公开(公告)号：CN119311708B

公开(公告)日：2025-03-14

申请号：CN202411846286.5

申请日：2024-12-16

Applicant: 江南大学 ,  无锡市锡山区人民检察院

Inventor： 姚健 ,  钱鹏江 ,  王闯 ,  方伟 ,  王鹤 ,  王卫 ,  张梁 ,  蒋亦樟

IPC: G06F16/23 ,  G06N20/00 ,  G06F16/215 ,  G06F18/214 ,  G06F18/2433

Abstract: 本发明属于区块链技术领域，涉及基于迁移学习的区块链数据异常检测智能合约构建方法。基于待检测区块链训练集中的数据样本经其投影矩阵映射后，与目标区块链训练集的超球中心的距离构建第一迁移项；基于目标区块链训练集中的数据样本经待检测区块链训练集的投影矩阵映射后，与目标区块链训练集的超球中心的距离构建第二迁移项；基于目标区块链训练集的投影矩阵与待检测区块链训练集的投影矩阵的差值构建第三迁移项；基于待检测区块链训练集的投影矩阵L2正则化构建结构损失正则项；构建数据异常检测模型并求解，得到待检测区块链训练集的超球半径、超球中心和投影矩阵；将知识迁移应用于区块链数据异常检测中，提高了区块链数据检测结果的准确性。

公开(公告)号：CN119311708A

公开(公告)日：2025-01-14

申请号：CN202411846286.5

申请日：2024-12-16

Applicant: 江南大学 ,  无锡市锡山区人民检察院

Inventor： 姚健 ,  钱鹏江 ,  王闯 ,  方伟 ,  王鹤 ,  王卫 ,  张梁 ,  蒋亦樟

IPC: G06F16/23 ,  G06N20/00 ,  G06F16/215 ,  G06F18/214 ,  G06F18/2433

Abstract: 本发明属于区块链技术领域，涉及基于迁移学习的区块链数据异常检测智能合约构建方法。基于待检测区块链训练集中的数据样本经其投影矩阵映射后，与目标区块链训练集的超球中心的距离构建第一迁移项；基于目标区块链训练集中的数据样本经待检测区块链训练集的投影矩阵映射后，与目标区块链训练集的超球中心的距离构建第二迁移项；基于目标区块链训练集的投影矩阵与待检测区块链训练集的投影矩阵的差值构建第三迁移项；基于待检测区块链训练集的投影矩阵L2正则化构建结构损失正则项；构建数据异常检测模型并求解，得到待检测区块链训练集的超球半径、超球中心和投影矩阵；将知识迁移应用于区块链数据异常检测中，提高了区块链数据检测结果的准确性。

公开(公告)号：CN119597913A

公开(公告)日：2025-03-11

申请号：CN202410919788.X

申请日：2024-07-10

Applicant: 江南大学

Inventor： 陆恒杨 ,  刘天赐 ,  朱书伟 ,  李超 ,  孙俊 ,  方伟 ,  吴小俊

IPC: G06F16/35 ,  G06F16/334 ,  G06F16/3329 ,  G06F16/33 ,  G06F16/332 ,  G06F40/284 ,  G06F40/30

Abstract: 本发明涉及自然语言处理技术领域，具体指一种基于大语言模型的少样本细粒度情感分析方法、装置、设备及可读存储介质，包括：基于各种文本生成提示，采用交叉或递增的方式，得到各个新增文本；基于标签确定提示，得到各个新增文本的标签，进而得到增强训练集；根据基于思维链的信息推理提示中的各个问题，利用大语言模型推理出增强训练集中各个增强文本的隐式信息，从而得到目标训练集，进而结合各个ABSA子任务的输入输出模板，得到各个ABSA子任务的各个输入输出序列，对预训练语言模型进行微调，得到QAI E模型；本发明通过数据增强，提高模型的泛化能力、鲁棒性和性能；通过信息增强，提高模型预测的准确度。

