-
公开(公告)号：CN114913017A
公开(公告)日：2022-08-16
申请号：CN202210668717.8
申请日：2022-06-14
Applicant: 南京邮电大学
Abstract: 一种多模态数据预测证券涨跌幅的方法，综合考虑该证券本身的历史交易数据以及更为宏观的因素以及外界资讯评论所产生的影响，充分利用了结构化数据和文本数据，使用证券的历史交易数据，历史资金流向数据，以及股民针对该证券历史评价数据，深入探究影响证券涨跌幅的因素，从而构造了涨跌幅预测模型，预测效果好，准确度高。
-
公开(公告)号：CN116032790B
公开(公告)日：2025-01-14
申请号：CN202211687142.0
申请日：2022-12-27
Applicant: 南京邮电大学
Abstract: 本发明提出了一种调度自动化系统海量数据流异常辨识、诊断和预测方法、装置和系统，该方法包括以下步骤：无损采集步骤，对电力调度数据进行无损采集预处理得到报文信息流；样本扩充步骤，将报文信息流进一步地预处理并进行WGAN‑GP进行样本扩充；AI辨识步骤，将扩充后的样本输入到由PCA+XGBoost与CNN+LSTM联合算法模型组成的两步检测方法中以改善传统机器学习识别率低的问题以及输出结果步骤。本发明的方法、装置和系统不需要大量人工、耗时短、不需要大量标记数据，同时准确率高。
-
公开(公告)号：CN116227686A
公开(公告)日：2023-06-06
申请号：CN202310061000.1
申请日：2023-01-17
Applicant: 南京邮电大学
IPC: G06Q10/04 , G06Q50/26 , G06F16/242 , G06F16/2453
Abstract: 一种基于数据处理的空气质量预测判断方法，建立历史空气质量数据的字典，作为参考获得空气质量预测结果，可靠性、准确性高；建立日月数据和相似近日空气质量数据的两种字典查询方式，得到历史中同月、同日以及类似空气质量情况时的后一天空气质量情况，三种结果整合形成判断的依据，使最终空气质量预测判断结果更为准确；通过字典和键值查询的方式，提高数据处理速度和效率，提高空气质量预测结果输出的快速性。
-
公开(公告)号：CN115310448A
公开(公告)日：2022-11-08
申请号：CN202210957084.2
申请日：2022-08-10
Applicant: 南京邮电大学
IPC: G06F40/295 , G06F40/30 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 一种基于bert和字词向量结合的中文命名实体识别方法，通过对语言模型进行预训练和微调操作提升模型的向量表征能力，之后将bert形成的字向量和Word2vec形成的词向量进行拼接并使用BiGRU和IDCNN双通道神经网络模型提取特征，加入词性特征后有效提高命名实体识别效果。充分挖掘文本的语义信息，充分提取字的上下文信息，从而产生高效的字向量表示；增强字向量的表征能力，解决短文本上下文中单个字语义信息提取不足的问题，最终提高识别准确率；能够解决循环神经网络丢失局部信息的问题，能够提取到更多重要的特征信息；可以使重要特征赋予更高的权重从而提取更重要的特征以提高最终的识别性能；能够提高实体分类效果，更好的识别实体的类别从而提高实体识别准确率。
-
公开(公告)号：CN105068755B
公开(公告)日：2017-10-03
申请号：CN201510397599.1
申请日：2015-07-08
Applicant: 南京邮电大学
Abstract: 本发明涉及一种面向云计算内容分发网络的数据副本存储方法，针对数据文件副本，综合考虑了数据文件副本从源服务器节点传输至边缘服务器节点的传输代价、数据文件副本在边缘服务器节点上的放置代价和数据文件副本在边缘服务器节点上的存储代价，再结合边缘服务器节点作为服务中心向其余所有边缘服务器节点提供服务时产生的代价，为数据文件副本选取最优的边缘服务器节点进行副本存储，使得数据文件副本在面向云计算内容分发网络中，能够实现高效的数据调用操作。
-
Patent Agency Ranking
公开(公告)号：CN116319038B
公开(公告)日：2025-02-07
申请号：CN202310313622.9
申请日：2023-03-28
Applicant: 南京邮电大学
IPC: H04L9/40 , H04L41/0677 , H04L41/0631 , G06F18/23 , G06F18/24 , G06N3/09 , G06N3/088
