公开(公告)号：CN102750588A

公开(公告)日：2012-10-24

申请号：CN201210207595.9

申请日：2012-06-23

Applicant: 南京师范大学

Inventor： 杨明 ,  郭丽娜 ,  涂金金 ,  何志芬

IPC: G06Q10/00 ,  G06Q50/26

Abstract: 本发明公开了一种突发公共卫生应急指挥决策系统，包含事件上报模块、地图可视化模块、警情查看模块、周围环境查看模块、资源调度模块、队伍组建模块、决策文书生成模块和后台管理模块。本发明的系统能在地图上以不同颜色的闪烁点显示不同等级的事件，可以查看某一事件的详细信息，以及周围的公共场所和可利用的资源，组成临时应急队伍处理该事件，并生成用户自制模板的决策文书，由后台管理模块对系统所用到的系统配置参数、基础数据和应急数据等进行增、删等操作。本发明能够大大加快突发事件信息的传播速度，有利于指挥者对于事件的整体把握，从而依据更多的信息构建出高效率的优化事件决策文件，更大程度上减少人员伤亡和经济损失。

公开(公告)号：CN107330448A

公开(公告)日：2017-11-07

申请号：CN201710430547.9

申请日：2017-06-09

Applicant: 南京师范大学

Inventor： 杨明 ,  吕静 ,  何志芬 ,  杨琬琪 ,  蔡维玲 ,  宋凤义

IPC: G06K9/62 ,  G06N99/00

CPC classification number: G06K9/6227 ,  G06N20/00

Abstract: 本发明公开了一种基于标记协方差和多标记分类的联合学习方法，主要考虑同时学习多标记分类模型、自动划分样本的相关标记和不相关标记的阈值函数以及标记相关性问题，包含如下步骤：标记相关性矩阵初始化；运用标记协方差和多标记分类的联合学习算法习得到分类模型参数、标记相关性以及阈值函数所对应的参数；模型预测；本发明以支持向量机模型为基础，将标记之间的相关性和标记集分割策略嵌入SVM模型中，以用于多标记数据的分类，以此来提高多标记数据的分类精度，此外，本发明中将正则化技术运用在模型中，以控制联合学习模型中分类模型的复杂度和标记相关性的大小，防止过拟合，进一步提高多标记数据的分类效果。

公开(公告)号：CN107256411A

公开(公告)日：2017-10-17

申请号：CN201710388023.8

申请日：2017-05-27

Applicant: 南京师范大学

Inventor： 杨明 ,  吕静 ,  何志芬

IPC: G06K9/62

CPC classification number: G06K9/6267

Abstract: 本发明公开了一种基于特征选择和标记相关性联合学习的多标记数据分类方法，主要针对标记缺失情况下的多标记数据分类问题，包含如下步骤：标记相关性矩阵初始化；运用特征选择和标记相关性联合学习算法(JLFLLC)学习得到标记相关性矩阵和分类器参数；模型预测；本发明将特征选择与标记相关性联合学习算法应用于多标记数据的分类，以此来提高多标记数据的分类精度，此外，本发明中将正则化技术运用在模型中，以控制联合学习模型中分类模型的复杂度和标记相关性的大小，防止过拟合，进一步提高多标记数据的分类效果。