公开(公告)号：CN114357165A

公开(公告)日：2022-04-15

申请号：CN202111655718.0

申请日：2021-12-30

Applicant: 江苏大学

Inventor： 吴健 ,  朱小龙 ,  周从华

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/289 ,  G06N20/00

Abstract: 本发明涉及基于深度学习网络的短文本分类方法，属于自然语言处理技术领域。包括以下步骤：将短文本数据集进行数据清洗，得到质量更高的短文本数据集；将短文本数据集进行处理，得到短文本词汇表、关键词词汇表、标签词汇表；利用CBOW神经网络训练得到文本词向量，再将标签替换短文本中的关键词，训练得到标签词向量；将短文本输入卷积神经网络和长短期记忆神经网络进行特征提取，将提取的特征与标签词向量求和构成的查询向量进行注意力机制得分计算；将新的特征向量输入全连接层进行输出后，输入最终的损失函数层进行预测分类。本发明解决了短文本特征不足而无法准确分类的问题，提高了短文本分类的准确性。

公开(公告)号：CN113920368A

公开(公告)日：2022-01-11

申请号：CN202111225017.3

申请日：2021-10-21

Applicant: 江苏大学

Inventor： 刘志锋 ,  唐川景 ,  沈项军 ,  周从华

IPC: G06V10/764 ,  G06V10/774 ,  G06K9/62 ,  G06F30/27 ,  G06F17/16

Abstract: 本发明公开了一种鲁棒特征空间共同学习的多标签图像分类方法，首先准备多标签数据；在特征空间和标签空间中引入特征选择和核范数的低秩表示方法从而构造鲁棒的标签和特征空间共同学习的多标签分类模型；利用鲁棒低秩投影矩阵V将q维标签空间映射到r维的标签空间中，从而V表示在标签空间中学习到的鲁棒低秩投影；引入增广拉格朗日乘数法对多标签分类模型的目标函数中的矩阵P和矩阵V进行求解；将多标签数据作为训练数据样本对提出的多标签分类模型进行训练，得到最优的鲁棒低秩系数矩阵P和鲁棒低秩投影矩阵V；基于最优的鲁棒低秩系数矩阵P和鲁棒低秩投影矩阵V完成多标签分类模型的训练，并利用该多标签分类模型进行多标签图像分类。

公开(公告)号：CN111881249A

公开(公告)日：2020-11-03

申请号：CN202010513283.5

申请日：2020-06-08

Applicant: 江苏大学

Inventor： 刘志锋 ,  杨云成 ,  周从华

IPC: G06F16/31 ,  G06F16/33 ,  G06F16/35 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于循环神经网络判断文本情感倾向性的方法，通过结合LSTM在学习文本上下文方面的优势，将传统的语言学规则融入到LSTM文本分类模型中。利用循环神经网络学习词的上下文信息后，通过损失函数引入现有的句子级情感分析的LSTM模型。在没有增大模型复杂度的情况下，有效的利用情感词典、否定词和程度副词的信息，在实验数据集上取得了较好的成果。

公开(公告)号：CN106971091B

公开(公告)日：2020-08-28

申请号：CN201710122492.5

申请日：2017-03-03

Applicant: 江苏大学

Inventor： 韩飞 ,  李佳玲 ,  凌青华 ,  周从华 ,  崔宝祥 ,  宋余庆

IPC: G16B40/20 ,  G16B25/10 ,  G06K9/62 ,  G06N3/00

Abstract: 本发明公开了一种基于确定性粒子群优化和支持向量机的肿瘤识别方法，包括对肿瘤基因表达谱数据的预处理，在训练集上运用分类信息指数方法对信息基因进行初选，然后使用两两冗余方法去除冗余基因得到备选基因库；在训练集上进一步使用分类信息指数方法获取关键的基因子集；在训练集上使用确定性粒子群优化算法对支持向量机的参数进行优化，然后对待识别的肿瘤基因表达谱数据进行识别。本发明在充分利用支持向量机适合于小样本数据识别的特点上，运用确定性粒子群优化对支持向量机进行优化，进一步提高支持向量机的性能，从而提高肿瘤识别准确性。

公开(公告)号：CN106951728B

公开(公告)日：2020-08-28

申请号：CN201710122524.1

申请日：2017-03-03

Applicant: 江苏大学

Inventor： 韩飞 ,  唐迪 ,  程准 ,  李秋玮 ,  凌青华 ,  周从华 ,  崔宝祥

IPC: G16B20/00

Abstract: 本发明公开了一种基于粒子群优化和打分准则的肿瘤关键基因识别方法，包括定义一种基因打分准则来获取基因分类能力信息以过滤于肿瘤类别低相关的基因；结合基因分类能力信息利用Metropolis准则改进粒子群PSO算法以实现肿瘤关键基因的识别。本发明基因分类信息和改进PSO的新方法克服了传统的基于PSO识别肿瘤关键基因方法易于陷入局部最优解的缺点，并能选出数目更少且与肿瘤类别高度相关的基因子集，从而有助于提高后续的肿瘤识别。

