-
公开(公告)号:CN119516171A
公开(公告)日:2025-02-25
申请号:CN202411651669.7
申请日:2024-11-19
Applicant: 扬州大学
IPC: G06V10/25 , G06V10/26 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进SlowFast的挖掘机行为识别方法,包括以下步骤:(1)实时采集水利施工现场的挖掘机行为视频,进行预处理,划分训练集与验证集;(2)将训练集送入目标检测器,即YOLOv5模型中,生成多个感兴趣区域(RoI),从而完成目标定位的任务;(3)在获得目标定位之后,Deepsort作为目标跟踪器,持续标注目标坐标,检测对象的运动轨迹;(4)使用改进的SlowFast模型提取的特征图中裁剪相应的区域,将其进行感兴趣区域对齐处理,以统一区域的尺寸;(5)将得到的感兴趣区域的特征向量在时间维度进行平均池化,再连接一个全连接层完成多标签行为分类任务;本发明适应不同的施工场景,具有广泛的应用前景。
-
公开(公告)号:CN114995329A
公开(公告)日:2022-09-02
申请号:CN202210498790.5
申请日:2022-05-09
Applicant: 扬州大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于多机动态调度的芯片封测线性规划排程方法,包括以下步骤:1)接入生产系统的ERP(企业资源计划)系统及MES(制造执行系统)系统,获取生产信息;2)以最大化利润为约束目标,对封测产能进行模型规划,建立数学模型;3)依据不同约束(利润约束除外)目标,建立约束规划模型,进行约束规划求解;4)系统依据当前约束目标不同,选择最优排程方案。本发明能够通过构建多机调度模型,确定芯片封测排程的性能指标和反应策略,最后利用约束规划进行求解,达到为用户提供局部限定条件下的最优排程方案推荐的目的。
-
公开(公告)号:CN114117014A
公开(公告)日:2022-03-01
申请号:CN202111474309.0
申请日:2021-12-06
Applicant: 扬州大学
IPC: G06F16/332 , G06F16/36 , G06F40/295 , G06N3/04
Abstract: 本发明公开了一种面向新工科的教育知识图谱问答系统构建方法,包括以下步骤:1)上传细分学科数据,使用OCR进行文字识别,将关键信息存入数据表,实现异构数据的知识图谱构建;2)知识补全,进行实体识别与分词和三元组抽取,对问题语义进行分析;3)答案搜索,对问题进行分类,再进行模板匹配以确定输出结果。本发明能够利用实体识别三元组抽取等方法,实现对问题内容的精准识别,达到对问题精确有效回答的目的。
-
公开(公告)号:CN111916215A
公开(公告)日:2020-11-10
申请号:CN202010553296.5
申请日:2020-06-17
Applicant: 扬州大学附属医院
Abstract: 本发明公开了公共卫生领域内的一种群集性/慢性疾病早期自动报警、初步特征分析与风险评估系统,其包括病例信息收集模块、活动轨迹追踪模块、自动报警展示模块和风险分析评价模块;通过对医疗机构病历数据库的定时扫描,结合患者个体行动轨迹的自动分析,能够对出现的突发群集性疾病实现自动报警,对单位时间内相同病例的总结与初步风险分析评价,可通过对单位时间内出现病例的分布特征分析,指导该区域慢性病差异性防控措施的制订。
-
公开(公告)号:CN107071783A
公开(公告)日:2017-08-18
申请号:CN201710199990.X
申请日:2017-03-24
Applicant: 扬州大学
IPC: H04W16/10
CPC classification number: H04W16/10
Abstract: 本发明涉及基于伤害程度的频谱分配机制设计方法。本发明拍卖者作为频谱持有者和二级用户之间的掮客,在收集到空闲信道的要价和二级用户对空闲信道的报价等信息后,拍卖者进行决策工作,主要包括候选人的筛选、赢者决策、定价策略三个阶段的工作。本发明克服了过去存在的真实性、频谱的异构性和交易的异构性缺陷。本发明考虑到参与者不参与该拍卖,整个拍卖的效用反而会更优,那就要对该参与者进行惩罚,具体地说频谱持有者得到更少的支付,二级用户支付更多,且对一个用户可以对不同的频谱提出不同的报价,整个拍卖过程确保真实性,也就是说买家和卖家不能通过谎报来提高自己的收益,因此,真实的参与者也不用担心谎报带来的交易不公平。
-
公开(公告)号:CN118942635A
公开(公告)日:2024-11-12
申请号:CN202410980019.0
申请日:2024-07-22
Applicant: 扬州大学
IPC: G16H20/70 , G16H50/20 , G06F18/214 , G06F18/21 , G06F18/2431 , G06F18/22
