公开(公告)号：CN119204118A

公开(公告)日：2024-12-27

申请号：CN202411284626.X

申请日：2024-09-13

Applicant: 江南大学

Inventor： 刘立 ,  朱松柏 ,  万俊 ,  沈易航 ,  徐政伟 ,  吴长茂

IPC: G06N3/049 ,  G06N3/0464 ,  G06N3/042

Abstract: 本发明涉及一种基于序列分解的多元时间序列预测方法及系统，包括：对多元时间序列数据提取的局部时间特征和全局序列特征融合，获得融合特征序列；初始化节点嵌入矩阵，并对其进行内积计算，获得静态图矩阵；利用静态图矩阵对融合特征序列分解得到第一长期分量和第一短期分量；分别利用静态图矩阵对第一长期分量、利用动态图矩阵对第一短期分量进行图卷积，获得长期和短期的卷积分量；其中动态图矩阵利用静态图矩阵和引入差分数据获取；根据长期和短期的卷积分量，获得总分量，并将其与全局序列特征融合拼接，获得拼接序列；将融合特征序列和拼接序列融合，获得预测结果。本发明确保了序列间依赖关系分解的唯一性，减少了性能表现的不确定性。

公开(公告)号：CN118521411A

公开(公告)日：2024-08-20

申请号：CN202410585782.3

申请日：2024-05-13

Applicant: 江南大学

Inventor： 左云 ,  王欣恒 ,  万俊 ,  吴菲儿 ,  谭有旭 ,  管芸 ,  邓赵红

IPC: G06Q40/08 ,  G06F18/23213 ,  G06F18/2431 ,  G06N20/00

Abstract: 本发明属于人工智能算法应用‑欺诈识别领域，涉及一种基于多种分类算法集成学习的智能医疗欺诈监测方法。过程如下：首先，通过详尽的数据预处理和LASSO算法进行特征选择，优化特征空间，减少冗余信息，提高模型效率。接着，采用DPC‑SMOTE和NCACL算法对不平衡数据集进行处理，确保模型在各类别样本上都能获得良好性能。在模型构建方面，本发明集成了XGBoost、LightGBM、MLP和SVM等多种分类算法，通过Stacking框架将它们组合成强大的集成学习模型，以捕获数据中的多维度信息，实现精准的医疗欺诈识别。

公开(公告)号：CN119295754A

公开(公告)日：2025-01-10

申请号：CN202411525163.1

申请日：2024-10-30

Applicant: 江南大学

Inventor： 刘立 ,  时文静 ,  沈易航 ,  万俊 ,  王映辉

IPC: G06V10/26 ,  G06V10/74 ,  G06V10/82 ,  G06V10/764 ,  G06V10/774 ,  G06N3/0455 ,  G06N3/0464 ,  G06N5/04 ,  G06N3/09

Abstract: 本发明涉及计算机视觉领域，尤其涉及一种图像语义分割方法。本发明通过编码器提取每幅图像对应的特征图，将每幅图像作为节点，每个节点间建立连接关系，构建完全有向图；将完全有向图及所有特征图输入图神经网络，提取语义相似性特征向量；将每幅图像对应的特征图输入类内推理模块，提取每幅图像中每个类别的类别特征后，将其输入共现关系推理模块，提取每幅图像的共现特征向量；分别将语义相似性特征向量与每幅图像的共现特征向量进行拼接后，通过全连接层和Softmax激活函数计算自适应权重，根据自适应权重对拼接特征向量进行加权计算后，通过全连接层输出每幅图像的语义分割特征向量。本发明充分利用了图像中的上下文信息，提高了语义分割精度。