-
公开(公告)号：CN101894134A
公开(公告)日：2010-11-24
申请号：CN201010204724.X
申请日：2010-06-21
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 一种基于空间布局的钓鱼网页检测方法涉及了一种基于页面视觉布局特征结合空间数据库的设计方案，主要解决了基于网页视觉相似性角度进行快速钓鱼网页检测的问题，系统由5个模块组成，其中最上层是用户界面模块，主要负责获取用户输入并将结果反馈回用户，中间是控制模块，负责调度所有功能模块完成钓鱼网站检测。最核心的是3个功能模块，即：布局特征抽取模块、空间数据库模块、机器学习匹配模块。经大量实验数据检验证明，该方法构建了一种高速高精度钓鱼网页检测系统，在保证高准确率的同时，处理数据容量上有了重大提升，并显著减小网页检测时间。
-
公开(公告)号：CN101826105A
公开(公告)日：2010-09-08
申请号：CN201010139929.4
申请日：2010-04-02
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 基于匈牙利匹配的钓鱼网页检测方法首先提取渲染后网页的文本特征签名、图像特征签名以及网页整体特征签名，比较全面地刻画了网页访问后的特征；然后通过匈牙利算法计算二分图的最佳匹配来寻找不同网页签名之间匹配的特征对，在此基础上能够更加客观地度量网页之间的相似性，从而提高钓鱼网页的检测效果。在方法中还利用曲线下面积值来确定文本特征、图像特征以及全局图像特征的内部权重；利用对数回归分析法确定了网页相似性计算中的文本相似性、图像相似性和全局图像相似性之间的相对权重。本发明提出的基于匈牙利匹配的钓鱼网页检测方法，在精度、召回率上都有了很大提高。
-
公开(公告)号：CN120067679A
公开(公告)日：2025-05-30
申请号：CN202510119948.7
申请日：2025-01-25
Applicant: 南京邮电大学
IPC: G06F18/214 , G06F18/213 , G06F18/22 , G06F18/24 , G06F16/43 , G06Q50/20
Abstract: 本发明公开了基于跨媒体搜索的微学习学习路径生成方法，包括：获取学习者的学习目标；根据学习目标，进行特征提取，得到目标特征向量；根据目标特征向量，基于交叉关系矩阵对相似性矩阵进行迭代求解，得到标记路径；其中，交叉关系矩阵和相似性矩阵是利用训练好的跨媒体搜索模型构建得到的；根据标记路径，得到前趋学习路径和后趋学习路径，以实现微学习学习路径的生成；通过将学习目标转化为目标特征向量，并基于跨媒体搜索模型生成微学习资源的相似性矩阵和交叉关系矩阵，基于微学习资源内容的相似度和相互关系生成学习路径，提高了所生成的学习路径的质量。
-
公开(公告)号：CN119398268A
公开(公告)日：2025-02-07
申请号：CN202411534770.4
申请日：2024-10-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于多模态融合和动态加权损失的短临降水预测方法。包括以下步骤：首先输入历史雷达和地面站点数据，进行归一化和降采样处理；接着将雷达和地面站点气象要素数据分别输入三层包含上采样和RNN的网络中进行特征编码；然后输入三层包含融合、上采样和RNN的网络进行特征融合与解码。最后在动态加权损失的约束下输出准确的降水预测。该方法实现了对雷达和地面站点气象要素数据的编码、融合和解码。在基于注意力机制的融合网络和动态加权损失的加持下，提高了短临降水预测的准确率，在强降水预测的性能提升更加显著。
-
公开(公告)号：CN115098109B
公开(公告)日：2024-11-22
申请号：CN202210726119.1
申请日：2022-06-24
Applicant: 南京邮电大学
IPC: G06F8/41
Abstract: 一种基于有向图的代码仓库代码块级别冲突排序分组方法，首先提取出发生冲突的文件列表、冲突文件内部的方法名称以及冲突代码片段的信息进行保存；然后对不同分支上的冲突文件内部的所有方法构造出依赖关系图；其次对比依赖关系图中的节点，将不同分支上构造出的依赖关系图进行合并；接着遍历依赖关系图，将节点携带的文件全路径名、方法名称、方法开始和结束的行号与保存对比，将符合条件的冲突文件全路径名、方法名称按照节点序号从大到小进行保存；最后将处在同一个依赖关系图中的冲突方法分入到同一分组。本方法能够有效地针对当前代码仓库存在的代码块级别进行排序，同时对代码块级别的冲突进行有效的分组从而帮助开发人员有序的解决冲突。
-
Patent Agency Ranking
公开(公告)号：CN117912545A