Abstract: 本发明公开了一种基于提示学习的心理健康测评方法、系统、设备及存储介质,其中方法包括:采集并处理心理疾病的原始图像与文本描述,划分为训练集、测试集和验证集;根据待测评心理疾病类别需求,选择对应的标准化心理量表,构建心理疾病的宏观与微观分类关系;基于提示学习对量表解构项进行重组,生成基于重组后量表评定标准的双向提示;将双向提示、训练集的文本描述和图像输入对应编码器,进行相似度对比计算,构建网络模型并训练,使用训练完的模型预测心理疾病的分类,结合标准化心理量表,完成心理健康测评;本发明能够提高测评速度、降低测评成本和提高测评准确性。
-
公开(公告)号:CN117951392A
公开(公告)日:2024-04-30
申请号:CN202311552963.8
申请日:2023-11-20
Applicant: 扬州大学
IPC: G06F16/9536 , G06Q30/0601 , G06F40/30 , G06F16/35 , G06F16/2458 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种基于类别和差分表征的群组推荐方法和系统,本发明首先通过对数据集的处理生成群组、用户、物品之间多个静态图;然后通过超图、类别以及用户差异三个视图分别学习群组的特征表示,超图视图将每个群组视为一个超边,连接群组中的成员和与其交互的用户;类别视图先通过聚类算法将物品进行分类,再形成群组‑类别交互图;用户差异视图通过提取每个用户在不同群组中的差异信息来聚合群组的特征表示;最后适应性地去聚合三个视图形成的群组表示,并用训练完的模型预测群组较偏好的物品。本发明提出的方法从三个角度去挖掘群组、用户、物品之间的关系,更好地生成最终的群组特征表示,提升将物品推荐给对其感兴趣的群组的准确性。
-
公开(公告)号:CN113361279B
公开(公告)日:2023-07-25
申请号:CN202110709149.7
申请日:2021-06-25
Applicant: 扬州大学
IPC: G06F40/295 , G06F40/30 , G06N3/048 , G06N3/084 , G06N3/0985 , G06F16/335 , G06F16/35 , G06F16/36 , G16H50/70
Abstract: 本发明公开了一种基于双邻域图神经网络的医疗实体对齐方法及系统,属于自然语言处理中的知识图谱融合领域。本发明首先抽取医疗实体对及相应的关系和属性,预处理后构建实体对齐数据集;然后通过双邻域特征聚合生成实体邻域和属性邻域的节点特征,并通过串联操作和跳跃连接生成全局感知的实体表示;最后进行实体相似度计算与训练,并用训练完的模型预测源实体的目标实体。本发明提出的方法将医疗知识图谱中的相关属性视为一类特殊的节点,从而将实体和属性建模在统一的网络中,并使用双邻域图神经网络对图中的节点进行嵌入,这样可以同时捕获实体邻域和属性邻域中的结构相似性,最终生成语义丰富的实体表示,达到提高医疗实体对齐准确性的目的。
-
公开(公告)号:CN113704490B
公开(公告)日:2023-06-20
申请号:CN202110954145.5
申请日:2021-08-19
Applicant: 扬州大学
IPC: G06F16/36 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种面向异构数据的新工科教育知识图谱构建方法,包括以下步骤:1)复杂异构数据的录入和图谱的初步构建;2)根据EfficientDet图像目标检测模型,在课程平时作业和实践评分的图像数据中做目标检测,获取学生学号、姓名和成绩或打分在图像中的位置坐标;3)构建FOTS模型,进行文字识别;4)关键信息存入数据表,实现知识图谱的构建。本发明能够利用目标检测和图像识别算法,实现对新工科细分专业:人工智能专业和智能制造专业异构数据的信息读取,获取学生的准确信息,达到新工科教育知识图谱构建的目的。
-
公开(公告)号:CN115512361A
公开(公告)日:2022-12-23
申请号:CN202211142055.7
申请日:2022-09-20
Applicant: 扬州大学 , 无锡芯享信息科技有限公司
Abstract: 本发明公开了一种基于工业场景的超分辨光学字符检测识别系统及方法,涉及图像文字识别领域和超分辨率领域。适用于存在图片复杂度较高、文本区域相对不明显、识别检测精度较低等问题。结合了超分辨率技术和文本检测算法进行系统模型建立,使基于超分辨率的场景文本识别的识别性能得到相应的提升。包括如下步骤:获取截图识别或拍照识别的文本图像;对文本图像进行等份裁剪;对裁剪后图片分别送入超分辨率模块,使用超分网络对图像进行超分处理,提高图像分辨率;对超分后场景图像输入训练好的文本识别检测模型;对文本识别结果进行拼接。本发明可适用于工业场景的小文字识别,通过超分辨率算法,能够有效的提高了文本识别的精度。
-
-
-
-
-
-
-
-
-