一种基于对等主体的网络课堂实时与非实时监管方法

    公开(公告)号:CN101707011B

    公开(公告)日:2011-05-11

    申请号:CN200910184934.4

    申请日:2009-10-21

    Abstract: 网络环境下的课堂教学带有松散性、不确定性和难控制性,导致教学的质量和效果难以保证,不能令人满意。本发明是一种用于基于互联网或是内联网的网络计算环境中,采用对等主体来实现的网络课堂实时与非实时监管方法。本发明将主体技术和对等计算技术融合在一起,并应用于网络课堂实时与非实时监管系统中。网络课堂监管系统本身分为教师用计算机和学生用计算机两部分。教师用计算机作为网络课堂集合点,其上长期驻留集合点对等主体,负责创建派往学生用计算机用于监管学生网络课堂学习情况的对等主体并与之交互,以实现对学生网络课堂学习情况有效监管,使教师可以便捷的实时和非实时掌握身处各地的学生的课堂学习情况。

    一种基于对等主体的网络课堂实时与非实时监管方法

    公开(公告)号:CN101707011A

    公开(公告)日:2010-05-12

    申请号:CN200910184934.4

    申请日:2009-10-21

    Abstract: 网络环境下的课堂教学带有松散性、不确定性和难控制性,导致教学的质量和效果难以保证,不能令人满意。本发明是一种用于基于互联网或是内联网的网络计算环境中,采用对等主体来实现的网络课堂实时与非实时监管方法。本发明将主体技术和对等计算技术融合在一起,并应用于网络课堂实时与非实时监管系统中。网络课堂监管系统本身分为教师用计算机和学生用计算机两部分。教师用计算机作为网络课堂集合点,其上长期驻留集合点对等主体,负责创建派往学生用计算机用于监管学生网络课堂学习情况的对等主体并与之交互,以实现对学生网络课堂学习情况有效监管,使教师可以便捷的实时和非实时掌握身处各地的学生的课堂学习情况。

    一种教学演示用车辆转向机构优化实验台

    公开(公告)号:CN119723995A

    公开(公告)日:2025-03-28

    申请号:CN202411797392.9

    申请日:2024-12-09

    Inventor: 李超 章韵 李洋

    Abstract: 本发明公开了一种教学演示用车辆转向机构优化实验台,包括主实验台、转动盘、小车、实验台调节机构和转向测量机构,实验台顶部设有若干个所述转动盘,且小车的车轮与转动盘一一对应设置,实验台中间设有若干实验台调节机构、转向测量机构和缓冲弹簧,转动盘与小车的车轮之间设置车辆转向测试调节机构,在教学演示时,在小车转动的同时,通过调节车辆转向测试调节机构的坡度以及更换车辆转向测试调节机构内滚轴的材质,以此来模拟车辆在不同路况和不同坡度的路面上进行转向时的状态,从而解决了现有国内的车辆转向机构优化设计的实体教学实验台,无法演示车辆在不同路况和不同坡度的路面上进行转向时的问题。

    一种对抗样本生成方法
    65.
    发明授权

    公开(公告)号:CN114419358B

    公开(公告)日:2024-11-01

    申请号:CN202111214760.9

    申请日:2021-10-19

    Inventor: 黄伟 章韵

    Abstract: 一种对抗样本生成方法,基于扰动关键像素相邻区域和贪婪局部搜索技术,根据从图像中提取出的相关像素点并扰动其相邻位置像素,生成对目标图像识别分类错误的对抗样本。本发明使用提取图像中的关键像素点,对其邻域进行扰动,通过贪婪局部搜索方法,构造微小扰动,从而实现图像的错误分类。本方法的简单性和有效性,可以用作设计健壮网络的试金石。

