-
公开(公告)号：CN112000725A
公开(公告)日：2020-11-27
申请号：CN202010886887.4
申请日：2020-08-28
Applicant: 哈尔滨工业大学
IPC: G06F16/25 , G06F16/28 , G06F16/903 , G06F16/36
Abstract: 本发明公开了一种面向多源异构资源的本体融合前处理方法，所述方法包括如下步骤：S1、提取本体模型中的实体概念；S2、提取本体模型中的关系概念；S3、提取本体模型中的属性概念；S4、导出JSON数据文件；S5、发现所要获取的数据存在的明显结构，用正则表达式表示上述两种结构；S6、返回满足正则表达式结构的内容在源数据的下标；S7、获取满足条件的子字符串；S8、对子字符串进一步做字符串匹配；S9、对每个源数据的标签进行融合；S10、存储数据，保存格式为结构化的格式。本发明能够根据本体建模的结果，将其转成JSON叙述，并给出面向异构(半)结构化数据的一致化融合的语法结构定义。
-
公开(公告)号：CN111898928A
公开(公告)日：2020-11-06
申请号：CN202010833133.2
申请日：2020-08-18
Applicant: 哈尔滨工业大学
IPC: G06Q10/06 , G06F40/242 , G06F40/30 , G06F40/216 , G06F40/289 , G06F40/169 , G06K9/62
Abstract: 本发明公开了一种面向时空界的多方服务价值-质量-能力指标对齐方法，该方法分为两部分：面向领域特征的多参与者服务价值-质量-能力评价指标语义对齐和面向时空界特征的多参与者服务价值-质量-能力评价指标量化方式对齐。本发明并不依赖于本体的建设，而是利用自然语言处理常用的手段抽取指标定义和解释的语句中包含的关键词汇，借助公共词典和领域词典中包含的词汇信息和语素关系挖掘不同指标间的相关关系。在量化方式对齐方面，本发明总结了多参与者在协作过程中导致量化方式不一致的因素，并从时空界的角度考虑多维服务实现环境下指标具体取值与实际要表达的服务等级之间的映射关系，实现指标量化方式对齐。
-
公开(公告)号：CN111507577A
公开(公告)日：2020-08-07
申请号：CN202010218967.2
申请日：2020-03-25
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/06 , G06Q10/08 , G06F16/29 , G06F16/906
Abstract: 本发明公开了一种基于K-means聚类算法的众包任务分配方法，包括订单任务聚类分析和配送人员当前位置聚类分析。本发明的有益效果是能够快速高效的获得以全局路径最短为目标的近似最优解。
-
公开(公告)号：CN110210413A
公开(公告)日：2019-09-06
申请号：CN201910483395.8
申请日：2019-06-04
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于深度学习的多学科试卷内容检测与识别系统及方法，所述系统包括数据预处理模块、数据粗粒度分类模块、小题细粒度分类模块、字符识别模块，其中：数据预处理模块对由纸质的试卷扫描成的数字图像进行处理；数据粗粒度分类模块使用Faster RCNN算法对输入图像进行试卷的整体结构分析，将图像分为不同类别的小题；小题细粒度分类模块采用Mask RCNN算法对数据粗粒度分类模块分完类的各小题进行内部字符的细粒度分类；字符识别模块将小题细粒度分类模块中的字符根据其类型调用相应的识别API来识别。本发明对于多学科试卷的复杂版面都有通用性；试卷中印刷体中文的识别率为99％，达到实用程度。
-
公开(公告)号：CN119179495B
公开(公告)日：2025-03-25
申请号：CN202411191319.7
申请日：2024-08-28
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明公开了一种面向跨领域多任务的大模型适配器高效部署方法及系统，所述方法包括如下步骤：步骤S1、构造模型adapter索引；步骤S2、构造用于训练selector的混合表征数据集；步骤S3、训练selector；步骤S4、基于selector的适配器联合部署。本发明提出了大语言模型部署中适配器选择器selector这一概念，可以根据模型的输入精准判断输入对应的领域和任务，从而引导系统精准将大模型与这一领域与任务的模型适配器精准匹配并重组，提高了多任务推理的准确度；同时提出了selector的训练方法和携带selector的大模型的推理流程和部署方法，提高了有限资源的资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN114936128B
公开(公告)日：2025-03-21
申请号：CN202210502872.2
申请日：2022-05-10
Applicant: 哈尔滨工业大学
