-
公开(公告)号：CN114896520B
公开(公告)日：2024-08-02
申请号：CN202210652212.2
申请日：2022-06-10
Applicant: 兰州大学 , 甘肃日报报业集团有限责任公司
IPC: G06F16/9536 , G06Q50/00 , G06F18/22
Abstract: 本发明提供了一种基于元社区一致性的集成社区检测方法及系统，包括：对原网络进行社区划分，基于不同社区之间的相似性，构建一个多部图；对所述多部图进行重划分，获取元社区；基于网络节点在所述元社区中的隶属关系，构建元共识网络；基于所述元共识网络获取所述原网络的社区结构，完成集成社区检测。相较于现有的集成社区检测方法本发明构建元共识图的过程中使用了一种基于三元闭包的采样方法，能够优先减少计算代价，考虑了局部拓扑特性的社区相似性度量，使得检测结果更为准确。
-
公开(公告)号：CN111814495B
公开(公告)日：2024-03-22
申请号：CN202010666199.7
申请日：2020-07-10
Applicant: 兰州大学
IPC: G06F40/58 , G06F40/126
Abstract: 本发明涉及一种基于SVG的电路图到盲文转换方法及系统，所述方法至少包括：基于SVG文件生成电路图中元器件的基本属性；基于所述基本属性生成元器件类，并判断是否包含并联电路；若包含并联电路，则基于所述元器件类进行并联电路处理以生成并联电路类，其中，所述元器件类和并联电路类为至少描述元器件和并联电路的类型、ASCII码、空间位置关系的有序集合；基于所述元器件类和/或并联电路类进行主电路处理以生成盲文ASCII码电路图。
-
公开(公告)号：CN116702711A
公开(公告)日：2023-09-05
申请号：CN202310659698.7
申请日：2023-06-06
Applicant: 兰州大学 , 甘肃日报报业集团有限责任公司
IPC: G06F40/151 , G06F40/157 , G06F40/242 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了BedsTransformer汉盲转换方法及系统，方法包括以下步骤：S1、采集语料数据，对所述语料数据进行预处理，得到语料数据库；S2、构建汉盲转换模型，并基于所述语料数据集对所述汉盲转换模型进行训练优化，得到BedsTransformer模型；S3、基于所述BedsTransformer模型进行汉盲转换。本发明将源语言预训练之后输入到编码器解码器部分，进行特征融合，使得源语言上下文的语意信息进一步提取，提高了汉盲转换的准确率。
-
公开(公告)号：CN116662483A
公开(公告)日：2023-08-29
申请号：CN202310613432.9
申请日：2023-05-29
Applicant: 兰州大学
Abstract: 本发明公开了一种知识追踪模型的技能标签生成方法、装置以及设备，包括以下步骤：构建知识追踪模型，将交互习题及解答结果输入到知识追踪模型中；基于技能标签矩阵，以矩阵投影的方式分别获取交互习题及解答结果对应的综合编码，并分别进行单调自注意力机制处理，获得交互习题及解答结果对应的交叉编码，进而获得学生知识状态的评估结果向量；基于学生知识状态的评估结果向量和当前交互习题的综合编码，获得解答结果正确与否的预测结果；获得预测结果相对于真实解答结果的损失，对技能标签矩阵和知识追踪模型进行训练；对训练后的技能标签矩阵进行二值化处理，存储技能标注结果。本发明实现了知识追踪习题所关联技能的高性能、全自动标注。
-
公开(公告)号：CN113505878B
公开(公告)日：2022-11-29
申请号：CN202110779945.8
申请日：2021-07-09
Applicant: 兰州大学 , 天津云帆海洋科技有限公司
Abstract: 本发明公开了一种基于图神经网络的航迹预测方法，包括：S1：构建图神经网络模型。S2：获取待检测航迹序列数据集。S3：将待检测航迹序列数据集输入图神经网络模型，得到航迹预测轨迹。本发明结合图神经网络GNN(GraphNeuralNetworks，GNN)在空间特征提取方面强大的性能优势，将时空图神经网络模型应用于预测任务中，并倡导实验进行了可行性验证及同其他预测模型的对比分析，结果表明图神经网络在所有预测模型中，性能表现最好，相比于LSTM模型，在预测任务的准确性和稳定性方面均有提升。
