公开(公告)号：CN115907011A

公开(公告)日：2023-04-04

申请号：CN202211456551.X

申请日：2022-11-21

Applicant: 南京信息工程大学

Inventor： 余正 ,  许小龙 ,  康志明 ,  孙文正 ,  江结林

IPC: G06N5/022 ,  G06F16/36 ,  G06Q50/26 ,  G06N5/02 ,  G06N3/0442

Abstract: 本发明公开了一种基于知识图谱的气象应急预警知识库构建方法，包括以下步骤：步骤1.将气象应急预警数据进行机器读取和内容转码；步骤2.对步骤1输出的数据进行特征工程，删除赘余成分提取目标内容；步骤3.对步骤2输出的数据进行内容筛选和层级构建，形成大类、子类、判断标准和防御指南，将大类、子类写入数据集保存；步骤4.对步骤3形成的判断标准和防御指南进行命名实体识别和实体关系抽取，得到知识融合后的实体‑关系‑实体的三元组；步骤5.将步骤3中形成的大类、子类中的实体节点和步骤4中的三元组进行知识表示，实现自动建立和维护知识图谱。本发明减少了对人工的依赖，提高了获取有效信息的速度和准确性，为科学决策效率提供支持。

公开(公告)号：CN115390164A

公开(公告)日：2022-11-25

申请号：CN202211322018.4

申请日：2022-10-27

Applicant: 南京信息工程大学

Inventor： 程勇 ,  渠海峰 ,  李远禄 ,  王军 ,  许小龙 ,  何光鑫 ,  杨玲 ,  钱坤 ,  王伟 ,  何佳信

IPC: G01W1/14 ,  G01S13/95 ,  G01S7/41

Abstract: 本发明公开了一种雷达回波外推预报方法及系统，本发明采用基于上下文信息融合及注意力机制的长短期记忆网络构建预测神经网络，通过上下文信息融合提高了输入数据之间的相关性和输入数据的时空细节特征，增强网络的短期依赖能力，通过注意力机制可拓宽预测单元的时间感受野来感知更多的时间动态，捕获更可靠的帧间运动信息，大大增强了降雨预测精准度。本发明克服了现有技术对上下文信息提取不足、预报时效短的缺点，实现了准确度更高的雷达回波外推预测。

公开(公告)号：CN110753117B

公开(公告)日：2022-03-04

申请号：CN201911015123.1

申请日：2019-10-24

Applicant: 南京信息工程大学

Inventor： 刘庆祥 ,  许小龙 ,  崔萌萌 ,  顾仁昊

IPC: H04L67/1001 ,  H04L9/40 ,  H04W28/08

Abstract: 本发明公开了一种无线城域网环境下兼顾隐私保护的计算迁移方法，该方法包括：1、获取无线城域网中朵云资源需求和供给情况、设备部署信息；2、获取计算任务的冲突状态和隐私泄露状态；3、针对计算任务的特点，制定计算任务动态调度方法；4、根据调度策略，计算朵云的平均资源使用率偏差，以及计算任务的传输延迟；5、对各种调度策略下的目标函数值进行评估，选择用于管理无线城域网增强服务功能的朵云计算任务的最优策略。本发明根据资源信息，实时给出一种调度策略，既保护用户隐私，又最优化朵云负载均衡，能够实现减少计算迁移时间，提高服务性能。

