-
公开(公告)号：CN119741087A
公开(公告)日：2025-04-01
申请号：CN202411825143.6
申请日：2024-12-12
Abstract: 本发明公开了一种基于图神经网络和大语言模型的商品推荐方法及系统，该方法包括下述步骤：构建微调训练数据集微调训练大语言模型；获取用户与物品的历史交互数据集并划分为训练集和测试集，将训练集输入微调后的大语言模型得到用户社交网络的置信度关系；并将清洗后的置信度关系与原训练集进行合并，得到合并数据；基于合并数据构建泛化矩阵；基于增强泛化矩阵训练用户和商品嵌入向量，通过图神经网络进行表征聚合，将得到的结果进行反向传播更新参数；通过计算余弦相似度得到用户与不同商品的交互评分，并按照评分高低为用户推荐商品。本发明能克服用户画像缺乏社交网络关系支持的问题，获得更好的推荐效果。
-
公开(公告)号：CN118939832A
公开(公告)日：2024-11-12
申请号：CN202410935761.X
申请日：2024-07-12
Applicant: 暨南大学
IPC: G06F16/735 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/042
Abstract: 本发明公开了一种基于图神经网络的影视推荐方法及系统，属于计算机数据挖掘与分析技术领域，包括：采集用户交互数据并进行预处理后，采用图结构建立图神经网络推荐模型，用于将用户和影视作为节点，分别建立用户的正向意图和负向意图的二部图；基于图神经网络推荐模型，将网络开源的带评分数据的影视平台数据集作为训练数据进行模型训练，提取负向意图表征的信息，以增强正向意图表征，并通过多层感知机为增强后的结果丰富非线性关系，获取用户与不同影视内容之间的交互评分；基于交互评分的高低，为用户推荐影视内容。本发明充分考虑用户行为意图的多样性和影视资源之间的关联性，本发明将为用户带来更加全面、深入的影视推荐体验。
-
公开(公告)号：CN118013201B
公开(公告)日：2024-10-01
申请号：CN202410258967.3
申请日：2024-03-07
Applicant: 暨南大学
IPC: G06F18/10 , G06F18/2433 , G06F18/2415 , G06N3/0455 , G06N3/047 , G06N3/088 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于改进BERT融合对比学习的流量异常检测方法及系统，该方法包括下述步骤：获取流量数据并进行数据预处理；构建改进BERT模型，包括嵌入层和12个Transformer的编码器网络，对前6个Transformer的编码器和后6个Transformer的编码器网络分别进行权值共享操作；构建分类网络；基于交叉熵损失和对比损失构建总损失函数；改进BERT模型进行无监督预训练；改进BERT模型进行微调训练；通过反向传播更新模型参数，得到训练后的改进BERT模型；将待测试的流量数据输入训练后的改进BERT模型，得到流量检测结果。本发明能有效提升模型的泛化能力，同时保持稳定准确率。
-
公开(公告)号：CN117455994B
公开(公告)日：2024-06-14
申请号：CN202311472686.X
申请日：2023-11-07
Applicant: 暨南大学
Abstract: 本发明涉及人工智能领域，尤其涉及一种相机位姿估计方法、系统、电子设备及可读介质。一种相机位姿估计方法，包括：获取第一图像和第二图像之间的初始匹配集；所述第一图像和所述第二图像为针对同一场景的不同角度的图像；基于优化网络对所述初始匹配集进行误匹配去除操作，得到优化匹配集；所述优化网络基于多阶段几何语义注意力网络构建得到；基于所述优化匹配集获取相机位姿结果。通过对误匹配的去除，使得第一图像和第二图像之间的特征匹配结果更佳精准，以此进行相机位姿估计时，结果更佳准确。
-
公开(公告)号：CN117768245B
公开(公告)日：2024-05-10
申请号：CN202410194540.1
申请日：2024-02-22
Applicant: 暨南大学
IPC: H04L9/40 , H04L67/1097 , H04L9/08 , H04L9/32
Abstract: 本发明公开了一种全链路数据安全保护方法及系统，该方法包括下述步骤：在数据采集阶段构建数据安全标识，在数据传输存储阶段对密文文件分块并生成密文分量，计算虚拟索引和数据标签，将密文分量发送到DHT网络中，将虚拟索引、数据块和数据标签构成的元组上传至云服务器，在数据处理与数据交换阶段基于重加密密钥生成算法进行重加密，解密后得到标识符和秘密值，获取密文分量关联索引的元组，基于属性代理重加密实现云端存储的细粒度访问控制，在数据销毁阶段使用DHT网络自动更新功能实现数据自毁，本发明能实现数据生命周期全流程安全保护，能有效保障数据的保密性、数据完整性、实现细粒度访问控制，并保障数据的使用、流动和存储安全。
-
Patent Agency Ranking
公开(公告)号：CN117768245A
公开(公告)日：2024-03-26