IPC: G06F11/30
Abstract: 本发明公开了一种基于运行态数据分析的微服务架构异味检测评估方法及系统，属于计算机服务技术领域，其中，该方法包括：收集预设微服务系统的静态服务信息、部署结构以及运行态数据；对静态服务信息、部署结构和运行态数据进行处理，以检测出预设微服务系统中存在的架构异味；计算架构异味进行响应时间腐化程度、Mem腐化程度和CPU腐化程度；根据架构异味和其造成的质量腐化程度进行可能性综合评估，以给出现阶段架构异味的优化方案。该方法能够减少开发人员人为操作次数，并优化微服务系统设计使其适应现阶段的运行环境，以优化微服务系统运行态下的运行质量。
-
公开(公告)号：CN118568613A
公开(公告)日：2024-08-30
申请号：CN202410828907.0
申请日：2024-06-25
Applicant: 哈尔滨工业大学(威海)
IPC: G06F18/2431 , G06F18/25 , G06F18/214 , G06N3/0895
Abstract: 本发明涉及深度学习技术领域，具体提供一种基于特征融合的半监督学习方法、系统、终端及存储介质，包括：从有标签数据集中随机选择两个初始训练子集。利用两个训练子集的有标签数据分别训练分类器1和分类器2。然后每次迭代过程中，分类器1和分类器2分别对子集1和子集2中经过特征融合的无标签样本以及未经特征融合的无标签样本进行预测，通过比较融合前后的变化大小来度量模型预测的置信度，从而确定一部分无标签样本的伪标签。每个子集的分类器选择出预测置信度最高的若干无标签样本，加入到对方子集的有标签数据集中，使用扩增后的有标签样本重新训练分类器。本发明大大提升了分类器的训练效率和准确度。
-
公开(公告)号：CN117523244B
公开(公告)日：2024-05-24
申请号：CN202311439517.6
申请日：2023-10-31
Applicant: 哈尔滨工业大学(威海)
IPC: G06V10/762 , G06V10/82 , G06N3/088 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06F17/16 , G06N3/045
Abstract: 本发明实施例提供一种多视图聚类方法、系统、电子设备及存储介质，属于信息技术领域。该方法包括：获取待聚类的多个数据缺失视图；利用多重插补法，对所述多个数据缺失视图中缺失的数据进行缺失值处理，获得多个完整视图，并生成不确定性度量矩阵；提取所述不确定性度量矩阵中易于聚类的隐空间特征；将所述易于聚类的隐空间特征以及所述多个完整视图输入至循环对抗生成网络进行聚类，获得所述待聚类的多个数据缺失视图的聚类结果。通过上述技术方案，利用多重插补法，不仅可以充分利用多视图数据之间的互补信息，对缺失数据进行有效插补，增强了数据之间的关联性，还通过循环对抗生成网络在此基础上实现高效率的多个数据缺失视图的聚类。
-
公开(公告)号：CN116343325A
公开(公告)日：2023-06-27
申请号：CN202310116843.7
申请日：2023-02-14
Applicant: 哈尔滨工业大学(威海)
Abstract: 本申请提供一种居家健身智能辅助系统，包括采集单元、特征提取单元、标准动作特征构造单元、评估单元、数据库及显示单元，述采集单元用于采集至少一个运动对象的实时三维位置信息；所述实时动作特征提取单元基于所述实时三维位置信息提取至少一个运动对象的实时动作特征序列；所述标准动作特征构造单元用于构造至少一种运动类型的标准动作特征序列并保存在数据库中；所述评估单元基于所述实时动作特征序列和标准动作特征序列识别至少一个运动对象的运动类型及运动效果；所述显示单元用于显示所述实时三维位置信息、运动类型及运动效果。本申请的技术方案，能够精确地识别运动对象的运动类型并评估对应的运动效果。
-
公开(公告)号：CN115860597A
公开(公告)日：2023-03-28
申请号：CN202211675392.2
申请日：2022-12-26
Applicant: 哈尔滨工业大学(威海)
IPC: G06Q10/067 , G06Q10/0631
Abstract: 本发明属于跨领域复杂资源建模技术领域，公开了基于资源协同模型的状态网络自适应资源协同方法、系统，结合本体论和元建模理论，从语义的角度构建跨领域复杂资源的统一静态模型；设计并实现基于静态资源协同模型的动态自适应状态网络模型，用于支持网络中资源状态的自我转换和传播，实现整体资源状态的自适应转换和更新；最后构建用于资源检索的模型应用程序接口。与传统协作建模中的固定状态定义不同，本发明的基于资源协同模型的动态自适应状态网络建模方法，结合本体建模和元建模，实现CPHS中各种复杂资源的统一管理和协同建模，在传统资源静态建模的基础上构建动态协同模型，实现了资源状态的动态协同转换，为资源调度提供资源基础。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.027 seconds)
