公开(公告)号：CN118277509A

公开(公告)日：2024-07-02

申请号：CN202410323437.2

申请日：2024-03-20

Applicant: 福州大学

Inventor： 陈星 ,  陈佳雯 ,  沈建伟 ,  李金亮

IPC: G06F16/33 ,  G06F16/36 ,  G06F40/295 ,  G06F40/247 ,  G06Q50/26 ,  G06N3/0442

Abstract: 本发明提供一种基于知识图谱的数据集检索方法，利用DCAT标准，对Web上可访问的在线政务数据集进行元数据和数据结构的提取，并转化为RDF三元组的格式，以构建政务数据集知识图谱；并根据WIKIDATA通用知识图谱进行实体关系的拓展；针对政务数据集，采用BERT‑BiLSTM‑CRF命名实体模型，以识别和标注检索指令中实体属性；最后通过建立的政务数据集知识图谱，将用户的检索指令构造成数据集子图，并与政务知识图谱进行匹配，推荐相关的数据集。

公开(公告)号：CN114398109B

公开(公告)日：2024-12-24

申请号：CN202210018928.7

申请日：2022-01-07

Applicant: 福州大学

Inventor： 陈星 ,  陈佳雯 ,  林章颖 ,  张铭豪 ,  陈礼贤

IPC: G06F9/448 ,  G06F16/36 ,  G06F18/22 ,  G06N5/02

Abstract: 本发明涉及一种基于通用知识图谱的个性化智能助手构建方法。该方法将通用知识图谱引入到场景建模与开发过程中，通过基于相似度计算的API匹配与推荐以及基于特征匹配的API参数抽取方法，实现用户自然语言指令到API的自动化匹配和执行。

公开(公告)号：CN118118406A

公开(公告)日：2024-05-31

申请号：CN202410276657.4

申请日：2024-03-12

Applicant: 福州大学

Inventor： 陈星 ,  李金亮 ,  张铭豪 ,  陈佳雯

IPC: H04L45/12 ,  H04L45/76

Abstract: 本发明提供一种算力网络中考虑路由路径的工作流调度方法，针对由云资源、边缘资源以及各种终端设备组成的算力网络环境下的工作流调度问题，考虑到数据传输在算力网络中的路由路径选择问题，提出了一种结合PSO‑GA和MoDijkstra算法的工作流调度方法PGMD(PSO‑GA and MoDijkstra)，综合优化工作流的完成时间和执行代价。该算法综合考虑工作流任务的调度问题和数据在算力网络中的传输路径选择问题，同时优化工作流任务的虚拟机选择和数据传输的路径选择的完成时间和成本。实验结果表明，与其他工作流调度方法相比，基于PGMD的工作流调度策略有效的降低了算力网络中的工作流调度问题的完成时间和执行代价。

公开(公告)号：CN114398109A

公开(公告)日：2022-04-26

申请号：CN202210018928.7

申请日：2022-01-07

Applicant: 福州大学

Inventor： 陈星 ,  陈佳雯 ,  林章颖 ,  张铭豪 ,  陈礼贤

IPC: G06F9/448 ,  G06F16/36 ,  G06K9/62

Abstract: 本发明涉及一种基于通用知识图谱的个性化智能助手构建方法。该方法将通用知识图谱引入到场景建模与开发过程中，通过基于相似度计算的API匹配与推荐以及基于特征匹配的API参数抽取方法，实现用户自然语言指令到API的自动化匹配和执行。

公开(公告)号：CN115079588B

公开(公告)日：2024-08-30

申请号：CN202210937255.5

申请日：2022-08-05

Applicant: 福州大学

Inventor： 陈星 ,  陈金荣 ,  陈佳雯

IPC: G05B15/02 ,  G05B19/418

Abstract: 本发明涉及一种基于时空数据驱动的智能家居服务管控方法，包括以下步骤：步骤S1:配置好概念实例与智能设备的映射关系，并构造具有时序能力的时序知识图谱；步骤S2:基于场景指定的时间间隔读取每个时刻下的设备状态，构建智能家居管控模型;步骤S3:根据智能家居管控模型，基于深度学习进行智能家居服务管控。本发明实现无需用户干预的智能化、无感化智能家居服务管控。

公开(公告)号：CN115079588A

公开(公告)日：2022-09-20

申请号：CN202210937255.5

申请日：2022-08-05

Applicant: 福州大学

Inventor： 陈星 ,  陈金荣 ,  陈佳雯

IPC: G05B15/02 ,  G05B19/418

Abstract: 本发明涉及一种基于时空数据驱动的智能家居服务管控方法，包括以下步骤：步骤S1:配置好概念实例与智能设备的映射关系，并构造具有时序能力的时序知识图谱；步骤S2:基于场景指定的时间间隔读取每个时刻下的设备状态，构建智能家居管控模型;步骤S3:根据智能家居管控模型，基于深度学习进行智能家居服务管控。本发明实现无需用户干预的智能化、无感化智能家居服务管控。

公开(公告)号：CN114138416A

公开(公告)日：2022-03-04

申请号：CN202111472211.1

申请日：2021-12-03

Applicant: 福州大学

Inventor： 陈星 ,  张铭豪 ,  杨立坚 ,  陈佳雯

IPC: G06F9/455 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种面向负载‑时间窗口的基于DQN云软件资源自适应分配方法。大多数现有方法只考虑工作负载的当前状况，因此无法很好地适应受工作负载波动影响的真实云环境。本发明方法考虑了资源分配过程中的当前和未来工作负载。具体而言，基于工作负载时间窗口的原始Deep Q‑Network（DQN）管理操作预测模型经过培训，该模型可用于预测不同系统状态下的适当管理操作。接下来，设计了一种新的反馈控制机制，通过迭代执行管理操作来构建当前系统状态下的客观资源分配计划。大量的仿真结果表明，该DRAW方法生成的管理操作的预测精度可以达到90.69%。此外，DRAW可以实现最佳/接近最佳性能，并在不同情况下比其他经典方法高出3～13%。