-
公开(公告)号：CN116557710A
公开(公告)日：2023-08-08
申请号：CN202310408163.2
申请日：2023-04-17
Applicant: 郑州轻工业大学
Abstract: 本发明涉及网络监控技术领域，具体为一种基于大数据的网络监控装置，包括安装底座，所述安装底座的内部设置有灵活调节监控装置监控方向的调节机构，所述安装底座的顶端设置有调节监控装置高度的升降机构，所述升降机构的一侧设置有保护监控装置的防护机构，所述防护机构的顶端设置有对防护机构进行清理的清洁机构，本发明的目的在于提供一种基于大数据的网络监控装置，提高监控装置的监控范围，使监控装置更加灵活，并且使监控装置便于维护，同时对监控装置进行防护，不免因生锈导致损坏，并且对监控装置进行散热，延长使用寿命。
-
公开(公告)号：CN115424661A
公开(公告)日：2022-12-02
申请号：CN202211111013.7
申请日：2022-09-13
Applicant: 郑州轻工业大学
Abstract: 本发明公开一种多源异质网络的疾病circRNA关联预测方法。所述方法包括：整合多组学数据构建疾病和circRNA的多源异质分子网络；基于门机制设计一种变分图自编码器提取节点的拓扑结构信息和上下文特征，利用多头自注意力模型融合得到circRNA和疾病的低维嵌入表示；利用支持向量机预测未知的circRNA‑疾病关联关系。本发明基于多源生物异质分子网络进行建模，结合嵌入表示学习算法，定量推理计算网络中节点间的关系，支持深入理解异质网络中circRNA与疾病之间的关联分析机制，具有良好的可扩展性、实用性和应用前景。
-
公开(公告)号：CN111125416A
公开(公告)日：2020-05-08
申请号：CN201911378972.3
申请日：2019-12-27
Applicant: 郑州轻工业大学
IPC: G06F16/583 , G06K9/62
Abstract: 本发明提出了一种基于多特征融合的图像检索方法，用以解决基于单一特征的图像检索方法无法满足用户的查询需求的。本发明的步骤为：利用滤波方法对待检索图像进行降噪处理；利用改进的HSV颜色空间进行特征量化提取待检索图像的全局特征；对降噪后的图像进行多尺度形态梯度提取待检索图像的局部特征；将全局特征和局部特征进行自适应融合得到自适应融合图像；对自适应融合图像进行哈希编码，通过哈希码计算待检索图像与数据库中所有图像的相似度，选择与待检索图像似度最高的前几个图像作为待检索图像的检索结果。本发明充分提取图像的特征点，并在局部特征提取过程中，更加全面地保护图像的边缘信息，提高了检索的准确性，缩短了检索时间。
-
公开(公告)号：CN119939036A
公开(公告)日：2025-05-06
申请号：CN202510118935.8
申请日：2025-01-24
Applicant: 郑州轻工业大学
IPC: G06F16/9535 , G06F18/2131 , G06F18/213 , G06F18/214 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/045 , G06N3/0895
Abstract: 本发明公开一种基于对比学习与变分自编码器的序列推荐方法，其包括以下步骤：根据用户的历史交互序列生成序列嵌入；对原始数据分支进行时频域转换；对数据增强分支进行数据滑动增强；根据随机深度增强策略对数据进行模型层面增强处理；根据Transformer编码器，分别对原始数据分支与增强数据分支的数据进行编码处理，获取各自数据流分支数据的均值与方差；根据对比学习策略，最大化正、负样本损失；根据共享的Transformer解码器生成新的项目序列；构建基于对比学习和变分自编码器序列化推荐模型。本发明以用户的历史交互序列作为输入，经过融合对比学习范式与变分自编码器的模型处理，生成用户感兴趣的项目，具有更好的推荐质量，提升推荐准确性。
-
公开(公告)号：CN119808782A
公开(公告)日：2025-04-11
申请号：CN202411844926.9
申请日：2024-12-13
Applicant: 郑州轻工业大学
IPC: G06F40/295
Abstract: 本发明公开了融合汉字词根、语音及字符特征的中文命名实体识别方法和系统，该方法包括：步骤一：对给定字符序列进行预处理，得到多个特征；步骤二：利用卷积神经网络和最大池化技术对多个特征进行处理，得到多个特征向量；步骤三：将多个特征向量进行融合，并将融合后的向量依次输入RoBERTa模型和双向长短时记忆网络中，得到融合后的输出序列；步骤四：根据条件随机场对输出序列进行处理，得到最大化的标签序列，完成中文命名实体的识别。本发明提高了分离边界检测和实体类别确定方面的准确度和效率。
-
Patent Agency Ranking
公开(公告)号：CN119692328A
公开(公告)日：2025-03-25
申请号：CN202411500907.4
申请日：2024-10-25
Applicant: 郑州轻工业大学