Abstract: 本发明涉及通信网络技术领域，具体地说，是一种电网数据流未知异常自动化检测方法，无损采集模块通过tshark网络包截取工具获取电力调度数据网产生的原始报文并按报文类型分别存储，报文数据通过样本扩充模块，判断报文数量是否达到输入AI辨识模块的阈值，对报文数量未达到阈值的报文类型通过时间序列对抗生成网络进行样本扩充，AI辨识与结果输出模块采用无监督聚类算法DBSCAN对电网数据流进行特征模式学习，电力检测人员对输出异常报文的设备进行检修，确定是否需要更新DBSCAN算法参数，最后识别出的异常报文结果，有助于电力检修人员及时发现异常设备和快速发现并归类异常报文，扩充异常数据集。
-
公开(公告)号：CN115278570B
公开(公告)日：2025-02-28
申请号：CN202210710164.8
申请日：2022-06-22
Applicant: 南京邮电大学
IPC: H04W4/30 , H04W24/06 , H04L67/1095 , H04L67/10 , H04L41/14 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N20/00 , G06N3/098
Abstract: 本发明公开了一种基于联邦学习的业务识别方法，属于通信网络技术领域。该方法通过构建由若干个无线路由器作为边缘端组成的边缘协作式系统；然后通过该系统中的若干个无线路由器采集网络流量数据集，并将数据集处理成训练模型需要的格式；根据业务需求，选用不同的分布式联邦学习机制训练得到初始模型，并经过聚合更新得到全局模型；将训练得到的全局模型放到业务识别分类器模型库中，然后根据所识别的不同的业务类型选取其中不同的算法模型；最后通过联邦学习的协同训练手段，合并众多参与训练的路由器识别出的数据流特征，并部署到更多路由器上，使得每个路由器都可以识别出全部的业务类型，有效增强识别模型的泛化能力，不断改善系统整体性能。
-
公开(公告)号：CN116319038A
公开(公告)日：2023-06-23
申请号：CN202310313622.9
申请日：2023-03-28
Applicant: 南京邮电大学
IPC: H04L9/40 , H04L41/0677 , H04L41/0631 , G06F18/23 , G06F18/24 , G06N3/09 , G06N3/088
Abstract: 本发明涉及通信网络技术领域，具体地说，是一种电网数据流未知异常自动化检测方法，无损采集模块通过tshark网络包截取工具获取电力调度数据网产生的原始报文并按报文类型分别存储，报文数据通过样本扩充模块，判断报文数量是否达到输入AI辨识模块的阈值，对报文数量未达到阈值的报文类型通过时间序列对抗生成网络进行样本扩充，AI辨识与结果输出模块采用无监督聚类算法DBSCAN对电网数据流进行特征模式学习，电力检测人员对输出异常报文的设备进行检修，确定是否需要更新DBSCAN算法参数，最后识别出的异常报文结果，有助于电力检修人员及时发现异常设备和快速发现并归类异常报文，扩充异常数据集。
-
公开(公告)号：CN116032790A
公开(公告)日：2023-04-28
申请号：CN202211687142.0
申请日：2022-12-27
Applicant: 南京邮电大学
Abstract: 本发明提出了一种调度自动化系统海量数据流异常辨识、诊断和预测方法、装置和系统，该方法包括以下步骤：无损采集步骤，对电力调度数据进行无损采集预处理得到报文信息流；样本扩充步骤，将报文信息流进一步地预处理并进行WGAN‑GP进行样本扩充；AI辨识步骤，将扩充后的样本输入到由PCA+XGBoost与CNN+LSTM联合算法模型组成的两步检测方法中以改善传统机器学习识别率低的问题以及输出结果步骤。本发明的方法、装置和系统不需要大量人工、耗时短、不需要大量标记数据，同时准确率高。
-
公开(公告)号：CN115278570A
公开(公告)日：2022-11-01
申请号：CN202210710164.8
申请日：2022-06-22
Applicant: 南京邮电大学
IPC: H04W4/30 , H04W24/06 , H04L67/1095 , H04L67/10 , H04L41/14 , G06N20/00 , G06N3/08 , G06N3/04 , G06K9/62
Abstract: 本发明公开了一种基于联邦学习的业务识别方法，属于通信网络技术领域。该方法通过构建由若干个无线路由器作为边缘端组成的边缘协作式系统；然后通过该系统中的若干个无线路由器采集网络流量数据集，并将数据集处理成训练模型需要的格式；根据业务需求，选用不同的分布式联邦学习机制训练得到初始模型，并经过聚合更新得到全局模型；将训练得到的全局模型放到业务识别分类器模型库中，然后根据所识别的不同的业务类型选取其中不同的算法模型；最后通过联邦学习的协同训练手段，合并众多参与训练的路由器识别出的数据流特征，并部署到更多路由器上，使得每个路由器都可以识别出全部的业务类型，有效增强识别模型的泛化能力，不断改善系统整体性能。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