-
Patent Agency Ranking
公开(公告)号：CN115050214A
公开(公告)日：2022-09-13
申请号：CN202210638965.8
申请日：2022-06-07
Applicant: 兰州大学 , 天津云帆海洋科技有限公司
Abstract: 本申请公开了一种基于AIS数据的船舶碰撞风险预测方法,通过采集待测试的AIS数据并进行数据预处理，然后通过两条船舶轨迹数据空间和时间建模获取轨迹对；基于获取的数据集进行船舶碰撞危险度计算及区域碰撞风险计算，通过Attention‑BiLSTM网络对轨迹对相对运动参数的船舶碰撞风险预测，获取输入特征以及标签值；然后通过多个模型分别预测不同时间段的碰撞风险等级，本申请通过研究船舶碰撞风险模型，可以有效的应对紧急情况并且作出反应来避免碰撞，通过提前告知船主或驾驶员两艘船舶未来某一刻碰撞的风险程度并提供路线规划的直接支持，可以有效的防止交通安全事故的发生。
-
公开(公告)号：CN112118569B
公开(公告)日：2022-07-22
申请号：CN201911301050.2
申请日：2019-12-17
Applicant: 兰州大学
Abstract: 物联网相关技术发展迅速，应用广泛。机器类型通信(MTC)可以在无需使用者的主动参与下完成设备之间的数据信息交换和共享，具有低成本、低功耗、可大规模传输信息的特点，是物联网中最重要的通信方式之一。因此需要重视MTC的安全性，保护用户的数据安全。本发明提供一种LTE网中机器类型通信设备异步组通信中的组认证方法及系统，利用Shamir的(t,n)秘密共享方案构造组认证方案，一次性认证m(m≥t)台机器类型通信设备(MTCD)，保证接入网络的MTCD身份的合法性。同时，在令牌传输过程中使用ElGamal加密算法保证认证令牌在传输过程中的安全性。利用本发明，组认证只需一次计算就能完成，而且机密性能够达到计算安全性，并且每一个组成员只需要携带一份认证令牌。
-
公开(公告)号：CN113240199A
公开(公告)日：2021-08-10
申请号：CN202110630985.6
申请日：2021-06-07
Abstract: 本发明涉及一种基于DILATE_TLSTM的港口船舶轨迹预测方法，具体包括S1、采集港口AIS数据并对所采集的数据预进行处理，获取轨迹预测数据集；S2、构建基于DILATE_TLSTM的港口船舶轨迹预测模型；S3、采用滑窗法对输入模型的序列进行处理，对模型进行训练，得到预测结果；S4、以平均绝对误差、均方误差、拟合优度、形状失真DTW和时间失真指数TDI对所述预测结果进行衡量评估，得到港口船舶轨迹预测模型的预测效果。本发明构建的基于DILATE_TLSTM的港口船舶轨迹预测模型能够实现直接多步预测，并基于形状和时间失真损失函数对TLSTM模型进行改进，提升了轨迹序列预测模型的拟合能力。
-
公开(公告)号：CN113240198A
公开(公告)日：2021-08-10
申请号：CN202110630771.9
申请日：2021-06-07
Abstract: 本发明涉及一种基于TCN模型的港口船舶轨迹预测方法，包括：S1、获取港口AIS数据，并对其进行预处理，获得轨迹预测数据集；S2、基于扩张因果卷积和残差连接，构建时序卷积块，通过所述时序卷积块堆叠，以及一维卷积层构建TCN模型，将所述TCN模型预测的单步输出作为下一时刻的输入,不断迭代实现多步轨迹预测，构建基于TCN的港口船舶轨迹预测模型；S3、通过平均绝对误差、均方误差、拟合优度三个指标来评价所述TCN模型的预测效果，得到预测结果。本发明构建的基于TCN的船舶轨迹预测模型，预测精度更高，在实际应用中，为港口安全生产及高效管理提供更精准的技术支撑。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.072 seconds)
