-
公开(公告)号：CN119382090A
公开(公告)日：2025-01-28
申请号：CN202411420633.8
申请日：2024-10-12
Applicant: 南京邮电大学通达学院
IPC: H02J3/00 , G06Q50/06 , G06Q10/04 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于改进Bert的长期风电功率预测方法。该方法主要包括如下步骤：首先，对数据集中风机信息的异常值和时间信息进行预处理。接着，使用全连接层和卷积层处理数据，以得到带有时序信息和时间信息的风机信息的高维度表示。使用全连接层对其进行处理，分别得到多头自注意力机制所需的共享查询键矩阵和值矩阵。然后，使用随机旋转的方法，将数据矩阵映射到不同哈希桶中，在每个哈希桶内使用多头自注意力机制。最后，使用残差连接和层归一化处理得到最终结果。本发明提出的改进Bert模型能够在将时间复杂度降低至O(nlogn)的同时，提高预测的准确率。
-
公开(公告)号：CN115953647A
公开(公告)日：2023-04-11
申请号：CN202211697708.8
申请日：2022-12-28
Applicant: 南京邮电大学通达学院
IPC: G06V10/774 , G06V10/764 , G06V20/70 , G06V10/82 , G06T7/11 , G06T3/40 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于YoloV5的房源自标签系统实现方法。该方法主要包括如下步骤：首先，获取数据集，通过标准化对图像信息进行预处理，并使用roboflow对数据进行标注类别；其次在预训练的Yolov5m模型上对图像信息进行特征提取，在对图像信息特征提取的过程中，使用Mosaic数据增强，将四张图片进行随机裁剪，再拼接到一张图上作为训练数据；接着根据图像实际的标注框，优化网络参数，降低损失函数；最后在训练完模型后，使用Flask框架对模型进行运用，结果无需部署在带有GPU的服务器上，对不同接口分别采用同步与异步2种方式请求结果，同时使用Paste来提高系统的并行能力。
-
公开(公告)号：CN115014709A
公开(公告)日：2022-09-06
申请号：CN202210640336.9
申请日：2022-06-08
Applicant: 南京邮电大学通达学院
IPC: G01M11/00 , G01N21/892
Abstract: 本发明属于机器视觉技术领域，尤其为一种基于STM32的超轻量的光纤缠绕缺陷检测方法。该方法主要包括如下步骤：首先，构建基于Yolo‑Fastest V2的模型，ShufflenetV2作为主要骨架。其次，将光纤缠绕可能出现的缠绕缺陷结果分类。然后，使用Pytorch与STM32‑CUBE‑Ai对模型转换、压缩、量化，使得模型适用于STM32的框架。最后部署并运行，STM32用摄像头对预测框进行筛选并分类处理，若出现发生特征信号则给PMAC做处理。本发明主要解决基于STM32超轻量光纤缠绕缺陷的检测问题。
-
公开(公告)号：CN109190053A
公开(公告)日：2019-01-11
申请号：CN201810724338.X
申请日：2018-07-04
Applicant: 南京邮电大学
IPC: G06F16/9537 , G06Q50/00
Abstract: 本发明公开了一种基于兴趣点重要性和用户权威性的兴趣点推荐方法。该方法主要包括如下步骤：首先，根据用户与兴趣点的签到行为和兴趣点之间的共现关系，利用HITS和PageRank的混合模型，计算用户权威性和兴趣点重要性。其次，在泊松因子模型中集成兴趣点重要性，建模用户的签到行为。接着，在兴趣点推荐模型中融合用户权威性，衡量用户签到行为数据的置信度。然后，采用随机梯度下降算法学习用户和兴趣点的隐式特征向量。最后，根据用户和兴趣点隐式特征向量，预测用户对未签到兴趣点的签到频次，根据预测签到频次推荐用户潜在感兴趣的兴趣点。本发明主要解决基于位置社交网络中兴趣点推荐问题。
-
公开(公告)号：CN108052534A
公开(公告)日：2018-05-18
申请号：CN201711131295.6
申请日：2017-11-15
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于地理特征的房地产推荐方法。首先根据房地产项目属性信息、楼盘地理坐标向量计算各个房地产项目之间的相似度，然后根据各个房地产项目之间的相似度，构建包含地理特征的正则化项。在权重矩阵分解模型基础上，结合包含地理特征的正则化项，采用随机梯度下降的算法，学习用户和房地产项目的隐式特征向量，最后使用用户和房地产项目隐式特征向量的内积预测用户对未点击房地产项目的点击频次，并根据该预测值为用户提供可能感兴趣的房地产信息列表。本发明在权重矩阵分解技术的基础上，融合房地产项目的地理特征信息，约束权重矩阵分解的执行过程，可以更加准确地学习房地产项目的隐式特征向量，减轻房地产推荐中的冷启动问题。
-
Patent Agency Ranking