公开(公告)号：CN114117061A

公开(公告)日：2022-03-01

申请号：CN202111255195.0

申请日：2021-10-27

Applicant: 南京信息工程大学

Inventor： 胡志臣 ,  许小龙 ,  胡祥奔 ,  郭浩然

IPC: G06F16/36 ,  G06F16/35 ,  G06F40/242 ,  G06F40/295 ,  G06N3/04

Abstract: 本发明公开了一种基于数据挖掘和树状结构的河流相知识图谱反推方法，属于自然语言处理技术领域。该方法包括如下步骤：1、通过在河流相文献中运用命名体识别抽取实体并通过人工完善实体种类；2：根据步骤1的实体种类构建层级关系主要为岩性关系和结构关系；3：根据步骤1和步骤2构建专家领域河流相知识图谱；4：根据步骤3构建河流相树状结构节点，使得每个节点都存在于一个树状结构当中；5：根据步骤4，构建河流相反推方法，并通过专家输入单个实体或实体组合反推出河流相层级关系的组合比率并筛选出最佳的可能性。本发明适用于异构数据的信息获取和分析工作。

公开(公告)号：CN113792152A

公开(公告)日：2021-12-14

申请号：CN202110968825.2

申请日：2021-08-23

Applicant: 南京信息工程大学

Inventor： 胡志臣 ,  许小龙 ,  胡祥奔 ,  唐柏轩

IPC: G06F16/36

Abstract: 本发明公开了一种三角图与知识图谱的融合方法，属于知识图谱的技术领域。其包括步骤1：利用马尔可夫图方法将含有三角图的沉积学PDFA文件转换为灰度图像；步骤2：重构砂岩三角图，根据三角图获取底边数据，计算每个三角图图形边缘值；步骤3：分析沉积学中各砂岩实体与砂岩实体间关系，去除同义砂岩实体名，构建沉积学领域砂岩知识图谱；步骤4：对砂岩内部成分划界，计算各砂岩实体之间临界值，明确砂岩内各组成成分的含量范围值；步骤5：构建三角图与知识图谱的链接关系，形成砂岩图谱三角图，实现每次点击三角图内任一点时，获取到对应三角图各属性值，并产生对应砂岩实体知识图谱，提供了适用于砂岩三角图分析数值工作的方法。

公开(公告)号：CN107861796B

公开(公告)日：2021-05-04

申请号：CN201711235873.0

申请日：2017-11-30

Applicant: 南京信息工程大学

Inventor： 许小龙 ,  蔡青 ,  冯玲珊 ,  伏舒存 ,  张国明 ,  田伟 ,  薛胜军

IPC: G06F9/455 ,  G06F9/48 ,  G06F9/50

Abstract: 本发明公开了一种支持云数据中心能耗优化的虚拟机调度方法，包括以下步骤：步骤1：基于虚拟机实例占用记录数据集，并获取云数据中心中处于运行状态的物理机列表和虚拟机列表；步骤2：根据虚拟机实例占用状态，获取步骤1中处于运行状态物理机的空闲空间；步骤3：根据虚拟机的资源需求以及步骤2所得的物理机的空闲空间，采用启发式检索，获取可行的虚拟机迁移策略；步骤4：计算云数据中心面向任务执行和虚拟机迁移的能耗值；步骤5：针对步骤3获得的虚拟机迁移策略，利用步骤4计算虚拟机迁移操作后云数据中心所产生的能耗值集合；步骤6：根据步骤5中所获的能耗值，选择能耗最优的虚拟机迁移策略为最终的虚拟机调度策略。

公开(公告)号：CN119067202B

公开(公告)日：2025-04-22

申请号：CN202411566650.2

申请日：2024-11-05

Applicant: 南京信息工程大学

Inventor： 程勇 ,  胡宇昊 ,  许小龙 ,  王军 ,  杨玲

IPC: G06N3/098 ,  G06Q50/40 ,  G08G1/01

Abstract: 本发明公开了边缘计算技术领域的一种基于联邦学习的交通推荐系统分布式训练方法，包括：步骤A：生成车辆上本地数据样本的标签分布、特征分布以及本地模型参数；步骤B：边缘服务器基于各车辆上本地数据样本的标签分布的相似性和特征分布的相似性为每个车辆选择合作者，并将当前全局更新中合作者最新的本地模型参数发送给对应的车辆；步骤C：为每个车辆计算各合作者的聚合权重，进行聚合得到全局更新后的本地模型参数，并对全局更新后的本地模型进行本地训练，生成新的本地模型参数和车辆上本地数据样本的特征分布，并上传至边缘服务器，为参与下一轮全局更新的各个车辆更新合作者；步骤D：重复步骤B至步骤C，直至全局损失函数收敛。