    一种基于注意力机制的问答匹配方法

    公开(公告)号:CN116414962A

    公开(公告)日:2023-07-11

    申请号:CN202310380121.2

    申请日:2023-04-11

    Inventor: 章韵 成会乔

    Abstract: 本发明属于自然语言处理技术领域,公开了一种基于注意力机制的问答匹配方法,上下文编码层将问题与答案句编码为词向量,注意力层从多角度进行信息提取,自注意力网络挖掘各文本的深层语义信息,交互注意力网络计算问题和答案间的关联特征,池化层对特征句子进行降维,聚合层聚合问答特征信息,预测层计算最终的问答匹配得分。本发明的问答匹配方法采用比较聚合框架,利用针对中文的预训练语言模型BERT‑base有效解决长距离依赖、一词多义等问题,结合多角度注意力,加强了问题和答案文本信息的关注,弥补了传统注意力不能有效获取问题与答案之间深层语义关系的缺陷,提高问答匹配的准确性。

    一种基于图卷积网络的方面级情感分析方法

    公开(公告)号:CN115841106A

    公开(公告)日:2023-03-24

    申请号:CN202211606880.8

    申请日:2022-12-13

    Inventor: 章韵 张俊宇

    Abstract: 本发明属于自然语言处理领域,公开了一种基于图卷积网络的方面级情感分析方法,该方法是将中文评论文本通过BERT进行编码,得到字级别文本序列向量表示,然后将向量表示通过CDT获得句子的句法依赖树,得到邻接矩阵,再根据句法依赖树算出语法距离以及语法距离权重,利用图卷积神经网络,结合语法距离权重得到准确的方面词向量表示,寻找多方面词之间的连词,将连词以及多方面词得到权重矩阵,将权重矩阵以及连词和方面词通过图卷积网络,获得最终方面词的向量表示,将向量表示送入线性表示层,得到最终的预测结果。本发明通过图卷积网络,加强了方面词与其他词语之间的关系,有效提升了方面级情感分析的准确率。

    基于音乐标签和时间信息的音乐推荐方法及系统

    公开(公告)号:CN112800270B

    公开(公告)日:2022-10-14

    申请号:CN202110107861.X

    申请日:2021-01-27

    Inventor: 潘子月 章韵

    Abstract: 本发明公开了一种基于音乐标签和时间信息的音乐推荐方法及系统,其中方法包括:(1)计算用户对已听歌曲的播放频率和评分、用户对各个音乐标签的评分和标签间评分的相似度;(2)计算各个音乐标签对每首歌曲的影响权重;(3)根据标签评分和标签影响权重,计算用户对未听歌曲的评分;(4)计算音乐评分相似度,并综合音乐评分相似度、标签评分相似度和标签影响权重得到音乐间的相似度;(5)获取最近邻集合,结合时间因子衰减函数计算用户对近邻音乐的预测评分,并采用Top‑N排序方法把评分最高的前N个音乐推荐给用户。本发明提高了推荐系统的相似度计算的健壮性和推荐算法的准确度及实时性,克服了推荐系统中的项目冷启动困难和数据稀疏性问题。

    一种基于深度学习的端到端车牌识别系统及其方法

    公开(公告)号:CN110378331A

    公开(公告)日:2019-10-25

    申请号:CN201910496601.9

    申请日:2019-06-10

    Inventor: 史建伟 章韵

    Abstract: 本发明公开了一种基于深度学习的端到端车牌识别系统及其方法,主要涉及图像定位和图像识别模块,在原有基于卷积神经网络的检测模型上扩展多尺度检测的深度,提升车牌对于小物体的定位精度;另外,本文还利用双向门控循环单元与基于神经网络的时序类分类算法优化识别网络,完成对已定位车牌的无字符分割的识别任务,简化系统识别流程,提升了网络的收敛速度和识别准确率,同时对训练图片进行随机变化,以提高模型训练的有效性。相比于传统的车牌识别方法,本发明中提及的方法提高了复杂场景下的车牌识别速度和准确率,且鲁棒性较好。

Patent Agency Ranking