-
公开(公告)号：CN112445492A
公开(公告)日：2021-03-05
申请号：CN202011390106.9
申请日：2020-12-02
Applicant: 青岛海洋科学与技术国家实验室发展中心
Abstract: 本发明提出一种基于ANTLR4的源码翻译方法，属于翻译方法技术领域，其基于多线程机制，翻译效率高，且支持多语言解析。该翻译方法包括如下步骤：对待翻译工程所包含的源码文件按照语言种类进行分类，并将不同种类的源码文件分别放入不同的待解析目录中；通过调度线程将不同待解析目录中的源码文件分别调入不同的预处理线程；预处理线程分析调入的源码文件之间的依赖关系并确定解析顺序，计算得到应输出解析文件总数；解析线程按照解析顺序调取源码文件，利用ANTLR4进行翻译并输出对应的解析文件；判断输出的解析文件总数与应输出解析文件总数是否相等；若相等，则翻译结束，否则重复上述步骤；整合输出的解析文件，得到翻译结果。
-
公开(公告)号：CN111414802A
公开(公告)日：2020-07-14
申请号：CN202010106311.1
申请日：2020-02-21
Applicant: 青岛海洋科学与技术国家实验室发展中心
Abstract: 本发明公开了一种蛋白质数据特征提取方法，包括以下步骤：（1）、对蛋白质的原始三维模型进行预处理，得到预处理三维模型；（2）、获取预处理三维模型的多个二维视图，提取各所述二维视图的图像特征矩阵，将所有的图像特征矩阵进行融合，得到蛋白质的二维特征矩阵；（3）、获取蛋白质的三维特征矩阵；（4）、将蛋白质的二维特征矩阵和三维特征矩阵进行融合计算，得到蛋白质数据特征矩阵。本发明的方法通过提取蛋白质的二维视图特征信息和三维模型空间结构信息，使得对蛋白质的外形特征描述更加全面。通避免了仅采用二维提取特征信息不完整，能够保证计算蛋白质模型相似度的科学性和准确性。
-
公开(公告)号：CN111061491A
公开(公告)日：2020-04-24
申请号：CN201911265968.6
申请日：2019-12-11
Applicant: 青岛海洋科学与技术国家实验室发展中心
Abstract: 本发明涉及边缘计算领域，尤其是一种基于LXC容器技术的边缘计算网关管理系统。本发明提供的边缘计算网关管理系统包括：边缘计算网关集群和云服务器；边缘计算网关集群包括若干个边缘计算网关，边缘计算网关中部署有若干个LXC容器；云服务器中设置有IoT云管理平台和LXC容器镜像库，其中IoT云管理平台负责对整个网关集群进行统一管理和监控，LXC容器镜像库中存有LXC容器基础镜像；边缘计算网关集群中的各个边缘计算网关与云服务器建立通讯连接，共同构成一种轻量级、灵活、可定制的容器化平台。本发明还公开了一种应用本系统的边缘计算网关管理方法，基于该方法，用户可以快速批量部署应用，实现应用间的资源隔离，能够满足多种物联网应用场景。
-
公开(公告)号：CN110909181A
公开(公告)日：2020-03-24
申请号：CN201910943576.4
申请日：2019-09-30
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
Abstract: 本发明公开了一种面向多类型海洋数据的跨模态检索方法及系统，包括：对多个不同类型的海洋源数据进行预处理，以获取处理数据；对第一GAN网络模型进行优化，以确定最优权重对应的第一最优GAN网络模型；对第二GAN网络模型进行优化，以确定第二最优GAN网络模型；利用第一最优GAN网络模型和第二最优GAN网络模型对获取的海洋待检索数据进行处理，以获取所述海洋待检索数据对应的最优检索结果。本发明将人工智能的图像技术和文本技术进行有效的结合，能够深度挖掘文本与图像特征之间的联系，实现了基于文字的图像生成与检索功能和基于图像的文本生成与检索功能，实现了不同模态数据的跨模态检索，建立了高性能、高效率的面向海洋多类型数据的跨模态检索系统。
-
公开(公告)号：CN112905232B
公开(公告)日：2023-11-28
申请号：CN202110162209.8
申请日：2021-02-05
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
IPC: G06F8/75
Abstract: 本发明公开了一种基于语法分析树的程序代码平行语料挖掘方法及系统，包括：获取同一项目对应的基于两种不同类型的编程语言编写的第一源码文件和第二源码文件，并进行语法分析，以获取第一语法分析树和第二语法分析树；根据节点信息从所述第一语法分析树和第二语法分析树的根节点开始依次向下进行节点匹配，以确定至少一组匹配成功的属于第一语法分析树的第一语法分析子树和属于第二语法分析树的第二语法分析子树；确定每组匹配成功的第一语法分析子树在所述第一源码文件的字符流中的第一首尾位置和第二语法分析子树在所述第二源码文件的字符流中的第二首尾位置，并根据每组的第一首尾位置和第二首尾位置进行代码提取，以获取多组平行语料。
-
Patent Agency Ranking
公开(公告)号：CN115113303B
公开(公告)日：2023-10-31
申请号：CN202210703932.7
申请日：2022-06-21
Applicant: 天津大学 , 青岛海洋科学与技术国家实验室发展中心