公开(公告)号：CN116595260A
公开(公告)日：2023-08-15
申请号：CN202310609035.4
申请日：2023-05-25
Applicant: 南京邮电大学通达学院
IPC: G06F16/9535 , G06N3/048 , G06N3/042 , G06N3/084
Abstract: 本发明属于人工智能推荐系统领域，公开了一种基于解纠缠表示学习的个性化标签推荐方法，包括：首先，获得各个潜在意图的分块表示，利用图解纠缠模块，将潜在意图的分块表示与对应意图进行耦合，得到用户、物品、面向用户的标签和面向物品的标签的解纠缠嵌入表示，利用独立性模块计算不同意图之间的独立性损失，利用成对张量分解算法学习用户、物品、面向用户的标签和面向物品的标签的嵌入式表示，使用用户和面向用户的标签的嵌入表示的内积与物品和面向物品的标签的嵌入表示的内积之和预测标签的评分，提供个性化的标签推荐。本发明不仅提高了个性化标签推荐算法的准确性，还提升了个性化标签推荐算法的可解释性，使用户更加信赖推荐结果。
-
公开(公告)号：CN113259570B
公开(公告)日：2021-09-21
申请号：CN202110614957.5
申请日：2021-06-02
Applicant: 南京钢果电子科技有限公司 , 南京邮电大学
Abstract: 本发明公开了一种用于检测无人机状态的测试平台，属于无人机技术领域，其技术方案要点包括测试箱，包括箱体及可打开的密封门；测试平台，设置于所述箱体内壁底部，用于放置无人机；制冷系统，设置于所述箱体的顶部，且所述制冷系统作用于所述箱体的内部，用于调节所述箱体内部的温度；雾化系统，设置于所述箱体的一侧并延伸至所述箱体的内部，用于调节所述箱体内部的湿度；气压调节系统，设置于所述箱体的一侧并作用在所述箱体的内部，用于调节所述箱体内部的气压；环境检测组件，设置于所述箱体的内部，用于检测所述箱体内部的环境，本发明在尽量不影响测试环境的前提下，可有效防止拍摄部件的镜片积冰，保证拍摄效果。
-
公开(公告)号：CN113258248B
公开(公告)日：2021-09-21
申请号：CN202110622192.X
申请日：2021-06-04
Applicant: 南京钢果电子科技有限公司 , 南京邮电大学
Abstract: 本发明公开了一种圆极化天线，属于圆极化天线领域，所述天线主体的中间位置设置有主天线端，所述主天线端的顶端设置有顶护盖，所述天线主体的两端固定连接有辅助天线端，所述天线主体的另外两端固定连接有调整驱动端，所述辅助天线端的两侧面开设有弧形侧边，所述主天线端的两处边角末端设置有转动轴，所述主天线端两侧面固定连接有侧滤网，所述顶护盖的外侧边固定连接有密封条，本发明的特征为，实现在表面凝结冰层时，通过震动将冰破除，可在不同季节分别实现散热，破冰作用保护作用，维持控制运行元件，可降低壳体对信号屏蔽的影响，可根据使用需要调整信号可接收的范围。
-
公开(公告)号：CN108959334A
公开(公告)日：2018-12-07
申请号：CN201711131303.7
申请日：2017-11-15
Applicant: 南京邮电大学
CPC classification number: G06Q50/01
Abstract: 本发明公开了一种基于属性耦合矩阵分解的项目推荐方法，首先根据项目类别划分用户‑项目评分矩阵；利用用户评分和社交关系共现的原则推导特定类别用户社交网络；在推导的特定类别用户社交网络上利用PageRank算法计算用户的社会地位；以用户社会地位值衡量用户的评分权重，结合特定类别用户评分数据和社交关系数据执行矩阵分解，学习特定领域的用户和项目隐式特征向量，使用用户和项目的隐式特征向量内积预测用户对项目的评分，为用户提供个性化的项目推荐。本发明有效解决了传统基于社交网络推荐技术忽视的如下两个问题：(1)在不同的领域中，用户信任不同的朋友；(2)由于用户在不同的领域内具有不同的社会地位，用户在不同领域受朋友影响程度不同。
-
公开(公告)号：CN106294859A
公开(公告)日：2017-01-04
申请号：CN201610705485.3
申请日：2016-08-22
Applicant: 南京邮电大学盐城大数据研究院有限公司
IPC: G06F17/30
CPC classification number: G06F16/9535 , G06F2216/03
Abstract: 本发明公开了一种基于项目属性耦合矩阵分解的项目推荐方法，包括如下步骤：首先，给定项目的属性信息，采用耦合对象相似度度量指标计算项目之间的相似度；然后利用矩阵分解算法学习用户和项目的隐藏特征向量，在学习项目隐藏特征向量过程中，利用项目的属性信息构建正则化项，约束矩阵分解的执行过程，使得属性信息相似的项目具有相似的隐藏特征向量；最后，根据学习的用户和项目隐藏特征向量，使用用户和项目隐藏特征向量的内积预测用户对未评分项目的评分，根据预测评分为用户提供个性化的项目推荐。本发明解决推荐系统中项目的相似度计算、项目端冷启动和推荐精度的问题。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.033 seconds)