公开(公告)号：CN104812015B

公开(公告)日：2018-09-11

申请号：CN201510244016.1

申请日：2015-05-14

Applicant: 江苏大学

Inventor： 邬海琴 ,  王良民 ,  汤金娥 ,  陈向益 ,  周从华

IPC: H04W40/10 ,  H04W84/18

CPC classification number: Y02D70/00

Abstract: 本发明公开一种面向物联网数据的分布式Top‑k查询方法，包括以下步骤：(1)构建最优查询树，该步骤包括网络骨干节点选取、连接节点选择，以及每轮查询各节点按ID号轮流担任根节点三个过程；(2)基于最优查询树进行Top‑k查询，该步骤包括查询初始化、数据更新值发送、sink节点top‑k查询三个过程。本发明在构建最优查询树时充分考虑节点度数、自身能量以及与邻节点通信开销，选择能量代价小的作为支配节点，有效均衡节点能耗，进一步解决了传统查询树根节点唯一带来的其附近节点过早死亡的问题，大大延长物联网的生命周期，且查询算法中通过设置过滤值来抑制每轮无效更新值的发送，有效降低平均每轮的查询能耗。

公开(公告)号：CN103049277A

公开(公告)日：2013-04-17

申请号：CN201310034737.0

申请日：2013-01-29

Applicant: 江苏大学

Inventor： 周从华

IPC: G06F9/44

Abstract: 本发明涉及一种面向限界检测技术的系统模型构造方法，是基于概率模型检测工具PRISM。包括以下步骤：对于局部空间搜索深度k，在建模语言的全局变量声明处引入新的整数型变量newv，初始值为0；对语言中的每一条命令，依据符号“+”表示的概率分布将其分解成若干只包含一条赋值语句的命令；依据各命令中值为真的谓词数量以及谓词之间组合的不同分别添加新命令。新命令中谓词是三个部分的合取：值为真的谓词保持不变；值为假的谓词取其否定；对于任意谓词值为真的两条命令，令第一条命令对变量的赋值等于第二条命令对变量的赋值来构建新谓词。本发明可实施性强，工作量小，且保证了利用限界检测技术约简状态空间的效果，可应用于随机系统建模。

公开(公告)号：CN101333052B

公开(公告)日：2011-01-12

申请号：CN200810020912.X

申请日：2008-07-31

Applicant: 江苏大学

Inventor： 解清杰 ,  吴春笃 ,  朱国锋 ,  吴荣芳 ,  周从华

IPC: C02F9/14 ,  C02F3/28 ,  C02F1/50

Abstract: 本发明公开的离散型生活污水处理方法，由集水井、SABR反应器、改良土壤系统和接触消毒池四个部分组成；集水井内设提升泵，集水井的污水入口处设有污水进水管、污物篮。SABR反应器由厌氧折板反应区、污泥沉淀区、化学脱氮除磷反应区组成；厌氧折板反应区的由多个折板反应室构成，折板反应室顶部设有排气管，底部设穿孔布水管，进水管分别和各折板反应室内的穿孔布水管相连；污泥沉淀区底部设排泥管；化学脱氮除磷反应区和污泥沉淀区通过多孔板连通。改良土壤净化系统由位于土壤内中上部的穿孔布水管、土壤基质层和底部穿孔集水管组成。该方法处理效果稳定，自控程度高，操作人员少，管理简单，能够较大幅度地节能，减少剩余排污量。

公开(公告)号：CN120088449A

公开(公告)日：2025-06-03

申请号：CN202510049539.4

申请日：2025-01-13

Applicant: 江苏大学

Inventor： 沈项军 ,  赖慧美 ,  刘志锋 ,  周从华

IPC: G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/40

Abstract: 本发明公开了一种基于动态频率选择的通道注意力目标检测方法，本方法从丰富的频率基库中自适应地挑选出关键的频率基，以更有效地揭示数据在频率域中的本质特征关系；基于挑选出的频率基构建att模块，利用att模块对YOLOv5目标检测模型进行改进，得到更精准的通道注意力目标检测模型；利用通道注意力目标检测模型对图像进行目标检测。本发明改进后的注意力模型将输入数据的特征映射到更具代表性的低维空间，即更准确地捕捉重要特征信息。本发明通过对对频率基的精心选择和利用，克服了现有方法中频率基范围受限的问题，使得模型在不同数据集和任务中都能更好地适应，准确捕捉细粒度特征，提升目标检测的性能表现。

公开(公告)号：CN114880474B

公开(公告)日：2025-05-06

申请号：CN202210485759.8

申请日：2022-05-06

Applicant: 江苏大学

Inventor： 侯骏 ,  周从华 ,  朱小龙

IPC: G06F16/35 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0442 ,  G06N3/045

Abstract: 本发明公开了一种基于数理特征提取的数学题文本多标签分类方法，以数学题试题作为样本，知识点为样本标签；对样本及其标签进行预处理和特征提取，对样本特征向量进行编码得到隐藏层向量；引用自注意力机制计算各个隐藏层向量的注意力权重，得到文本输出的特征向量；将答案解析文本分为叶节点和根节点，由叶节点文本信息特征及根节点文本信息特征形成特征先验树的特征矩阵；对样本特征向量与特征先验树的特征矩阵进行数理特征提取，将文本输出的特征向量和数理特征提取部分的输出结果输入分类器，由分类器输出分类结果；设置训练停止条件，当训练停止时获得训练好的数学文本多标签分类模型；利用数学文本多标签分类模型对数学题文本进行有效分类。