公开(公告)号：CN119398140A

公开(公告)日：2025-02-07

申请号：CN202510016864.0

申请日：2025-01-06

Applicant: 江南大学

Inventor： 方伟 ,  梅洪滔 ,  董万里 ,  陆恒杨 ,  朱书伟

IPC: G06N5/01 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/086 ,  G06N3/126

Abstract: 本发明公开了一种基于遗传算法的卷积神经网络结构搜索方法，属于图像分类技术领域。所述方法引入了可优化的卷积结构FlexCell单元，该结构使用深度可分离卷积技术和多尺度设计，通过对应的权重参数可以产生多样的卷积结构来充分提取输入数据的特征从而提高卷积神经网络的性能；本发明设计了三维度编码空间并结合FlexCell来产生多样的候选卷积神经网络结构，同时使用改进的二阶段遗传算法和交叉编译算子来搜索最优的卷积神经网络结构。实验数据证明，利用本发明搜索方法获取神经网络最优结构，相比于现有的搜索方法，可以以更少的参数、更少的时间成本，达到更高的图像分类精度。

公开(公告)号：CN114662593B

公开(公告)日：2025-01-28

申请号：CN202210297893.5

申请日：2022-03-24

Applicant: 江南大学

Inventor： 方伟 ,  朱振豪 ,  马力 ,  陆恒杨 ,  孙俊 ,  吴小俊 ,  洪洲

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/086

Abstract: 本发明公开了一种基于遗传算法和划分数据集的图像分类方法，属于图像识别分类技术领域。该方法通过基于划分数据集来提高基于遗传算法进行CNN结构设计的执行速度，通过对划分数据集的训练得到CNN个体适应度函数进行修正来提高图像分类方法的可靠性。同时为了解决现有方法仅使用ResNet和DenseNet深度模块进行CNN结构设计而忽略CNN网络宽度结构的问题，该方法引入Inception模块，同时提出Feature模块作为CNN网络结构第一层，来保证输入图片有足够的特征给深层的模块进行学习，Transition模块对特征图的特征维度进行变换，Dropout模块来防止网络的过拟合，综合提高了图像分类的精度。

公开(公告)号：CN118799948A

公开(公告)日：2024-10-18

申请号：CN202411282724.X

申请日：2024-09-13

Applicant: 江南大学 ,  吉林大学 ,  苏州大学

Inventor： 姚健 ,  钱鹏江 ,  薛文倩 ,  樊成 ,  张冠宇 ,  方伟 ,  王闯 ,  蒋亦樟 ,  刘洋 ,  梁福生

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/84 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明涉及半监督表情识别技术领域，公开了一种基于交叉融合与置信评估的情绪识别智能合约构建方法，包括获取基于区块链存储的面部图像，划分为有标签与无标签样本集；将所有面部图像分别输入初始图像分类模型，获取预测标签与标签置信度得分；基于每个有标签样本的交叉熵损失，得标签集合损失；将无标签样本划分为正确或错误样本；基于每个正确样本的交叉熵损失，获取集合无监督损失；基于每个错误样本的对比学习损失，获取集合对比损失；基于前述三种损失，构建模型总损失函数，训练初始图像分类模型，获取训练好的图像分类模型，输入待识别面部图像，获取多个置信度得分，以其中得分最高的所表示的情绪类型，作为待识别面部图像的预测标签。

公开(公告)号：CN117785381B

公开(公告)日：2024-09-27

申请号：CN202311752423.4

申请日：2023-12-19

Applicant: 江南大学

Inventor： 张欣 ,  赵无畏 ,  孙绍鹏 ,  谢炳炎 ,  钱鹏江 ,  方伟

IPC: G06F9/455 ,  G06F9/50 ,  H04L67/1008

Abstract: 本申请涉及云计算中虚拟机部署优化相关技术领域，具体提供了一种基于多种群蚁群算法的虚拟机部署规划方法，包括：根据数据集构建虚拟机列表和服务器列表；初始化虚拟机和服务器之间的信息素，通过贪心算法计算得到服务器集群的目标值；对服务器集群中的不同种群分别进行迭代，通过对每一轮迭代中的个体进行构建，得到多种虚拟机部署方案。本申请利用多种群蚁群算法可以在服务器资源有限的约束下得到整体部署方案，实现同时优化服务器集群执行时间和服务器集群的负载均衡度两个目标，求解难度较低且解的质量较高，且使用独特信息素和启发式信息，有效引导时间种群和负载均衡度种群构建解，整体效率较高，在大规模数据集中效果尤为显著。

