-
公开(公告)号:CN107885793A
公开(公告)日:2018-04-06
申请号:CN201710981613.1
申请日:2017-10-20
Applicant: 江苏大学 , 无锡恒创医信科技发展有限公司
CPC classification number: G06F16/35 , G06F16/951 , G06F16/955 , G06F17/2775
Abstract: 本发明公开了一种微博热点话题分析预测方法及系统,包括数据采集模块、预处理模块、计算分析模块和展示模块。本发明通过聚类分析技术将采集到的微博进行分类;本发明通过对微博内容进行分词,进行词性标注,对源微博和转发微博进行合并处理,基于社交网络的隐含狄利克雷分配模型微博话题识别方法,并在词汇计算时考虑了微博的类型、时间因素重新构建LDA模型。本发明通过相关性分析微博发送一个小时内的传播信息和24小时之内的传播规模和传播深度得到相关性强的话题热度的评估指标;本发明可以应用于开发商对用户进行消息的推送和广告的推送。
-
公开(公告)号:CN107862617A
公开(公告)日:2018-03-30
申请号:CN201710981630.5
申请日:2017-10-20
Applicant: 江苏大学 , 无锡恒创医信科技发展有限公司
CPC classification number: G06Q50/01 , G06K9/6256
Abstract: 本发明设计一种基于用户综合相似度的微博社区划分方法,该方法的具体过程是:1、获取微博数据,对博文集合进行LDA主题模型训练,通过基于特征扩展的主题挖掘得到用户主题相似度矩阵;2、构造以用户为节点、用户关系为边的网络拓扑图,根据节点链接相关度和主题相似度得出用户综合相似度矩阵;3、首先为每一个节点分配唯一的标签,并评估节点的潜在影响力,然后以潜在影响力降序作为节点选择顺序,以节点综合相似度降序作为节点更新标签的顺序;最后进行标签的迭代更新。通过上述方式,本发明能够在考虑用户综合相似度的基础上,通过改进的标签传播算法对微博用户进行社区划分,对于网络舆情监测、商业用户挖掘等都具有较好的应用价值。
-
公开(公告)号:CN105651303A
公开(公告)日:2016-06-08
申请号:CN201610125931.3
申请日:2016-03-04
Applicant: 江苏大学 , 无锡恒创医信科技发展有限公司 , 镇江市卫生和计划生育委员会
CPC classification number: G01C22/006 , G01C23/00
Abstract: 本发明公开了一种基于三轴加速度传感器的计步系统及方法,属于电子应用技术领域,通过三轴加速度传感器采集三轴加速度,滤波降噪处理后求合加速度,获取每步时长内的合加速度最大值、最小值,以及其所对应的三轴加速度数据,以三轴加速度数据为三维向量坐标求这两个点的向量夹角,并与普通人行走单步时长与步幅相比较,根据偏差情况更改计步行走单步采集时长与步幅判定角度。通过单步时长内的合加速度峰值检测以及合加速度向量夹角检测的双重判定,不仅可以记录每一个单独不连续的步伐,而且在连续行走过程中可以适应不同行走者的特点调整参数,从而实现准确计步的效果。
-
公开(公告)号:CN205247670U
公开(公告)日:2016-05-18
申请号:CN201521125424.7
申请日:2015-12-29
Applicant: 无锡恒创医信科技发展有限公司
Abstract: 本实用新型公开了一种中医推拿规范化培训考试设备,包括考试电脑和答题板;所述考试电脑为台式电脑或者笔记本电脑或者一体机电脑;所述答题板的上表面设有人体经络穴位图,人体经络穴位图上的每个穴位下方均设有压力传感器;所述答题板内部设有连接压力传感器的电路,该电路与考试电脑电连接。本实用新型通过考试电脑出题,考生在答题板上作答,答题板由于设置了压力传感器,因此可以感知答题者答题时手法的轻重,从而可观的评判答题者对于推拿手法强弱的知晓程度,同时有效提升考试效率,使学生在学习过程中更加重视对推拿位置及手法轻重的学习。
-
公开(公告)号:CN119851025A
公开(公告)日:2025-04-18
申请号:CN202411937501.2
申请日:2024-12-26
Applicant: 江苏大学
IPC: G06V10/764 , G06V10/44 , G06V10/77 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种深度交叉熵集成的多视图图像分类方法,基于图像构建数据集,且分为训练集和测试集;构建交叉熵集成图像分类模型的网络架构,交叉熵集成图像分类模型包括骨干网络、原型网络和集成分类网络三个部分;骨干网络部分中的处理过程为:将输入的图像编码为特征映射#imgabs0#原型网络部分中将特征映射#imgabs1#投影到原型特征P上,获得一组多样化的特征表示V;集成分类网络中将输入图像的多个视图表征V={V1,V2…VN}进行加权融合,并计算集成交叉熵损失;利用训练集对交叉熵集成图像分类模型进行训练;用训练好的交叉熵集成图像分类模型进行图像分类,本发明适应不同的数据集和任务的需求,解决传统多视图图像分类方法固有的问题。
