-
公开(公告)号：CN117273143B
公开(公告)日：2024-12-27
申请号：CN202310992329.X
申请日：2023-08-08
Applicant: 南京邮电大学
Abstract: 本发明公开了基于马尔可夫逻辑网络的时序知识图谱推理方法及系统包括：读取时序知识图谱并进行处理生成时序谓词序列；利用LSTM获取时序谓词序列的嵌入表征，通过马尔科夫逻辑网络建立已知三元组和隐藏三元组的联合分布；基于变分期望最大化算法结合知识图谱嵌入技术对联合分布进行推理和学习，完成时序知识图谱推理任务；本发明提出的方法是知识与数据协同驱动的时序知识图谱推理方法，在提高推理准确度的同时，也使推理具有了可解释性，并且本发明也可用于静态知识图谱推理。
-
公开(公告)号：CN117133116B
公开(公告)日：2024-04-19
申请号：CN202310991694.9
申请日：2023-08-07
Applicant: 南京邮电大学
IPC: G08G1/01 , G08G1/065 , G06F18/20 , G06N5/04 , G06N5/02 , G06N3/0464 , G06N3/08 , G06Q10/04 , G06Q50/40
Abstract: 本发明公开了一种基于时空关联网络的交通流预测方法及系统，包括：利用马尔可夫随机场模型推理新的节点和边，将新推出的节点和边加入用原始数据构造的知识图谱中；编码器利用改进的图注意力机制对扩充交通时空知识图谱进行建模，提取出具有周期性特征的表示；将形成的周期性特征经过处理后输入到解码器中；解码器使用自注意力机制，将编码器传递的周期性特征和基于马尔可夫随机场的转移矩阵作为解码器输入，通过神经网络进行建模，以实现未来一段时间交通流量的预测。本发明通过通过构建扩充时空知识图谱，结合图注意力机制和马尔可夫随机场，该方法能够充分利用时空数据的特征，并具有较好的预测性能。
-
公开(公告)号：CN117133116A
公开(公告)日：2023-11-28
申请号：CN202310991694.9
申请日：2023-08-07
Applicant: 南京邮电大学
IPC: G08G1/01 , G08G1/065 , G06F18/20 , G06N5/04 , G06N5/02 , G06N3/0464 , G06N3/08 , G06Q10/04 , G06Q50/30
Abstract: 本发明公开了一种基于时空关联网络的交通流预测方法及系统，包括：利用马尔可夫随机场模型推理新的节点和边，将新推出的节点和边加入用原始数据构造的知识图谱中；编码器利用改进的图注意力机制对扩充交通时空知识图谱进行建模，提取出具有周期性特征的表示；将形成的周期性特征经过处理后输入到解码器中；解码器使用自注意力机制，将编码器传递的周期性特征和基于马尔可夫随机场的转移矩阵作为解码器输入，通过神经网络进行建模，以实现未来一段时间交通流量的预测。本发明通过通过构建扩充时空知识图谱，结合图注意力机制和马尔可夫随机场，该方法能够充分利用时空数据的特征，并具有较好的预测性能。
-
公开(公告)号：CN111537952B
公开(公告)日：2022-06-21
申请号：CN202010395953.8
申请日：2020-05-12
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于深度学习的RFID室内三维定位方案，通过人在天线和标签间移动，对标签的特征信息产生影响，结合相对定位与绝对定位，运用深度学习技术，进一步挖掘数据特征，以标签的RSSI、Phase、Timestamp作为输入数据训练模型，实现较好的RFID三维室内定位效果，定位模型稳定可靠，能够应用在实际生活场景中。
-
公开(公告)号：CN112885462A
公开(公告)日：2021-06-01
申请号：CN202110228690.6
申请日：2021-03-02
Applicant: 南京邮电大学
Abstract: 一种面向多源信息融合的智慧健康关联分析方法，首先对多源异构数据进行模糊关联规则挖掘，然后优化适合于数据分布动态化的智能平衡参数，再分析兼容流式存储架构，提出针对上述智能平衡参数优化的动态增量式的建模方法，实现健康风险预警。该方法通过批量数据处理方法，可以在保证一定准确率的前提下进行增量式关联规则挖掘；可与快速并行处理相结合，高效地挖掘出与疾病相关的指标；用来训练模型的数据可实时更新，每次更新的数据均可实时更新关联规则模型，从而挖掘出更准确更有效的规则，从而进行健康风险预警；更新数据或者优化模型所需要的参数均由当前数据的数据分布状态也自动产生，无需研究人员和用户的参与，具有良好的可行性。
-
Patent Agency Ranking
