-
公开(公告)号：CN112633013A
公开(公告)日：2021-04-09
申请号：CN202110013095.0
申请日：2021-01-06
Applicant: 福建工程学院
IPC: G06F40/30 , G06F40/216 , G06K9/62
Abstract: 本发明公开一种基于异质特性的全局本体元匹配方法，获取两个待匹配本体，并选取每个本体的代表性实体。针对两个待匹配本体给定两个实体集E1和E2，通过异质部分与整体部分的比率来量化本体的异质特性，得到量化后的异质特性即异质值。以异质值以及异质值对各种相似度度量技术的组合权重为学习数据进行转换函数学习，得到各种实体的异质值对应各种组合权重的全局转换函数，进行本体元匹配得到最终匹配集合。本发明提出根据本体的异质特性求解各种相似度度量技术的组合权重，构建“异质值‑‑组合权重”转换函数，从而实现量化后的异质特性与组合权重一一对应，为相似度度量技术提供具有针对性的组合权重。
-
公开(公告)号：CN108536797A
公开(公告)日：2018-09-14
申请号：CN201810283327.2
申请日：2018-04-02
Applicant: 福建工程学院
Abstract: 本发明公开了一种基于竞价算法的本体匹配方法，将本体匹配过程视为二分图的完美匹配问题，并建立相应的优化模型；通过竞价算法确定最优的本体匹配结果。本发明减少了运行时间。竞价算法的能够在二项式时间内确定最优的本体匹配结果，远低于前沿的基于进化算法的本体匹配技术。本发明节约了内存消耗。竞价算法所需的内存远低于前沿的基于进化算法的本体匹配技术。本发明提高了本体匹配结果的质量。前沿的基于进化算法的本体匹配技术确定的是次优的本体匹配结果，而竞价算法可以确定最优的本体匹配结果。
-
-
公开(公告)号：CN104750484A
公开(公告)日：2015-07-01
申请号：CN201510127501.0
申请日：2015-03-23
Applicant: 福建工程学院
IPC: G06F9/44
Abstract: 本发明提供一种基于最大熵模型的代码摘要生成方法，根据限定的样本模板采集训练样本；根据训练样本构建基于最大熵模型的代码元素分类器；将待分析的源代码输入到分类器，以识别其中的代码元素，并获取各代码元素所包含的词项；将获取到的词项进行降噪；根据词项所属的代码元素类型，并指定各个词项的权重；根据权重和出现次数，评估词项的重要性；根据重要性评估结果以及用户指定的摘要约束，生成代码摘要，使得得到的代码摘要更加的准确。
-
公开(公告)号：CN109286939B
公开(公告)日：2021-09-24
申请号：CN201810984307.8
申请日：2018-08-28
Applicant: 福建工程学院
Abstract: 本发明提供了一种WSN逻辑型感知需求的验证方法，包括如下步骤：步骤S10、将WSN的传感器调度策略描述为感知格局变迁系统；步骤S20、将逻辑型感知需求描述为感知时态逻辑公式；步骤S30、将感知格局变迁系统转化为UPPAAL的系统建模语言，将感知时态逻辑公式转化为UPPAAL的性质描述语言，并使用UPPAAL自动验证传感器调度策略是否满足感知需求。本发明的优点在于：能够表达环境对象的被感知顺序以及相互之间的关联性，能够较全面地反应出传感器调度策略的内涵以及外延，提高了感知需求验证的自动化程度。
-
Patent Agency Ranking
公开(公告)号：CN109919387A
公开(公告)日：2019-06-21
申请号：CN201910198026.4
申请日：2019-03-15
Applicant: 福建工程学院
Abstract: 本发明涉及交通数据分析领域，尤其涉及一种采用重采样递归神经网络的地铁乘客拥挤度预测方法。包括以下步骤：依据原始数据设定训练样本数据，设定拥挤度标签，依据拥挤度标签将样本数据分为n个子样本集，对子样本集进行重采样，获取重采样数列，将重采样数列输入递归神经网络模型，以训练递归神经网络模型，对递归神经网络模型测评，依据测评结果调节重采样权值，直至测评结果为及格。现有技术中，往往从训练样本数据中进行随机采样，但是不同类别的样本分布不均，从而造成递归神经网络模型对多数样本过拟合对少数样本欠拟合，从而造成预测不准确。本发明通过重采样对样本进行二次采样，使得模型充分训练，从而有效提高预测精度。