-
公开(公告)号:CN114372518B
公开(公告)日:2024-03-22
申请号:CN202111626398.6
申请日:2021-12-28
Applicant: 江苏大学
IPC: G06F18/22 , G06F40/279 , G06F18/214
Abstract: 本发明提供了一种基于解题思路和知识点的试题相似度计算方法,包括整理试题特征信息形成知识点类特征集和解题思路类特征集,其中一方面以Jaccard系数作为两试题之间的知识点相似度,另一方面从试题解题思路的角度出发,考量两试题之间的相似性,其中利用Skip‑gram模型将解题思路中的语料信息转换为相对应的词向量,进而以计算词向量之间欧氏距离的方式,评价试题之间的相似度,最终与知识点相似度相结合,提升数学类试题相似度评价的准确性,尤其是能够避开数学题中不同符号图表所带来的干扰。
-
公开(公告)号:CN109801681B
公开(公告)日:2023-03-31
申请号:CN201811515699.X
申请日:2018-12-11
IPC: G16B40/00
Abstract: 本发明公开了一种基于改进的模糊聚类算法的SNP选择方法,包括:获取SNP数据集;对获取到的SNP数据进行预处理,包括数据的清洗和重新编码;对预处理后的数据基于假设性检验进行初步筛选;对初筛过的数据,分别计算每个SNP的重要程度;利用改进的模糊聚类算法对SNP进行聚类;从聚类得到的每个簇中根据对称的不平衡性原则进一步筛选,构造SNP子集。本发明针对SNP数据,在考虑单个SNP对分类结果的影响的同时,也兼顾了局部区域SNP之间的相互关联性,在对数据实现降维的同时,充分挖掘了SNP内部的信息。使用该方法构造出来的SNP子集,相比于其他选择方法而言具有更好的分类效果,可应用于SNP数据的选择中。
-
公开(公告)号:CN110060470A
公开(公告)日:2019-07-26
申请号:CN201910237616.3
申请日:2019-03-27
Applicant: 江苏大学
Abstract: 本发明涉及一种基于路段连通概率的RSU覆盖范围划分方法,该方法通过对道路网络中路段进行连通性建模,根据采集到的交通流数据,计算各个路段的连通概率,将路段连通概率作为路段灰度对道路拓扑图进行灰度处理,利用连通概率改进分水岭算法对道路网络拓扑灰度图进行图像分割以确定RSU的覆盖区域。本发明能够实现RSU无重叠覆盖范围划分,提高道路网络连通性。
-
公开(公告)号:CN107862012A
公开(公告)日:2018-03-30
申请号:CN201711036433.2
申请日:2017-10-30
Applicant: 江苏大学 , 江苏树正信息科技有限公司
CPC classification number: G06F16/9535 , G06Q50/01
Abstract: 本发明公开了一种针对大学生群体的信息资源自动推荐方法,包括:获取用户数据和需要推荐的数据;采用用户相似度模型计算基于用户评价矩阵的邻居集合;采用基于社交网络信息的相似度模型计算基于社交网络信息的邻居集合;根据两种邻居集合,计算出预测项目的得分,并对两个结果进行混合;筛选出评分最高的TOP-N项目,得出推荐结果。本发明将用户的社交网络融合到传统的协同过滤算法中,符合大学生信息共享及交流的需要。该方法可以为面向大学生的垂直领域提供更合适的推荐结果。
-
公开(公告)号:CN105809451A
公开(公告)日:2016-07-27
申请号:CN201610112424.6
申请日:2016-02-29
Applicant: 江苏大学
CPC classification number: G06Q30/0185 , G06F16/182 , G06F16/254 , G06F17/2785 , G06F17/2795
Abstract: 本发明公开了一种大数据电商网购评价分析预测方法及系统,本发明涉及一种大数据采集与分析预测的方法与系统,通过一个部署于Spark的控制与交换中心结合若干交换代理,将评价内容这非结构文本转换为结构化数据。本发明是基于大数据的前提开发,利用大数据的数据挖掘算法对采集的所有信息进行有效的处理。本发明可应用于网上购物导购,为用户提供准确的网购评价分析,方便用户判断评论是否虚假、网购是否实用,进而决定是否购买该商品。
-
-
-
-
-
-
-
-
-