公开(公告)号：CN118470411A

公开(公告)日：2024-08-09

申请号：CN202410600922.X

申请日：2024-05-15

Applicant: 淮阴工学院

Inventor： 侯延东 ,  陈伯伦 ,  李哲 ,  杭专正 ,  刘晓娈 ,  谢乾 ,  汪涛

IPC: G06V10/764 ,  G06T5/50 ,  G06T5/70 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0895

Abstract: 本发明公开了一种基于去噪和掩码重建的图对比学习网络节点分类方法、装置及介质，所述的图对比学习网络节点分类方法包括：(1)对图数据添加定向噪声，得到一个增强后的加噪视图；将引文网络数据的特征进行一定程度的掩码，得到一个增强后的掩码视图；(2)通过GNN编码器获取两个增强视图的节点特征表示；(3)以两个增强视图的对应节点为正样本，其余为负样本，建立对比学习任务，然后将编码器得到的节点特征表示通过GNN解码器提取特征，与原图建立重构任务；(4)构建包括去噪重建损失、掩码重建损失和两个增强视图之间的对比损失的联合多损失函数，从而训练一个编码器，实现对网络中节点的分类。本发明能够提高网络节点分类的精度。

公开(公告)号：CN112101029B

公开(公告)日：2024-05-03

申请号：CN202010830661.2

申请日：2020-08-18

Applicant: 淮阴工学院

Inventor： 朱全银 ,  朱亚飞 ,  陈伯伦 ,  陈凌云 ,  倪金霆 ,  陈小艺 ,  孙强

IPC: G06F40/295 ,  G06F40/284 ,  G06F40/216 ,  G06F16/951 ,  G06F16/9535 ,  G06F16/958 ,  G06F16/35 ,  G06Q50/20

Abstract: 发明公开了一种基于bert模型的高校导师推荐管理方法，包括：使用爬虫爬取高校官网提供的教师基本信息以及研究方向数据；进行数据清洗，去除无效数据以及不能够进行分析的数据，抽取对应实体构建教师知识图谱，定义问答语句完善分类的训练集，添加自定义分类使用bert模型进行训练并得到分类模型，将用户输入问题添加到测试集进行测试，得到分类准确度并确定数据检索方向；对用户输入信息进行自然语言处理得到搜索关键信息，使用对应结果进行查询；封装结果供前台使用，进行数据的可视化展示以及推荐问答功能的使用；对查询的教师相似研究方向使用欧几里得距离相似度公式进行相似度的计算，对计算查询出的结果取前十项进行展示。

公开(公告)号：CN116595199A

公开(公告)日：2023-08-15

申请号：CN202310556093.5

申请日：2023-05-17

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  王笑颜 ,  许雪 ,  谢乾 ,  刘步实 ,  徐豪 ,  韩帅 ,  李哲 ,  王珊珊 ,  赵月

IPC: G06F16/38 ,  G06N3/042 ,  G06N3/0464 ,  G06F16/35

Abstract: 本发明公开了一种基于图卷积和DBSCAN算法的专家影响力最大化方法，涉及引文网络下影响力最大化研究领域。首先将每个专家看作是一个节点，并根据他们之间的引用关系构建一个引文网络，使用图卷积神经网络对这个引文网络进行特征提取，得到每个专家节点的特征表示；然后使用DBSCAN算法对矩阵进行聚类，得到不同的社区利用谱聚类方法将专家节点划分为不同的聚类簇，每个聚类簇代表一个具有较高影响力的专家群体；最后对专家节点按照影响力得分进行排序，从而得到最具影响力的专家列表。与现有技术相比，本发明所提出的方法可以更好的识别出引文网络中的影响力较大的专家，是一种比较优秀的影响力最大化算法。

公开(公告)号：CN110399458B

公开(公告)日：2023-05-26

申请号：CN201910598004.7

申请日：2019-07-04

Applicant: 淮阴工学院

Inventor： 朱全银 ,  吴思凯 ,  王啸 ,  赵建洋 ,  宗慧 ,  冯万利 ,  周泓 ,  丁瑾 ,  陈伯伦 ,  曹苏群

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/30

Abstract: 本发明公开了一种基于潜在语义分析和随机投影的文本相似度计算方法，适用于普遍的无监督文本聚类问题。本发明首先对待处理的标签文本转换为词袋模型，并利用TF‑IDF算法对其进行赋权操作得到权重向量集。然后使用LSA算法对权重向量集进行处理得到LSA索引库，再对权重向量集使用随机投影算法进行处理得到RP索引库。最后将待计算语料进行TF‑IDF处理后，再分别使用LSA算法和RP算法处理后与索引库内容比对，得到文本相似度。本发明可以对文本内容进行有效相似度计算，并通过相似度较高文本进行相关内容推荐。

公开(公告)号：CN108763826B

公开(公告)日：2022-04-26

申请号：CN201810637285.8

申请日：2018-06-20

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  花勇 ,  朱全银

IPC: G06F30/20

Abstract: 本发明公开了一种真空制盐蒸发罐内固液比的动态预测方法。首先获取往年蒸发罐中传感器测得的固液比和盐腿流量数据，以及时间数据，从中剔除停产、检修和设备故障时段数据；将数据进行分块，计算每个数据块最后一个时间点的固液比与倒数第二个时间点的固液比差值；对每块数据进行归一化，更新数据块，并进行回归算法得到回归函数，指定间隔，计算固液比与盐腿流量差，并求和；将每个数据块中固液比与盐腿流量回归函数差的和与固液比的差值进行回归，求得回归函数；根据回归函数可对固液比进行动态预测。本发明可以动态预测固液比、计算速度快、预测准确度高。