IPC: G06F40/205 , G06F40/284 , G06F40/30 , G06F18/22 , G06F18/25 , G06N3/0455 , G06N3/044 , G06N3/08
Abstract: 本发明涉及文本数据处理技术领域，特别涉及一种面向动态文本的增量实体解析方法、可读存储介质及装置，基于神经网络语言模型的粗调过滤模块过滤掉明显不匹配的实体描述文本对，生成候选实体文本对集合；基于深度语义的特征融合模块生成融合上下文信息的实体文本对高阶语义向量；基于深度度量学习的精调解析模块增强对文本中语义关系的捕获能力，获得实体文本对的解析结果。增量实体解析部分对动态文本数据进行增量实体解析，并通过不断利用每个时间步的高可信匹配与不匹配实体文本对来迭代优化精调解析模型的参数。本发明对动态文本数据进行增量实体解析，且每个时间步的精调解析模型能够利用从上一个时间步的解析结果中分析出高可信标注数据集。
-
公开(公告)号：CN118965406A
公开(公告)日：2024-11-15
申请号：CN202411201216.4
申请日：2024-08-29
Applicant: 郑州轻工业大学
Abstract: 本发明涉及信息安全技术领域，公开了一种基于计算机软件开发的加密系统，包括：多层态势感知模块，用于监测用户行为、生物特征、系统运行环境、网络状态和地理位置等，生成多层态势指数；自适应多维加密模块，用于基于所述多层态势指数动态生成多维度的加密密钥，并根据态势变化调整加密策略；分层密钥管理与分发模块，用于对多层密钥进行分层管理与分发；跨设备和环境的加密同步模块，用于在不同设备和环境中同步加密策略和密钥。通过动态态势感知、自适应多维加密和分层密钥管理，实现了对多维度信息的实时监控与加密策略调整，有效应对动态安全威胁，克服了静态加密、单一策略适应性差及集中式密钥管理风险。
-
公开(公告)号：CN111597790B
公开(公告)日：2023-12-05
申请号：CN202010449550.7
申请日：2020-05-25
Applicant: 郑州轻工业大学
IPC: G06F40/205 , G06F40/216 , G06F40/211 , G06F40/237 , G06F40/58 , G06F16/35 , G06F16/332
Abstract: 本发明公开了一种基于人工智能的自然语言处理系统，具体涉及自然语言处理领域，包括信息采集硬件设备和语言处理终端，信息采集硬件设备的内部设有信息采集模块和信息预处理模块，语言处理终端的内部设有语言处理模块和数据处理模块，语言处理模块由自然语言工具包构成，数据处理模块的内部设有深度神经网络。本发明通过基于人工智能的深度学习进行自然语言处理，利用检查和使用数据中的模式来改善程序的理解程度，通过变量赋值与算法优化构建神经网络，再通过神经网络预测和正确输出之间得差异做出记录，并且调谐输入的权重以提高其预测的准确性，待该自然语言处理随着使用时长得增加，使得自然语言处理智能化准确性逐渐提高。
-
公开(公告)号：CN116822769A
公开(公告)日：2023-09-29
申请号：CN202310781558.7
申请日：2023-06-29
Applicant: 郑州轻工业大学
IPC: G06Q10/047 , G06Q10/04 , G06Q50/30 , G06Q10/0631 , G06F16/215 , G06N20/00 , G06N3/006 , G06N3/126
Abstract: 本发明公开了一种基于人工智能的智能交通路线优化系统，包括数据收集处理模块、数据分析与预测模块、路线规划与优化模块、用户界面与交互模块、智能决策与调度模块；本发明借助人工智能和数据科学技术，可以改善数据质量、综合多因素进行优化，并实现实时更新和调整，从而提高路线规划和优化系统的准确性、效率和用户体验。然而，仍然需要解决数据质量、多因素复杂性和实时性要求等挑战，以进一步提升技术的应用效果。
-
公开(公告)号：CN116684291A
公开(公告)日：2023-09-01
申请号：CN202310746993.6
申请日：2023-06-21
Applicant: 郑州轻工业大学
IPC: H04L41/0895 , H04L41/14 , H04L41/142 , H04L41/16
Abstract: 本发明提出了一种适用通用化平台的服务功能链映射资源智能分配方法，步骤为：建立SFC映射模型，将通用化平台中SFC映射过程分为物理拓扑资源层和虚拟网络功能请求层的两层结构，并对两层结构进行抽象参数表示；分析通用化平台中服务请求的处理过程，建立节点计算与链路带宽通信资源联合分配的处理时间的最小化数学模型；将最小化数学模型建模为马尔科夫过程，定义包含状态、动作、奖励的三元组；将三元组与异步优势动作评价算法相结合，以训练主网络为模板，利用多线程技术生成多个子网络用于并行训练，找寻最优资源分配策略。本发明通过智能分配节点计算资源与链路带宽通信资源，有效提高了SFC请求的处理速率。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.025 seconds)
