-
公开(公告)号：CN116168828A
公开(公告)日：2023-05-26
申请号：CN202310154603.6
申请日：2023-02-22
Applicant: 南京邮电大学
IPC: G16H50/20 , G06F16/36 , G06F40/289 , G06F18/2415 , G06N3/08 , G06N3/0464
Abstract: 本发明提供一种基于知识图谱和深度学习的疾病预测方法、装置及计算机设备，通过获得疾病异常指标与病情自述文本，获得异常指标表示矩阵Y与病情自述文本表示矩阵X，拼接后得到融合表示矩阵；由病情自述文本结合医学知识图谱，构建与实体相连关系的疾病知识子图；分别获得疾病知识子图的实体向量矩阵和实体上下文向量矩阵，对齐叠加得到叠加表示矩阵；将融合表示矩阵和叠加表示矩阵连接在一起获得特征融合矩阵，将特征融合矩阵输入到卷积神经网络模型即CNN模型，获得预测结果；本发明不仅通过疾病异常指标与病情自述文本，还通过引入知识图谱这一知识决策，能够获得更精准的预测结果，能够实现更准确地综合智能辅助诊断。
-
公开(公告)号：CN115759105A
公开(公告)日：2023-03-07
申请号：CN202211090087.7
申请日：2022-09-07
Applicant: 南京邮电大学
IPC: G06F40/30 , G06F40/216 , G06N3/0442
Abstract: 本发明属于自然语言处理和人工智能技术领域，具体地说，是一种基于义原编码的分段注意力机制少样本关系抽取方法，主要分为词向量编码、句子分段、LSTM特征提取、分段注意力机制关系匹配、关系抽取五步，本发明主要目的是提高少样本关系抽取的准确率，缓解当前关系抽取问题中存在的语料匮乏问题，具有广泛应用前景。
-
公开(公告)号：CN112260834B
公开(公告)日：2023-01-20
申请号：CN202011081393.5
申请日：2020-10-12
Applicant: 南京邮电大学 , 江苏省精创电气股份有限公司
Abstract: 本发明提供了一种Ad Hoc网络中基于区块链的密钥生成和管理的方法，包括初始化系统参数步骤，初始化节点参数步骤，节点协作生成密钥步骤，计算新密钥份额步骤，动态更新密钥步骤。本发明通过在分布式秘密分享方案中引入批验证计算，高效解决了Ad Hoc网络中密钥生成和管理中节点的信任管理的问题，在管理参数信息时，引入了区块链，一方面由于区块链上的数据具有不可篡改性，保证了网络中公开参数的安全；另一方面由于部署在区块链中的智能合约具有自发性，提高了方案的自管理性。在网络节点动态变化时，采用动态更新策略，提升我们方案在动态环境中的适应性，实现了更加有效的Ad Hoc网络的密钥管理。
-
公开(公告)号：CN115576823A
公开(公告)日：2023-01-06
申请号：CN202211293353.6
申请日：2022-10-21
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 一种基于端到端变分自编码(DDVAE)的KPI异常检测方法，该方法包括以下步骤：步骤一：首先对所需评估的关键性能指标KPI数据进行获取；步骤二：将收集到的KPI数据进行编码处理，对KPI数据编码获得隐变量；步骤三：对隐变量数据进行解码处理，得到重构后的KPI数据；步骤四：将KPI数据以及编码和解码的结果通过一个长短期记忆网络进行训练，保留KPI数据时序性的特征，得到每一个KPI数据对应的异常得分；步骤五：定义偏差网络以优化异常评分网络，对异常得分进行标准化处理，以消除指标之间的量纲影响；步骤六：将标准化之后的异常得分通过损失函数网络进行训练，使得异常样本的得分显著偏离参考分数，从而判断出异常KPI数据。
-
公开(公告)号：CN115496165A
公开(公告)日：2022-12-20
申请号：CN202211293373.3
申请日：2022-10-21
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 一种基于自我学习双向GAN的异常检测方法，步骤包括：对原始数据集进行筛选过滤，得到只含有正常数据的训练数据集；使用训练数据集对基于原始GAN的异常检测模型进行训练；针对原始GAN模型的缺陷进行模型优化；使用训练数据集对优化后的异常检测模型进行训练；使用优化后的异常检测模型对测试数据集进行异常检测。本发明提出的新模型解决了原始模型中奖励稀疏性和模式崩溃的问题，提高了生成器生成样本的多样性以及异常检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115481684A
公开(公告)日：2022-12-16
申请号：CN202211118343.9