-
公开(公告)号：CN109508386A
公开(公告)日：2019-03-22
申请号：CN201811318217.1
申请日：2018-11-07
Applicant: 福建工程学院
IPC: G06F16/36 , G06F16/35 , G06F16/9535
Abstract: 本发明提供一种股票资讯新闻关键词和相关股票的关联度量方法，包括：步骤S10、读取预备的股票资讯新闻文件中的数据，并构造事务数据库D；步骤S20、从事务数据库D中穷尽所有的频繁项集，并生成频繁项集数据库L与频繁项集组Lk；步骤S30、从所述频繁项集Fk,m计算出有共现关系的若干个关联规则α→β，项集α为Fk.m的非空真子集，项集β为所述项集α关于所述频繁项集Fk.m的补集，并将所述关联规则α→β归入词共现数据库。本发明的股票资讯新闻关键词和相关股票的关联度量方法通过挖掘算法对股票资讯新闻关键词和相关股票在不同新闻中出现的次数进行计数，使用关联度公式进行股票资讯新闻关键词与相关股票的关联度量，计算效率高，快捷可靠。
-
公开(公告)号：CN105512249A
公开(公告)日：2016-04-20
申请号：CN201510865803.8
申请日：2015-12-01
Applicant: 福建工程学院
Inventor： 薛醒思
CPC classification number: G06F17/30536 , G06F17/2785 , G06N3/126
Abstract: 本发明公开了一种基于紧凑进化算法的本体匹配方法，包括如下步骤：步骤1)给定两个本体O1和O2，针对不同相似度度量技术获取不同的本体匹配结果；步骤2)采用基于元模型的紧凑遗传算法求解获取最优的集成权重向量。本发明针对现有的基于进化算法的本体元匹配系统在本体匹配过程中构建完整的群体参与进化过程导致内存消耗过大的问题以及在实际应用中评价个体消耗的内存和时间太大的问题，提出了采用紧凑遗传算法来减少群体消耗的内存量，并在紧凑遗传算法中利用元模型来进一步减少算法在求解过程中所需的内存量和时间。
-
公开(公告)号：CN103871032A
公开(公告)日：2014-06-18
申请号：CN201410082771.X
申请日：2014-03-07
Applicant: 福建工程学院
IPC: G06T5/00
Abstract: 本发明提供一种基于GPU的Wallis滤波器进行影像增强的方法，该方法需提供显示适配器，该显示适配器包括：图形处理器GPU、纹理存储器和Wallis滤波器，所述图形处理器GPU包括多个的SM流处理器阵列，所述SM流处理器阵列包括共享存储器和CUDA？CORE流处理器；本发明通过多种存储器的并发线程访问模式，并通过GPU调度多个处理机上的线程的规则；通用计算求解数据与图像渲染之间的无缝连接方法，从而完成影像的增强。本发明合理发挥显示适配器内的各种硬件特殊功能，合理规划GPU通用计算任务的负载平衡，从而最大限度地提高Wallis滤波器计算效率。
-
公开(公告)号：CN107391574B
公开(公告)日：2020-10-16
申请号：CN201710464556.X
申请日：2017-06-19
Applicant: 福建工程学院
IPC: G06F16/33 , G06F16/332 , G06F16/36 , G06F40/216 , G06F40/295 , G06F40/30
Abstract: 本发明提供一种基于本体和群智能算法的中文歧义切分方法，包括：获取用户输入的一个问句进行预处理，得到至少一个候选切分方式，形成候选切分方式集合W；利用本体中标注的同义词信息创建同义词簇；并计算词形的词位置e；以三个连续词形为单位，创建双向三元模型、含词位置信息的语义双向三元模型以及含词位置信息的偏好语义双向三元模型，计算每一种候选切分方式在不同模型下出现的概率；利用不同的模型以及考虑句子断点向量的淘汰集，创建单目标优化模型，并通过群智能算法求解最优的句子断点向量，作为最优分词结果。本发明结合本体计算词频，并利用智能群算法求最优句子断点向量，有效降低错误分词结果，大大提高分词准确性。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.019 seconds)
