率映射到对应的类别中，得到该标签最终的预测分数作为分类结果；本发明使用五种优化策略筛选提示学习标签词，可以利用较少的数据来获得更准确的检测结果，大大减少了模型的训练成本，具有较高的实用性。

公开(公告)号：CN116741393A

公开(公告)日：2023-09-12

申请号：CN202310648204.5

申请日：2023-06-02

Applicant: 扬州大学

Inventor： 窦琪翔 ,  朱毅 ,  朱顺

IPC: G16H50/70 ,  G06N20/20 ,  G06F18/24 ,  G06F18/10

Abstract: 本发明公开了医疗设备领域一种基于病历的甲状腺疾病数据集分类模型的构建方法，包括以下步骤：1）收集一定数量的甲状腺疾病患者的病历数据；2）从病历内容、现病史和体检结果中提取特征，形成特征向量表示每份病历；3）进行数据预处理，包括数据清洗、缺失值处理、特征归一化；4）将预处理后的特征向量作为输入，采取支持向量机算法、决策树算法、逻辑回归算法和随机森林算法为基分类器，建立集成模型，然后与其构成的单个分类器结果做横向对比；5）分别使用训练集和测试集对每个分类模型进行训练和评估，选择预测结果正确率最高的模型，本发明提高了疾病分类的准确性和可靠性。

公开(公告)号：CN112528074B

公开(公告)日：2023-06-16

申请号：CN202011470189.2

申请日：2020-12-14

Applicant: 扬州大学

Inventor： 李云 ,  朱毅 ,  杨阳

IPC: G06F16/735 ,  G06F16/783

Abstract: 本发明公开了一种知识图谱结合自编码机的电影推荐方法，包括以下步骤：1从知识图谱DBpedia中获取电影的电影语言类别作为额外信息；2使用multi‑hot方法对获得的电影语言类别信息进行向量化表示并作为初始特征扩展；3使用自编码机对获得的初始特征扩展进行降维，将自编码机的编码层输出作为提取的低维特征表示；4将获得的低维特征表示融合到电影的原始特征空间中，并将新的特征作为额外信息输入到半自编码机模型中实现更准确的电影推荐。本发明能够利用知识图谱对电影信息进行特征扩展，并通过自编码机处理拓展特征，得到高层次低维特征表示以便输入到推荐模型中进行预测，达到为用户进行更准确推荐的目的。

公开(公告)号：CN115630681A

公开(公告)日：2023-01-20

申请号：CN202211260963.6

申请日：2022-10-14

Applicant: 扬州大学

Inventor： 朱毅 ,  耿宜帅 ,  李云 ,  强继朋 ,  袁运浩

IPC: G06N3/045 ,  G06N3/08 ,  G06F16/9535 ,  G06N5/02

Abstract: 本发明公开了一种基于串行自编码机的推荐算法，包括1）将基于物品的评分信息和用户和物品交互的辅助信息合并到自编码机中用于重构输出，通过传统自编码机学习获得重构输出的特征表示，利用辅助信息帮助原始评分矩阵进行重构，减少有效信息的丢失；2）设计自编码机与自编码机的串行连接方法，通过获取第一个自编码机生成的重构输出，并将输出中对于原始评分矩阵的重构部分输入到第二个自编码机中，将第二个自编码机的输出即预测评分矩阵，与原始的评分矩阵进行对比，计算预测精度。本发明能够利用物品的属性信息，通过自编码机处理，将属性信息作为推荐的拓展特征，达到为用户进行更准确推荐的目的。

公开(公告)号：CN115169340A

公开(公告)日：2022-10-11

申请号：CN202210670231.8

申请日：2022-06-14

Applicant: 扬州大学

Inventor： 朱毅 ,  穆建媛 ,  周鑫柯 ,  李云 ,  强继朋 ,  袁运浩

IPC: G06F40/289 ,  G06F40/216 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于提示学习的中文短文本分类方法，包括：1）使用非自然语言化的模板，利用少量的参数在连续空间中自动搜索模板，减少人工设计模板的成本以及误差；2）类别预测，将加入模板后的新的输入数据送到选定的预训练语言模型中，利用bert预训练语言模型对输入数据进行类别的预测；3）所有的标签词概率计算好以后，再将每个标签词上预测好的概率映射到回真实的标签中，最后得出分类的结果。本发明提升了中文短文本数据集分类的准确性，仅需要很少的训练样本就能实现良好的分类，大大减少了模型对大规模数据的依赖，降低了训练模型的成本，具有较高的鲁棒性和实用性。

公开(公告)号：CN114792443A

公开(公告)日：2022-07-26

申请号：CN202210440398.5

申请日：2022-04-25

Applicant: 扬州大学

Inventor： 沙志清 ,  朱毅 ,  毕易 ,  戴悦 ,  纪正一

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06F3/01

Abstract: 本发明公开了一种基于图像识别的智能设备手势识别控制方法，包括：1）通过摄像头捕捉用户图像，基于OpenCV2对用户身份及手部大致位置进行识别；2）对手部矩形部分的图像信息进行灰度化、二值化操作，求手部图形的中心距判断掌心位置，采用CNN模型对手部关键点位置坐标分析；3）将步骤2）中得到的手部关键点位置坐标，通过计算其二维角度关系和其他运动信息，用余弦相似度的方法与用户预设的操作手势进行比较判断，实现手势分析；4）根据分析得到的手势，依据用户设置的控制逻辑向设备发送控制指令，完成通过手势隔空操作设备。本发明使用神经网络识别手部位置和姿态，引入对手势的归纳分析，通过识别结果对智能设备进行快捷控制。