公开(公告)日：2024-04-19
申请号：CN202410010427.3
申请日：2024-01-04
Applicant: 南京邮电大学
IPC: G16B15/30 , G16B40/00 , G06F18/25 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于跨通道融合的多模态蛋白质‑配体结合亲和力预测方法，旨在提高蛋白质‑配体结合亲和力的预测性能。具体包括：构建蛋白质‑配体复合物结构和亲和力标签；数据预处理，提取残基序列，构建蛋白质口袋残基图、配体分子图和口袋残基‑配体原子相互作用图；生成相应的输入特征，并进行特征提取；融合所有模块的输出生成复合体的向量表示；通过全连接层来预测结合亲和力。值得注意，本发明通过GNN和Transformer的联合框架表征蛋白质口袋和配体分子，解决了GNN的消息传递局部性限制，为节点提供了全局视野。此外，通过残基序列的全局表示与口袋、配体间交互的建模，赋予模型捕获长程相互作用的能力。
-
公开(公告)号：CN117891494A
公开(公告)日：2024-04-16
申请号：CN202410063642.X
申请日：2024-01-17
Applicant: 南京邮电大学
Abstract: 本发明的主要工作是一种针对版本控制系统重命名冲突的自动处理方法。首先，本发明关注的是版本控制系统合并分支时出现的重命名冲突，对合并时由于重命名引起的冲突进行收集。其次，对于收集到的冲突，提取冲突的内容、解决方案以及上下文信息，得到数据集。然后用得到的数据集微调大语言模型。最后，通过大语言模型生成冲突解决方案以供开发人员分析。
-
公开(公告)号：CN117492985A
公开(公告)日：2024-02-02
申请号：CN202311417830.X
申请日：2023-10-30
Applicant: 中国电子科技集团公司第十研究所 , 南京邮电大学 , 中国人民解放军93216部队
Abstract: 本发明公开了一种基于分散计算环境的实时任务在线匹配方法及系统，其中方法包括以下步骤：构建分散计算系统模型以及任务匹配模型；获取任务及网络计算节点的偏好值：基于任务及网络计算节点的特性，分别获取任务对网络计算节点的偏好值以及网络计算节点对任务的偏好值，形成偏好列表；获取多用户多任务多网络计算节点的最佳匹配方案：基于分散计算系统模型、任务匹配模型以及偏好列表，对任务及网络计算节点的匹配结果进行迭代更新直至收敛到稳定解，获得最佳匹配方案。本发明可在保障用户任务顺利执行的前提下实现任务与网络计算节点的运行稳定以及系统能耗最小。
-
公开(公告)号：CN117472565A
公开(公告)日：2024-01-30
申请号：CN202311340976.9
申请日：2023-10-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种任务分布式分解与分配方法、装置、存储介质和设备，属于分散计算网络技术领域，包括：获取任务请求，在获取任务请求的节点的缓存/散列表中查询所述任务请求对应的任务信息；若查询不到对应的任务信息，则将所述任务请求转发至相邻节点；若查询到对应的任务信息，则对所述任务请求对应的任务进行分解得到多个子任务，并根据子任务之间的信息交互关系和子任务的资源需求将子任务分层；按照分层的层级关系将子任务分配至与获取任务请求的节点相连通的节点，完成任务分布式分解与分配；本发明通过任务分解、分层和分配，实现不同路径任务的高并行执行，降低调度算法的复杂度，优化任务周转时间，提高大计算量任务的处理效率。
-
公开(公告)号：CN116662807A
公开(公告)日：2023-08-29
申请号：CN202310637487.3
申请日：2023-05-31
Applicant: 南京邮电大学
IPC: G06F18/214 , G06F18/24 , G06F40/186 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于提示学习与外部知识联合的立场检测方法、装置及系统，包括获取待检测的立场检测文本；将待检测的立场检测文本输入至预先训练好的立场检测模型，得到立场检测结果；立场检测模型的训练过程为：获取样本立场检测文本，并确定出立场检测文本的目标话题，通过TF‑IDF算法获取与每个立场检测文本的目标话题相关的外部知识；生成与立场检测文本的目标话题相关的模板，并将该模板与对应的样本立场检测文本和外部知识拼接后形成新的样本立场检测文本；利用各新的样本立场检测文本及其对应的立场标签词集对预设的掩码语言模型进行训练，得到立场检测模型。本发明能够提高立场检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.068 seconds)