IPC: G01W1/14 , G01W1/10 , G06F18/214 , G06N3/0464 , G06N3/0985
Abstract: 本发明公开了一种基于元学习的厄尔尼诺极端天气预警方法及装置，包括：设计全局引导的注意力机制引导低层特征的学习，并利用互信息约束加强不同层级海洋特征的表征一致性，将多层级海洋特征拼接为全局特征，利用该全局特征对厄尔尼诺指数进行预测；对每个元训练任务，利用元学习算法对多层级厄尔尼诺指数预测网络进行参数训练，得到能够处理不同时期数据，且有适应能力的网络参数；以元训练阶段优化好的参数作为初始化参数，在SODA数据集上对多层级厄尔尼诺指数预测网络进行进一步微调；在GODAS数据集上进行最终厄尔尼诺指数预测；建立最终厄尔尼诺指数与降雨量的映射函数，当预测降雨量达到一定阈值时进行预警并提前进行汛期防治工作。
-
公开(公告)号：CN115268868B
公开(公告)日：2023-06-27
申请号：CN202210881190.7
申请日：2022-07-26
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
IPC: G06F8/30 , G06F8/41 , G06N3/047 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于有监督学习的智能源码转换方法，包括：从代码网站中抓取大量的并行数据，将获取的并行数据进行预处理；构造词典，将预处理后的并行数据划分为对应的训练集、测试集以及验证集；构造编程语言之间的映射，将语言代码转换为机器识别的编码，将机器识别的编码输入至模型中进行训练，获取代码翻译模型；将输入待翻译的源语言代码输入所述代码翻译模型，基于代码翻译模型对源语言代码进行翻译，获取目标语言的相应代码。实现了将源代码从高级编程语言(如C或Python)转换为另一种语言(如C++或Java)，并且提升了翻译的准确率，翻译结果比较理想。
-
公开(公告)号：CN113190233B
公开(公告)日：2023-06-20
申请号：CN202110405714.0
申请日：2021-04-15
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
IPC: G06F8/41 , G06F40/289
Abstract: 本发明公开了一种面向多源异构编程语言的智能源码翻译方法及系统，包括：获取能够实现相同功能的至少两种编码语言类型的编码源文件，并进行预处理，以获取BPE codes文件；对每个编码源文件进行二进制化处理，以获取二进制编码文件；基于去噪自编码器构建初始的智能源码翻译模型，并利用二进制编码文件和BPE codes文件对所述初始的智能源码翻译模型进行预训练，以确定经过预训练的智能源码翻译模型；利用二进制编码文件和BPE codes文件对所述经过预训练的智能源码翻译模型进行翻译训练，确定最终智能源码翻译模型；根据目标编码语言类型，利用所述最终智能源码翻译模型进行待翻译源码文件的翻译，以确定与所述待翻译源码文件对应的目标编码语言类型的编码文件。
-
公开(公告)号：CN115268867B
公开(公告)日：2023-04-07
申请号：CN202210881119.9
申请日：2022-07-26
Applicant: 中国海洋大学 , 青岛海洋科学与技术国家实验室发展中心
IPC: G06F8/30 , G06F16/22 , G06F18/23213
Abstract: 本发明提供了一种抽象语法树裁剪方法，包括：S1：按照自上而下的顺序，为抽象语法树的节点进行编码，获得抽象语法树的节点编码数据集；S2：采用K‑Means聚类方法，按照自下而上的顺序对抽象语法树的节点编码数据集进行重复聚类，获得全部节点的节点编码信息；S3：根据节点编码信息，采用预设的遍历模式遍历抽象语法树，通过计算节点编码信息的余弦相似度，生成若干棵抽象语法子树。本发明通过对一个庞大的抽象语法树进行裁剪，获得若干棵子树，子树中的各个节点关系更加紧密，在使用词向量等方法提取节点特征时，能够取得更好的效果。
-
公开(公告)号：CN115880544A
公开(公告)日：2023-03-31
申请号：CN202211604754.9
申请日：2022-12-13
Applicant: 青岛海洋科学与技术国家实验室发展中心 , 中国海洋大学
IPC: G06V10/774 , G06V10/764 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/08 , G06F9/54
Abstract: 本申请公开了一种基于Kafka消息队列的图像分类模型增量训练方法及系统。所述基于Kafka消息队列的图像分类模型增量训练方法包括：通过Kafka消息队列收集增量数据；获取已经经过训练的模型；通过增量数据对已经经过训练的模型进行增量训练。本申请针对增量学习算法脱离生产环境的问题，借助消息队列系统提供了一种图像分类模型增量训练的系统和方法，将增量学习方案与流处理平台相结合，并可以有效的简化增量模型训练和部署的过程。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.07 seconds)