公开(公告)号：CN119623614B

公开(公告)日：2025-04-18

申请号：CN202510148309.3

申请日：2025-02-11

Applicant: 南京信息工程大学

Inventor： 万佳一 ,  许小龙 ,  项昊龙 ,  吴思宇 ,  程勇 ,  陈圣劼 ,  唐红昇

IPC: G06N5/025 ,  G06F40/295 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明提供了一种基于空间感知依赖图和无损解码的联合信息抽取方法，包括：步骤1，利用预训练的语言模型对输入文本序列进行编码；步骤2，识别出实体和事件触发器；步骤3，将位置信息添加到实体和事件触发器表示中；步骤4，将信息抽取任务构造为图预测模型，实体和事件触发器为图的节点，关系和事件论元为图的边；步骤5，计算节点和边的联合概率分布；步骤6，得到节点和边的标签；步骤7，输入文本，输出文本所含实体、关系、事件触发器、事件论元类别。本发明改进了现有的局部解码策略，采取随机梯度变分推断避免解码过程中同一任务标签之间依赖性的损失，以实现更好的实例标签的全局最优分配。有效提升联合信息抽取的准确性和鲁棒性。

公开(公告)号：CN119739857A

公开(公告)日：2025-04-01

申请号：CN202510260828.9

申请日：2025-03-06

Applicant: 南京信息工程大学

Inventor： 陈炳翰 ,  许小龙 ,  曹宇新 ,  崔光明 ,  项昊龙 ,  程勇

IPC: G06F16/34 ,  G06F16/31 ,  G06F40/289 ,  G06F40/30 ,  G06N3/045 ,  G06F18/25 ,  G06N3/0464

Abstract: 本发明提供了一种基于多粒度特征融合的代码摘要生成方法，包括：步骤1，对数据集中样本进行预处理操作，获取代码整体语义信息；步骤2，搭建源代码多粒度特征编码器，基于词元序列、抽象语法树和控制流图三种粒度特征的数据规模和数据结构差异，获得各个粒度特征的上下文向量；步骤3，对不同粒度特征编码器的输出实现粒度特征融合；步骤4，将融合后所得到的词元序列融合特征与控制流图融合特征输入到基于Transformer的解码器中，输出当前时间步预测单词，并最终组成摘要。本发明所公开的基于多粒度特征融合的代码摘要生成方法，能有效提取源代码关键特征并尽量减少计算开销，并且有效缓解特征序列的长距离依赖问题。

公开(公告)号：CN119166214A

公开(公告)日：2024-12-20

申请号：CN202411672757.5

申请日：2024-11-21

Applicant: 南京信息工程大学

Inventor： 曹宇新 ,  许小龙 ,  项昊龙 ,  刘琦 ,  程勇

IPC: G06F8/73 ,  G06F8/71 ,  G06F8/30 ,  G06F18/214 ,  G06F8/41 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于跨模态信息融合的代码摘要生成方法及系统，方法包括：由公共数据集中获取训练源代码，通过解析单元对训练源代码进行解析获得标记序列特征、AST节点特征和CFG节点特征；将标记序列特征、AST节点特征和CFG节点特征输入编码单元和解码单元获得训练代码摘要；将训练源代码中实际摘要作为真实标签，根据训练代码摘要和真实标签计算训练损失，根据训练损失对代码摘要生成器的参数进行优化，重复迭代直至达到训练终止条件输出训练后的代码摘要生成器；本发明获取源代码特征序列的长距离依赖关系，提取特征间的深层次关联，从而生成更加准确、自然的代码摘要。