申请日：2022-09-14
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明提供一种基于时间感知的峰值聚类服务器资源预留方法，通过把数据集中的原始数据按照时间维度进行划分，对划分后的时间片矩阵R，按照用户和服务维度，使用潜在因子模型，从稀疏的矩阵中提取密集的任务LF矩阵P和资源LF矩阵Q；分别使用密度峰值聚类算法进行聚类，将聚类得到的离散值即不可信任务进行去除处理，获得待预测矩阵；使用低秩矩阵分解，进行资源预留的预测，获得预测矩阵；计算平均绝对误差和均方根误差；获得任务预留预测结果最好的资源列表；本发明从时间维度对初始数据进行划分，充分的考虑时间因素对资源预留的影响，并对数据进行了降噪的处理，能够提高资源预留的准确性，并且能够提高资源的利用率。
-
公开(公告)号：CN115327041A
公开(公告)日：2022-11-11
申请号：CN202210948354.3
申请日：2022-08-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于关联性分析的空气污染物浓度预测方法。本发明先通过皮尔森系数将相邻站点的空气污染物浓度与目标站点的污染物浓度进行关联性强弱的排序，然后将关联性最高的若干项污染物浓度与目标站点的历史污染物浓度进行组合的数据放入到神经网络模型中进行训练。相较于传统的直接进行模型训练的方法增加了多个相邻站点之间的关联性的分析再进行模型的训练，这种方法更能够挖掘到相邻站点空气污染物浓度的变化对目标站点污染物浓度变化所造成的影响，从而能够更加精确的预测到目标站点的空气污染物浓度的变化。通过以上提出的一种基于关联性分析的空气污染物浓度预测方法可以实现对空气污染物的变化进行准确的预测。
-
公开(公告)号：CN109472290B
公开(公告)日：2022-10-14
申请号：CN201811181916.6
申请日：2018-10-11
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明揭示了一种基于有限状态机的情绪波动模型分析方法，包括：S1、使用体征采集设备采集生理数据，进行特征提取；S2、将特征用支持向量机分类器进行情绪分类识别，得到每个时间段内的情绪；S3、描述情感状态转移过程，构建并估计状态序列；S4、进行心理情绪问卷调查，计算得到情感状态序列集；S5、进行PAD情绪量表问卷调查，将结果经过PAD模型分类训练后得到情绪样本，标注情绪状态，进行监督学习训练；S6、通过情绪状态序列集、模型分析结果及监督学习训练结果，完成对情绪波动、情绪质量的预测。本方法可以与现有方法相配合，实现主客观两方面的融合，突破了单一情感生理信号与情感间的关系及仅考虑客观因素的研究局限。
-
公开(公告)号：CN112885462B
公开(公告)日：2022-07-26
申请号：CN202110228690.6
申请日：2021-03-02
Applicant: 南京邮电大学
Abstract: 一种面向多源信息融合的智慧健康关联分析方法，首先对多源异构数据进行模糊关联规则挖掘，然后优化适合于数据分布动态化的智能平衡参数，再分析兼容流式存储架构，提出针对上述智能平衡参数优化的动态增量式的建模方法，实现健康风险预警。该方法通过批量数据处理方法，可以在保证一定准确率的前提下进行增量式关联规则挖掘；可与快速并行处理相结合，高效地挖掘出与疾病相关的指标；用来训练模型的数据可实时更新，每次更新的数据均可实时更新关联规则模型，从而挖掘出更准确更有效的规则，从而进行健康风险预警；更新数据或者优化模型所需要的参数均由当前数据的数据分布状态也自动产生，无需研究人员和用户的参与，具有良好的可行性。
-
公开(公告)号：CN113095226B
公开(公告)日：2022-07-22
申请号：CN202110395628.6
申请日：2021-04-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于双脑控制和隐私保护的无人机疫情预警方法、设备及系统，所述疫情预警包括云数据中心、边缘处理设备、无人机三个部分；通过“电脑‑人脑”双脑脑机系统接入边缘计算设备中的路径规划系统，操控无人机的飞行路线，无人机巡航进行体温检测、人脸数据采集、跟踪，结合边缘计算设备的高效处理速度，通过与云端服务器进行交互，比对疑似病人曾经出没的地区和场所，安全、高效地对疑似病人进行评估和处理。同时对采集的疑似病人的时空数据进行匿名和差分隐私保护，防止攻击者对数据的恶意窃取。可以用于机场、车站、大型商场等场所，也可以用于小区内部公共场所内。
-
-
-
-
-
-
-
-
-
Search Results
970
records
(took 0.07 seconds)
