-
公开(公告)号：CN109145190A
公开(公告)日：2019-01-04
申请号：CN201810994562.0
申请日：2018-08-27
Applicant: 安徽大学
IPC: G06F16/953 , G06F17/28 , G06F17/27
CPC classification number: G06F17/289 , G06F17/2715
Abstract: 本发明公开基于神经机器翻译技术的局部引文推荐方法及系统，对原始数据集进行引文提取、词形还原、词频统计数据清洗操作，得到引文上下文与被引文章标题的平行语料并构建初始待被引文章列表库；通过词向量模型中的跳字模型结合负采样的方法将引文上下文与被引文章标题中出现的词嵌入到低维语义空间得到词向量，构建一个带有注意力机制的双向门控循环单元的编码器和门控循环单元的解码器框架，将平行语料中的引文上下文通过词向量模型转换为词向量后作为模型的输入，被引文章标题作为输出来训练模型；将编码器‑解码器框架输出的种子标题与待被引文章列表中的所有文章标题逐条进行余弦相似度计算；依据文章年份，选取符合要求的文章作为推荐列表。
-
公开(公告)号：CN105930584A
公开(公告)日：2016-09-07
申请号：CN201610249082.2
申请日：2016-04-19
Applicant: 安徽大学
IPC: G06F17/50
CPC classification number: G06F17/5009
Abstract: 本发明公开了本发明提出的一种计算机组成与系统结构的虚拟实验平台，包括：仿真芯片工具箱模块、功能部件设计管理模块、仿真功能部件器件库模块、整机设计管理模块和仿真模型机任务管理模块；仿真芯片工具箱模块用于实现对芯片的设计，其中芯片管理模块可创建、可修改、可添加芯片工具箱配置文件；芯片存储模块可根据芯片工具箱配置文件生成芯片并存储到芯片器件库中。功能部件设计管理模块中包含的生成功能部件设计管理模块可从芯片器件库中调用m个芯片，并根据计算机组成与体系结构把芯片拼接生成功能部件设计配置文件；仿真功能部件器件库模块用于存储通过加载功能部件设计配置文件生成的仿真功能部件。本发明从最小的功能单元芯片着手，实现了虚拟仿真实验平台的逻辑器件库及系统的仿真引擎构建。
-
公开(公告)号：CN101788999A
公开(公告)日：2010-07-28
申请号：CN200910251662.5
申请日：2009-12-30
Applicant: 安徽大学
IPC: G06F17/30
Abstract: 本发明公开了一种网络图中最短路径的二分查找追踪方法，特征是根据最短路径步数矩阵提取源节点到汇节点的最短路径步数，对其折半拆分为前、后步数；在最短路径步数矩阵的源节点行向量中搜索步数等于前步数的节点，为前步数节点集；在最短路径步数矩阵的汇节点列向量中搜索步数等于后步数的节点，为后步数节点集；取前、后步数节点集的交集为中间节点；以交集中每节点为基准，用上述方法求源节点与该节点、该节点与汇节点的中间节点，直到需求解节点间最短路径步数为1为止；将所求的中间节点顺次插到对应位置得源到汇节点的所有最短路径；利用本发明方法查找两点间所有最短路径，可对应于实际数据中抽象出网络图的择优路径选择提供多种方案。
-
公开(公告)号：CN101114968A
公开(公告)日：2008-01-30
申请号：CN200710131394.4
申请日：2007-08-31
Applicant: 安徽大学
Abstract: 本发明基于复杂网络商空间模型的路径搜索方法，特征是先利用等价关系对网络进行逐步粗化分类，构成递阶商空间链，得到每个节点的分层编号的商空间模型；然后在商空间模型中找到要搜索的起点和终点的分层编号，根据对应递阶商空间链中从细到粗的商空间，从最后一个编号开始比较，从粒度最粗的商空间开始搜索两点的连通路径，接着在较粗的商空间中搜索细的商空间，一直到最细的商空间为止，根据任意两节点的分层编号可以直观的发现两节点的“最佳路径”的路径分布状况，根据其递阶商空间链可以找出网络中任意两节点的“最佳路径”；再依据该模型从最粗的商空间开始搜索两点的连通路径，逐步细化，一直到搜索到最细的商空间，搜索出“最佳路径”。
-
公开(公告)号：CN119474406B
公开(公告)日：2025-04-08
申请号：CN202510052674.4
申请日：2025-01-14
Applicant: 安徽大学
IPC: G06F16/36 , G06F40/16 , G06F40/258 , G06F40/30 , G06N3/0442 , G06N3/045 , G06N5/025 , G06F16/31
Abstract: 本发明提供基于GLM‑4的无标注课程知识点图谱构建方法及系统，方法包括：生成知识点图谱的第一层次结构；根据第一层次结构，对章节及下属各级标题进行文档分割操作，得到章节独立单元、分级标题独立单元；进行数据清洗操作，得到预处理章节独立单元、预处理标题独立单元；进行知识点获取操作，调用GLM‑4模型的应用程序编程接口API，并给定prompt指令，据以利用GLM‑4模型，从预处理章节独立单元、预处理标题独立单元中，提取得到符合大纲知识点；利用GLM‑4模型进行噪声去除操作，得到去噪数据；通过余弦相似度算法进行比对；构建知识图谱。本发明解决了知识点图谱在粒度上过于细化，导致知识难以理解的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN119474348B
公开(公告)日：2025-04-08