公开(公告)号：CN112766232A
公开(公告)日：2021-05-07
申请号：CN202110190624.4
申请日：2021-02-19
Applicant: 南京邮电大学
Abstract: 一种基于可重构卷积神经网络的道路风险目标识别方法，包括如下步骤：用户对当前实际场景当中的需要进行识别的个体进行拍摄并上传至识别端；识别端启动图像识别程序，选择并保存用户上传的图片；在识别端的界面选择可重构卷积神经网络模型，调用可重构卷积神经网络模型进行识别，识别完成后将识别结果输出到界面。本方法通过车载摄像头设备或移动终端设备对前方道路进行实时检测，出现风险目标时进行拍摄，并上传到系统数据库完成道路风险目标检测，并将检测结果通过移动终端返回。不仅保证了数据的私密性，并且还可以将检测过的图片进行保存，用于后续训练优化卷积神经网络模型，提高在实际场景中的应用，极大程度上降低了识别的误差率。
-
公开(公告)号：CN112148681A
公开(公告)日：2020-12-29
申请号：CN202011103769.8
申请日：2020-10-15
Applicant: 南京邮电大学
IPC: G06F16/13 , G06F16/16 , G06F16/172 , G06F16/182 , G06F12/0862 , G06F12/123 , G06F12/126
Abstract: 一种基于分布式文件系统HDFS的小文件存取优化方法，本该方法在传统HDFS架构之上添加新型的文件处理层。该文件处理层主要功能是提供小文件元数据索引、小文件合并、小文件预取和缓存。其中将小文件元素据保存在处理层可以降低HDFS集群内存占用和负载。小文件合并和预取方案的提出可以减少文件处理层带来的通信效率下降问题，增强小文件的读写性能。
-
公开(公告)号：CN111310878A
公开(公告)日：2020-06-19
申请号：CN202010406285.4
申请日：2020-05-14
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 本发明公开了一种基于射频识别和目标检测的货车超载检测方法，在货车出产时，将目标车辆的限重信息存储于该车的RFID标签中，在高速公路收费站处安装重量传感器，然后获取收费站摄像头采集的实时视频并进行视频预处理，根据高斯混合模型的背景相减法获取目标车辆区域，建立采集的数据集，采用数据扩充策略丰富数据集，然后利用AlexNet对得到的目标区域进行分类，筛去其他车型，留下货车车型，最后利用RFID阅读器读取货车RFID标签里的限重信息与重量传感器获得的实际重量进行比对，检测是否超载，方便工作人员有效、便捷地控制货车超载，以防止超载带来的不必要的损失。
-
公开(公告)号：CN119649599A
公开(公告)日：2025-03-18
申请号：CN202411831364.4
申请日：2024-12-12
Applicant: 南京邮电大学
IPC: G08G1/01 , G06F18/25 , G06N3/0499 , G06N3/0464
Abstract: 本发明公开了一种融合时空特征与大语言模型的城市交通流预测方法及系统，包括时空编译器模块和时空适配器模块，所述时空编译器模块通过使用时间步嵌入、时间嵌入天和空间嵌入来提取交通流量特征并进行特征融合得到关于交通流数据封装了时空模式的令牌；所述时空适配器模块通过冻结预训练Bert模型Transformer块，允许模型在适应交通流动态的同时保留其语言处理强度，将得到的令牌与预训练的BERT模型Transformer块融合得到交通流量最终预测。本发明将时空特征与大语言模型相结合，利用LLM的高级学习能力对交通数据中的空间和时间模式进行建模，从而实现高度准确的预测。
-
公开(公告)号：CN117273143A
公开(公告)日：2023-12-22
申请号：CN202310992329.X
申请日：2023-08-08
Applicant: 南京邮电大学
Abstract: 本发明公开了基于马尔可夫逻辑网络的时序知识图谱推理方法及系统包括：读取时序知识图谱并进行处理生成时序谓词序列；利用LSTM获取时序谓词序列的嵌入表征，通过马尔科夫逻辑网络建立已知三元组和隐藏三元组的联合分布；基于变分期望最大化算法结合知识图谱嵌入技术对联合分布进行推理和学习，完成时序知识图谱推理任务；本发明提出的方法是知识与数据协同驱动的时序知识图谱推理方法，在提高推理准确度的同时，也使推理具有了可解释性，并且本发明也可用于静态知识图谱推理。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.031 seconds)