公开(公告)号：CN112765355B

公开(公告)日：2024-08-27

申请号：CN202110106877.9

申请日：2021-01-27

Applicant: 江南大学

Inventor： 孙俊 ,  徐尹翔 ,  吴豪 ,  吴小俊 ,  方伟 ,  陈祺东 ,  李超 ,  游琪 ,  冒钟杰

IPC: G06F16/35 ,  G06F40/253 ,  G06F40/30 ,  G06F30/25 ,  G06F30/27 ,  G06F18/214 ,  G06N3/006 ,  G06N10/60

Abstract: 基于改进的量子行为粒子群优化算法的文本对抗攻击方法，属于自然语言处理文本对抗攻击领域。本发明对抗攻击能够极大地弱化深度神经网络在自然语言处理任务中的判别能力，研究对抗攻击方法是提升深度神经网络的鲁棒性的重要方法。现有的词级别文本对抗方法在搜索对抗样本时不够有效，搜索到的往往不是最理想的样本。针对这一缺陷，提出了基于改进的量子行为粒子群优化算法的文本对抗方法。通过对量子行为粒子群优化算法进行离散化的适应性改动，结果表明，本方法在多个数据集上取得了更高的攻击成功率，同时保持了更低的改动率，人工评测则表明所提出方法生成的对抗样本相比于其他对抗样本能够更多地保留语法和语义的正确性。

公开(公告)号：CN117952206B

公开(公告)日：2024-05-31

申请号：CN202410358013.X

申请日：2024-03-27

Applicant: 江南大学

Inventor： 钱鹏江 ,  邱辰宇 ,  蒋亦樟 ,  姚健 ,  王闯 ,  王士同 ,  方伟 ,  张欣 ,  范超 ,  陈爱国 ,  顾逸

IPC: G06N5/022 ,  G06F40/16 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0455 ,  G06N5/04

Abstract: 本发明涉及知识图谱补全任务技术领域，具体指一种知识图谱链路预测方法，包括：利用预编码模型得到嵌入层向量，并构建对应掩码三元组；对掩码三元组中各元素加上对应位置编码，得到对应输入序列，并将其输入至训练好的主掩码模型中，输出对应实体分类概率；根据实体分类概率，预测潜在可能实体；还包括：将嵌入层向量对应语义信息与嵌入模型对应结构信息拼接，得到融合后的头实体与关系表达，并构建对应融合掩码三元组；对融合掩码三元组中各元素加上对应位置编码，得到对应融合输入序列；本发明使用预编码方法，有效减轻模型的训练压力，提高模型的推理速度；并在输入主掩码模型前使用融合模块，保证了文本描述信息的完整性，提高了预测精确度。

公开(公告)号：CN118013647A

公开(公告)日：2024-05-10

申请号：CN202410335062.1

申请日：2024-03-22

Applicant: 江南大学

Inventor： 李超 ,  安畅 ,  孙俊 ,  金建海 ,  白亚强 ,  刘凯 ,  吴小俊 ,  方伟 ,  单敏

IPC: G06F30/15 ,  G06F30/27 ,  G06F30/28 ,  B63B71/10

Abstract: 基于迁移学习的船体外形设计代理辅助优化方法，属于船型设计领域。首先，利用两种不同类型的船体形状参数表示的样本，通过实施两阶段TrAdaBoost.R2迁移学习算法构建代理模型。这两种参数表示分别基于船舶尺度系数(用作源域)和几何参数(用作目标域)。其次，我们提出了一种代理模型更新策略，定期将当前最佳估计适应度值和最大不确定性的两个CFD模拟位置分别添加到目标域，以重构替代模型。最后，采用了结合粒子迁移方案的改进量子粒子群优化(QPSO)算法作为优化器，以使其更好地适应替代模型的重构。