申请号：CN202410194540.1
申请日：2024-02-22
Applicant: 暨南大学
IPC: H04L9/40 , H04L67/1097 , H04L9/08 , H04L9/32
Abstract: 本发明公开了一种全链路数据安全保护方法及系统，该方法包括下述步骤：在数据采集阶段构建数据安全标识，在数据传输存储阶段对密文文件分块并生成密文分量，计算虚拟索引和数据标签，将密文分量发送到DHT网络中，将虚拟索引、数据块和数据标签构成的元组上传至云服务器，在数据处理与数据交换阶段基于重加密密钥生成算法进行重加密，解密后得到标识符和秘密值，获取密文分量关联索引的元组，基于属性代理重加密实现云端存储的细粒度访问控制，在数据销毁阶段使用DHT网络自动更新功能实现数据自毁，本发明能实现数据生命周期全流程安全保护，能有效保障数据的保密性、数据完整性、实现细粒度访问控制，并保障数据的使用、流动和存储安全。
-
公开(公告)号：CN117237680B
公开(公告)日：2024-03-12
申请号：CN202311050564.1
申请日：2023-08-18
Applicant: 暨南大学
Abstract: 本发明公开了一种基于异质模型拟合的多源图像匹配方法及系统，该方法包括下述步骤：构建多方向相位一致性模型，融合相位一致性、图像幅度和方向检测特征点，利用子区域网格和方向直方图构建具有可变大小箱体的对数极坐标描述符，通过异质模型拟合有效估计模型的参数，累加来自不同异质模型的满足预设联合位置偏移变换误差的匹配对，输出最终匹配对，完成多源图像匹配。本发明通过构建多方向相位一致性模型，降低了非线性辐射失真的影响，利用子区域网格和方向直方图构建具有可变大小箱体的对数极坐标描述符，使用异质模型拟合方法去除多源图像中的异常匹配关系，输出最终匹配关系，从而提高特征检测的准确性和鲁棒性，提高多源图像匹配性能。
-
公开(公告)号：CN117423236A
公开(公告)日：2024-01-19
申请号：CN202311732817.3
申请日：2023-12-18
Applicant: 暨南大学 , 深圳联友科技有限公司
Abstract: 本发明公开了一种基于临时避让停车位的狭窄弯道车辆调度方法，包括：将激光雷达和毫米波雷达获取得到的车辆数据进行融合，以实现相会车辆的车辆状态及行驶轨迹预测；通过车辆行驶轨迹的预测计算车辆的预计会车点；基于预计会车点并根据道路情况和临时避让停车位的数量执行不同的车辆避让策略，以实现狭窄弯道会车的车辆避让与调度。本发明将融合处理后的车辆状态数据应用于狭窄弯道避让策略中，实现了基于临时避让停车位的狭窄弯道车辆调度方法。一方面，降低了连续弯道的交通事故发生频率，保证了车上人员的生命财产安全；另一方面，本发明具有成本低、自动化高的特点，推动车路协同向智能化统一管理的方向发展。
-
公开(公告)号：CN116167068B
公开(公告)日：2023-07-25
申请号：CN202310408817.1
申请日：2023-04-18
Applicant: 暨南大学
Abstract: 本发明公开一种基于区块链的网络边缘资源可信分配方法及系统，该方法包括执行可信资源标识步骤、执行可信资源分配步骤、资源分配信息合法性验证及应用步骤；在执行可信资源标识步骤基于网络边缘计算资源可信标识实现网络边缘资源身份归属明晰、资源使用可追溯，基于可信资源分配步骤使得网络边缘的资源匹配在可信环境下运行，基于资源分配信息合法性验证及应用步骤使得数据传输更加安全，本发明在整体上解决网络边缘计算任务处理过程中的高时延以及数据传输安全问题，使得资源请求者、资源提供者能够可信地发布资源信息，使整个过程中资源请求者、资源提供者操作可追溯、过程透明。
-
公开(公告)号：CN114064888A
公开(公告)日：2022-02-18
申请号：CN202111175876.6
申请日：2021-10-09
Applicant: 暨南大学
IPC: G06F16/35 , G06F16/33 , G06F40/126 , G06F40/284 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q40/00
Abstract: 本发明公开了一种基于BERT‑CNN的金融文本分类方法及系统，该方法包括以下步骤：对金融文本数据进行预处理操作，预处理操作包括去除噪声信息、文本处理、分词处理、去除停用词；将所得到的输入向量输入BERT层得到的初始特征向量；将所得初始特征向量使用卷积神经网络提取高级特征向量；将所得高级特征向量和初始特征向量进行特征融合；通过线性全连接层和softmax分类层得到金融文本类别。本发明将BERT提取的初始特征与卷积神经网络层提取高级特征进行融合，通过融合特征挖掘金融文本的信息，解决了模型训练中存在着过拟合现象，有效提高模型分类准确度，同时避免BERT全部层的特征组成矩阵进行二维卷积，进而忽略不同层的特征分辨率之间存在的差异对模型性能的影响。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.01 seconds)
