公开(公告)号：CN114742306B

公开(公告)日：2024-11-08

申请号：CN202210414935.9

申请日：2022-04-20

Applicant: 南京邮电大学

Inventor： 周剑 ,  蒋余文 ,  严筱永 ,  李鑫 ,  李群 ,  张伯雷 ,  肖甫

IPC: G06Q10/04 ,  G06Q10/0639 ,  G06Q50/20 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/082

Abstract: 基于改进知识蒸馏ESN的边缘端时间序列预测方法，首先将回声状态网络ESN与知识蒸馏KD结合，构造基于改进知识蒸馏ESN的时间序列预测模型；然后提出训练算法，在服务器端训练该模型，优化储备池结构，提高其长期记忆能力并降低其计算开销；最终在边缘端使用训练好的基于改进知识蒸馏ESN的时间序列预测模型进行时间序列预测。该方法可以提高储备池的长期记忆能力并且降低其计算开销，使ESN更适合部署在边缘端完成时间序列预测任务。

公开(公告)号：CN116432644B

公开(公告)日：2023-08-15

申请号：CN202310687090.5

申请日：2023-06-12

Applicant: 南京邮电大学

Inventor： 李妍 ,  周剑 ,  蒋余文 ,  桂林卿 ,  肖甫

IPC: G06F40/289 ,  G06F40/30 ,  G06F18/213 ,  G06F18/25 ,  G06F18/214

Abstract: 本发明属于自然语言处理和机器学习领域，公开了一种基于特征融合和双重分类的新闻文本分类方法，包括如下步骤：首先，对各大新闻网站上的各类新闻文本数据进行采集构成数据集，其次，对采集到的数据集进行数据预处理并进行分词后，以json的格式进行存储，再次，利用BERT模型和TF‑IDF模型构造出特征融合模型，再与fasttext模型联合，构造基于特征融合和双重分类的新闻文本分类模型，该模型进行训练，依据该模型提出基于特征融合和双重分类的新闻文本分类方法，最后，使用基于特征融合和双重分类的新闻文本分类方法对新闻数据进行分类。本发明可以提高新闻文本分类过程中的效率和精度，在较短的时间内取得更好的分类效果。

公开(公告)号：CN116432644A

公开(公告)日：2023-07-14

申请号：CN202310687090.5

申请日：2023-06-12

Applicant: 南京邮电大学

Inventor： 李妍 ,  周剑 ,  蒋余文 ,  桂林卿 ,  肖甫

IPC: G06F40/289 ,  G06F40/30 ,  G06F18/213 ,  G06F18/25 ,  G06F18/214

Abstract: 本发明属于自然语言处理和机器学习领域，公开了一种基于特征融合和双重分类的新闻文本分类方法，包括如下步骤：首先，对各大新闻网站上的各类新闻文本数据进行采集构成数据集，其次，对采集到的数据集进行数据预处理并进行分词后，以json的格式进行存储，再次，利用BERT模型和TF‑IDF模型构造出特征融合模型，再与fasttext模型联合，构造基于特征融合和双重分类的新闻文本分类模型，该模型进行训练，依据该模型提出基于特征融合和双重分类的新闻文本分类方法，最后，使用基于特征融合和双重分类的新闻文本分类方法对新闻数据进行分类。本发明可以提高新闻文本分类过程中的效率和精度，在较短的时间内取得更好的分类效果。

公开(公告)号：CN114742306A

公开(公告)日：2022-07-12

申请号：CN202210414935.9

申请日：2022-04-20

Applicant: 南京邮电大学

Inventor： 周剑 ,  蒋余文 ,  严筱永 ,  李鑫 ,  李群 ,  张伯雷 ,  肖甫

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/20 ,  G06N3/04 ,  G06N3/08

Abstract: 基于改进知识蒸馏ESN的边缘端时间序列预测方法，首先将回声状态网络ESN与知识蒸馏KD结合，构造基于改进知识蒸馏ESN的时间序列预测模型；然后提出训练算法，在服务器端训练该模型，优化储备池结构，提高其长期记忆能力并降低其计算开销；最终在边缘端使用训练好的基于改进知识蒸馏ESN的时间序列预测模型进行时间序列预测。该方法可以提高储备池的长期记忆能力并且降低其计算开销，使ESN更适合部署在边缘端完成时间序列预测任务。