公开(公告)号：CN114285538A

公开(公告)日：2022-04-05

申请号：CN202111315555.1

申请日：2021-11-08

Applicant: 淮阴工学院

Inventor： 单劲松 ,  赵建洋 ,  孙成富 ,  陈伯伦 ,  金春花 ,  谢乾 ,  朱效齐 ,  邓蛟

IPC: H04L5/00 ,  H04L67/1095 ,  H04L9/40 ,  H04L67/00 ,  H04L67/60

Abstract: 本发明涉及测量及故障检测技术领域，公开了一种面向电网广域测量的云边协同弹性可扩展方法，先定义一种云边协同协议，其为基于TCP协议的应用层协议，包括：云边协同协议的数据报文结构和云边协同通信时序规范；定义云端和边端核心服务接口，其为核心算法程序定义上层用户可调用的通用接口，包括：服务接口和服务的注册；在云端和边端核心服务基础上，利用服务重构方法对其进一步软件重构，形成新的应用层服务，实现云边服务的扩展定义。与现有技术相比，本发明解决现有电网广域测量方法不具有可扩展性，无法满足上层应用的个性订制需求，能够快速构建上层应用。

公开(公告)号：CN111199506B

公开(公告)日：2021-12-17

申请号：CN201911304477.8

申请日：2019-12-17

Applicant: 淮阴工学院

Inventor： 张正伟 ,  李芬芬 ,  肖绍章 ,  陈伯伦

IPC: G06T1/00

Abstract: 本发明涉及图像处理技术领域，公开了一种结合二次差值扩展与插值扩展的可逆图像水印算法，包括水印嵌入与水印提取两部分，水印嵌入：去除像素值为0或255的像素点并结合插值扩展与二次广义差值扩展对图像进行水印嵌入；水印提取：去除像素值为0或255的像素点并结合插值扩展与二次逆广义差值扩展对图像进行水印提取。与现有技术相比，本发明利用二次广义差值扩展和插值扩展算法来完成水印嵌入，无需考虑溢出定位图占用有效空间的困扰，提高了嵌入容量，整体性能高，不可见性好，而且有较高的视觉质量，能实现原始图像的完全恢复。

公开(公告)号：CN110543895A

公开(公告)日：2019-12-06

申请号：CN201910728851.0

申请日：2019-08-08

Applicant: 淮阴工学院

Inventor： 于永涛 ,  顾天南 ,  朱全银 ,  陈伯伦 ,  金春花

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于VGGNet和ResNet的图像分类方法，包括：(1)将图像数据集I转换成固定数据格式后进行存储，并划分成训练集Ttrain和测试集Ttest；(2)读取所述固定数据格式的文件，将训练集等比例缩放，得到最终训练集Train；(3)采用VGGNet网络训练训练集Train，得到特征向量集FP1；(4)使用ResNet网络训练训练集Train，得到特征向量集FP2；(5)将FP1和FP2进行融合处理，得到向量集FP3，使用softmax方法处理FP3，得到最终的图像分类结果R。本发明基于已有遥感图像数据集，利用VGGNet和ResNet特征图融合进行图像场景分类，利用VGGNet和ResNet得到特征图，再通过对特征图相加获得更加丰富的特征信息，增强辨识能力，进一步提升图像分类的准确性。

公开(公告)号：CN119741730A

公开(公告)日：2025-04-01

申请号：CN202411596605.1

申请日：2024-11-11

Applicant: 淮阴工学院

Inventor： 杨彬莹 ,  刘步实 ,  陈伯伦 ,  孟宪淳 ,  田轩宁 ,  单栋珏 ,  毛嘉伟 ,  曹宵 ,  张慧娴

IPC: G06V40/10 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于DiverseC2f和LDConv特征提取的害虫检测方法和系统，方法包括：收集包含害虫目标的图片，制作数据集，并将数据集划分为训练集、测试集和验证集；基于YOLOv8网络进行改进，建立害虫检测模型；所述改进包括，将YOLOv8网络中的C2f模块替换为DiverseC2f模块，用于通过融合多样的分支结构增强了卷积层的特征表达；在YOLOv8网络的CBS模块替换为LDConv特征提取模，用于完成不规则卷积特征提取过程；使用训练集和测试集对所述害虫检测模型进行训练，利用训练好的害虫检测模型检测害虫目标；本发明能够在增强的特征表达能力的同时高效地进行特征提取，使模型适应于害虫的不同形态和姿态，从而提高检测的鲁棒性，提升了对害虫的识别准确度和精度。

公开(公告)号：CN118709836A

公开(公告)日：2024-09-27

申请号：CN202410767474.2

申请日：2024-06-14

Applicant: 淮阴工学院

Inventor： 乐金涛 ,  陈伯伦 ,  纪敏 ,  李哲 ,  侯延东 ,  刘晓娈 ,  杭专正

IPC: G06Q10/04 ,  G06Q50/20 ,  G06F18/2411 ,  G06F18/2415 ,  G06F18/213 ,  G06F18/2113 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/047

Abstract: 本发明公开了一种基于深度神经网络的学生成绩预测方法，该方法建立了学生成绩预测模型，该模型结合了学生视觉空间注意力数据，利用深度神经网络DNN框架进行特征学习，通过三个全连接层优化数据特征，最终利用支持向量机SVM对结果进行分类，实现最佳的预测效果。本发明能有效地对学生的学术成绩进行分类预测，结合了深度学习和机器学习技术的优势，为教育领域的成绩评估提供了一个高效的工具。