申请号：CN202510058933.4
申请日：2025-01-15
Applicant: 安徽大学
IPC: G06F16/334 , G06F16/36 , G06F40/30 , G06F40/205 , G06F40/295 , G06N5/022 , G06F18/25
Abstract: 本发明提供多课程融合知识图谱构建及真题解析方法及系统，方法包括：进行知识点对齐操作，对跨课程的知识点进行整合操作，利用余弦相似度计算方法，对知识点进行量化分析，识别并对齐不同课程中的同义知识点；进行知识点消歧操作，处理知识点同名不同义的情形，得到整合知识点、整合知识图谱；对整合知识点进行知识点规范化操作，对整合知识图谱进行标准化处理，得到规范化知识点、标准化知识图谱；对规范化知识点进行转换、提取得到关键特征，根据关键特征处理得到语义特征序列向量；匹配得到匹配结果、适用知识点；对匹配结果进行验证和评估，将题目挂载至对应的知识点。本发明解决了知识点抽取结果片面化、结果准确率不高的技术问题。
-
公开(公告)号：CN118172562B
公开(公告)日：2024-08-27
申请号：CN202410605818.X
申请日：2024-05-16
Applicant: 安徽大学
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/084 , G06T7/00 , G06T7/11
Abstract: 本发明的一种无造影剂心肌梗死图像分割方法、设备及介质，包括收集钆造影剂增强前后的心肌梗死核磁共振图像对数据集，并进行数据处理；然后利用时空双流网络分别提取输入图像序列中的时间特征和空间特征，并将提取的特征分别传递给主编码器；其次，使用主编码器将时间特征和空间特征进行有效融合，完成对输入图像序列的特征提取，实现精准的心脏时空表征捕获；最后结合监督训练和鉴别器对抗训练共同训练模型，输出每个输入图像序列的心肌梗死预测分割图。本发明不仅解决了深度学习模型在心肌梗死分割应用中面临的没有充分分析心脏的时空运动问题，还实现了精确的心肌梗死区域分割，为心肌梗死的诊断和治疗提供了有力的技术支持。
-
公开(公告)号：CN113836863B
公开(公告)日：2024-05-28
申请号：CN202111157834.X
申请日：2021-09-30
Applicant: 安徽大学
IPC: G06F30/3947 , G06F30/398
Abstract: 一种Logisim电路图的查重方法及系统，属于数据处理技术领域，解决如何有效地捕捉到Logisim电路图的关键信息，减少拖拽电路图的部分元件或部分最大连通子图对查重的干扰的问题，包括以下步骤：将Logisim电路图视作以元件为节点、以导线为边的无向图，然后将无向图划分为若干最大连通子图，得到最大连通子图集合，从而创建最大连通子图集合数据集；通过计算最大连通子图的相似度，从而计算最大连通子图集合的重复率；根据计算的重复率采用阈值过滤或聚类的方法从Logisim电路图数据集找到重复的Logisim电路图；本发明的技术方案将Logisim电路图表示为最大连通子图集合，有效地捕捉到Logisim电路图的关键信息，减少多种作弊手段对查重的干扰，从而提高查重的效果。
-
公开(公告)号：CN115965630A
公开(公告)日：2023-04-14
申请号：CN202211464842.3
申请日：2022-11-22
Applicant: 安徽大学
IPC: G06T7/10 , G06T7/136 , G06T5/50 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于内窥镜图像的深度融合的肠息肉分割方法及装置，所述方法包括：采集内窥镜下肠息肉图像并进行预处理得到训练集和测试集；利用门控轴向注意力机制模块和滑动窗口注意力机制模块构建深度特征融合模块；利用门控轴向注意力机制模块、深度特征融合模块以及注意力门控模块构建肠息肉图像分割模型；利用训练集训练肠息肉图像分割模型得到最优的肠息肉图像分割模型；将实时采集的内窥镜下肠息肉图像输入最优的肠息肉图像分割模型得到预测分割图像；本发明的优点在于：解决了由于缺乏大量带有标签数据的问题，训练成本和训练难度较低。
-
公开(公告)号：CN115564611A
公开(公告)日：2023-01-03
申请号：CN202211303426.5
申请日：2022-10-24
Applicant: 安徽大学
IPC: G06Q50/18 , G06F18/23 , G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本发明提供利用多视图表示融合进行专利发明人消歧的方法及系统，方法包括：对专利数据进行预聚类；构建多个局部视图和一个全局视图；利用PatentBERT预训练模型生成文本语义表示向量；利用GAT表征模型并加入生成的节点语义表示向量在所有视图上分别获取对应节点表示向量，该表示向量融合语义信息和结构信息；融合局部视图获取的节点表示向量得到一个局部视图融合向量；接着将局部视图融合向量和全局视图向量借助对比损失进行模型训练，得到节点最终融合向量；利用层次凝聚聚类方法对最终向量进行聚类得到消歧结果。本发明通过在局部视图学习嵌入能够捕获更深层次的局部结构信息，同时结合对比学习的思想，在局部结构信息的基础上捕获全局结构信息。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.022 seconds)
