-
公开(公告)号：CN117437776B
公开(公告)日：2024-09-06
申请号：CN202311351736.9
申请日：2023-10-18
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G08G1/01 , G06F18/2132 , G06N3/0455 , G06N3/048 , G06N3/0442 , G06N3/08
Abstract: 本申请公开了一种智能交通系统中交通流预测方法及其系统，其中智能交通系统中交通流预测方法包括以下步骤：获取交通流节点的固有特征和关系特征；对交通流节点的固有特征和关系特征进行编码；对编码后的固有特征和关系特征进行解码，得到预测流量值。本申请将深度嵌入和图形嵌入共同用于增强ITS中的特征表示。同时，通过深度嵌入和图形嵌入方法能够在进行交通流量预测的过程中呈现良好的性能。
-
公开(公告)号：CN117575017B
公开(公告)日：2024-08-02
申请号：CN202311358800.6
申请日：2023-10-19
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06N5/04 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/084 , G06N7/01 , G06F18/2415 , G06Q10/04 , G06Q50/26 , C02F3/02
Abstract: 本申请公开了一种污水处理过程的概率推理模型构建方法及其系统，其中，污水处理过程的概率推理模型构建方法，包括如下步骤：根据监测数据构造多个数据集，每个数据集均包括：多种污染物的实际的入口数据和实际的出口数据；利用数据集在混合云的私有云模块内创建概率推理模型；对概率推理模型进行优化，获得优化后的概率推理模型。本申请能够在缺乏IPP的情况下，反向推断出污水处理过程中丢失的IPP，能够令污水处理过程的概率推理模型在没有IPP数据的污水处理过程时依然生效，保证了预测结果的可靠性。
-
公开(公告)号：CN118170920B
公开(公告)日：2024-07-19
申请号：CN202410586478.0
申请日：2024-05-13
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F16/35 , G06F40/16 , G06F40/30 , G06N3/0442
Abstract: 本发明提供一种混合语种文本检测方法及系统，方法包括：获取混合语言文本，对混合语言文本进行分类并进行文本编码以获得编码后的文本，根据编码后的文本建立混合语言文本编码模块；根据自注意力转换格式对编码后的文本进行特征处理以将编码后的文本转换为对应的文本与文本关系值；多头自注意力网络通过文本与文本关系值，根据不同语言文本的多个语言单词，构建单尺度的多头自注意力处理模块，并对单尺度的多头自注意力处理模块进行横向扩展以构建得到多尺度的多头自注意力处理模块；多尺度的多头自注意力处理模块结合LSTM模块构建得到多种混合语言的虚假新闻检测模型以检测混合语种文本。本申请适用于多语言环境，使得语言场景多样化。
-
公开(公告)号：CN117573967A
公开(公告)日：2024-02-20
申请号：CN202311382483.1
申请日：2023-10-24
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06F16/9535 , G06F16/9536 , G06N3/0464 , G06N3/084 , G06N3/098 , G06F18/213 , G06F18/22 , G06F18/25
Abstract: 本申请提供一种基于深度分布式学习的POI推荐方法及系统，该方法包括如下步骤：预先构建局部特征模型和全局特征模型；使用预先构建的局部特征模型，学习用户和兴趣点之间的参数化代表向量；使用预先构建的全局特征模型，学习用户与用户之间的总相关性矩阵；根据用户和兴趣点之间的参数化代表向量，以及用户与用户之间的总相关性矩阵，生成用户和兴趣点之间的真实交互结果。本申请在移动边缘网络下，将来自局部和全局子空间的隐藏特征成分通过代表性的学习被深度抽象化，此外，传播操作被嵌入到特征空间的迭代再优化表达中。上述两个方面的连续作用提供更精细的特征空间，从而提高特征空间的深度和推荐的准确性。
-
公开(公告)号：CN117494191A
公开(公告)日：2024-02-02
申请号：CN202311343636.1
申请日：2023-10-17
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: G06F21/62 , G06F21/64 , G06F21/57 , G06F16/9535 , G06F16/9537 , G06N3/0442 , G06N3/092
Abstract: 本申请公开了一种信息物理安全的兴趣点微服务系统及其方法，其中，信息物理安全的兴趣点微服务方法，包括如下步骤：S1：N个终端节点通过预训练模型根据用户的数据集进行预训练，获得N组预估参数；S2：云中心服务器接收到N组预估参数后，对N组预估参数进行迭代处理，获得聚合参数，并将聚合参数分别输入至N个终端节点，N个终端节点根据聚合参数执行步骤S1，至完成K轮迭代处理为止，并将第K轮迭代处理后获得的聚合参数作为优化参数；S3：N个终端节点根据优化参数对预训练模型进行优化，获得兴趣点推荐模型，当感知到用户的位置信息时，通过兴趣点推荐模型输出推荐结果。本申请能够保证信息物理安全的兴趣点微服务过程中的数据安全。
-
Patent Agency Ranking
公开(公告)号：CN117492856A
公开(公告)日：2024-02-02
申请号：CN202311343668.1
申请日：2023-10-17
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
Abstract: 本申请提供一种金融物联网中信任评估的低延迟边缘计算卸载方法，该方法包括：响应于接收到评估请求信号，向用户端发送预评估模型；用户端根据接收到的预评估模型，采集用户信息；将采集的用户信息输入预评估模型中进行预评估，获得用户预评估结果，并根据用户预评估结果，为用户的评估任务匹配相应的评估模型；根据评估模型，对用户端的评估任务进行计算；其中，对用户端的评估任务进行计算的方法包括：判断评估任务是否需要卸载到不同的边缘计算节点进行计算，若是，则执行低延迟边缘计算卸载方法，否则，在用户端计算评估任务。本申请避免个人信用评估时用户个人隐私泄露，并为金融物联网的信任评估提供有效计算卸载方案以确保低延迟。
-
公开(公告)号：CN117201446A
公开(公告)日：2023-12-08
申请号：CN202311468569.6
申请日：2023-11-07
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院 , 江西炬能物联技术研究中心有限公司
IPC: H04L51/42 , H04L51/52 , H04L51/212 , H04L9/40 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06F16/35 , G06F16/36
Abstract: 本申请提供一种结合语义和行为的神经网络的垃圾邮件检测方法及系统，该方法包括：通过递归神经网络对用户的语义信息进行建模，获得语义特征因子；通过图神经网络对用户的行为模式进行建模，获得行为模式特征因子；将语义特征因子和行为模式特征因子串联，构建全局特征空间；利用长短期记忆网络，模拟全局特征空间的演化特征，预测用户界面的性质。本申请对多源信息进行融合，适用于复杂多变的内容，提高垃圾邮件发送者识别的准确性。
-
公开(公告)号：CN116664880B
公开(公告)日：2023-11-28
申请号：CN202310950013.4
申请日：2023-07-31
Applicant: 南昌大学 , 江西炬能物联技术研究中心有限公司 , 南昌大学新一代信息技术产业研究院
IPC: G06V10/70 , G06V10/44 , G06V10/764 , G06V10/774
Abstract: 本发明提供了一种深度伪造反取证图像的生成方法，涉及图像处理与多媒体信息安全技术领域。所述生成方法包括以下步骤：获取图像数据，并构建反取证模型的网络结构；将图像数据区分为训练集图像和测试集图像，将训练集图像输入生成网络并以预设权重提取视觉特征和取证特征，进行特征重组合成伪造图像；判别网络对伪造图像与训练集图像进行分类判别，并将学习到的权重回传至生成网络更新预设权重；重复进行达到预设迭代轮次后生成反取证模型；将测试集图像输入反取证模型，输出反取证图像。本发明生成的反取证图像能够提高取证检测器的检测难度，达到更强的反取证效果，从而能够协
-
公开(公告)号：CN117115064A
公开(公告)日：2023-11-24
申请号：CN202311340079.8
申请日：2023-10-17
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06T5/50 , G06T5/00 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提供了一种基于多模态控制的图像合成方法，所述方法包括：获取图像数据，图像数据中包含相对应的真图和假图；构建图像合成模型，该模型包含采用基于多头注意力模块的U‑Net架构的生成器；将图像数据中的假图预处理后，输入图像合成模型，基于生成器输出生成图像；基于生成图像和假图及对应的锐化后的真图，在空间域和频域上构建五重损失函数；基于五重损失函数构建最终损失函数，并基于最终损失函数将学习到的权重回传至生成器以更新预设权重，经过预设轮次迭代训练后得到训练好的图像合成模型；将待合成的图像输入训练好的图像合成模型并输出合成图像。本发明提供的方法改善了现有反取证技术局限于欺骗检测器对图片的来源进行检测的问题。
-
公开(公告)号：CN118170920A
公开(公告)日：2024-06-11
申请号：CN202410586478.0
申请日：2024-05-13
Applicant: 南昌大学 , 南昌大学新一代信息技术产业研究院
IPC: G06F16/35 , G06F40/16 , G06F40/30 , G06N3/0442
Abstract: 本发明提供一种混合语种文本检测方法及系统，方法包括：获取混合语言文本，对混合语言文本进行分类并进行文本编码以获得编码后的文本，根据编码后的文本建立混合语言文本编码模块；根据自注意力转换格式对编码后的文本进行特征处理以将编码后的文本转换为对应的文本与文本关系值；多头自注意力网络通过文本与文本关系值，根据不同语言文本的多个语言单词，构建单尺度的多头自注意力处理模块，并对单尺度的多头自注意力处理模块进行横向扩展以构建得到多尺度的多头自注意力处理模块；多尺度的多头自注意力处理模块结合LSTM模块构建得到多种混合语言的虚假新闻检测模型以检测混合语种文本。本申请适用于多语言环境，使得语言场景多样化。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.052 seconds)
