-
公开(公告)号：CN107358447A
公开(公告)日：2017-11-17
申请号：CN201710530476.X
申请日：2017-06-29
Applicant: 安徽大学
CPC classification number: G06Q30/016 , G06Q30/0631 , H04L67/26
Abstract: 本发明公开了一种以服务质量为中心的个性化服务推荐方法和系统，所述方法包括：根据服务的质量维度P建立P维空间坐标系A，根据所有服务建立候选服务集合S；获取参考服务sr；以S中的每一个服务到参考服务sr的各维位移值作为映射函数进行函数映射，得到新的候选服务集合S’，并将A转换为新坐标系A’；对S’进行Skyline计算，得到S’的Skyline集合S’DL，则S的Dynamic Skyline集合SDSL＝S’DL；向用户推送集合SDSL；如此，根据参考服务发现那些不被其它任何服务支配过的服务，为鉴别出合适的候选服务及其可能的组合，使得系统工程师不必列举所有的候选服务。
-
公开(公告)号：CN107341621A
公开(公告)日：2017-11-10
申请号：CN201710660597.6
申请日：2017-08-04
Applicant: 安徽大学 , 平安煤矿瓦斯治理国家工程研究中心有限责任公司
CPC classification number: G06Q10/0639 , G06Q50/02
Abstract: 本发明公开了一种分布式矿井通风实时解算和分析预警方法及系统，所述方法包括：在预设时间点获取井下目标位置的风速数据和目标位置的风压数据；根据设时间点与井下目标位置的风速数据和目标位置的风压数据建立消息队列；通过Storm对消息队列中的数据进行并行地分风处理，得到井下不同时间点目标位置的分风数据；根据井下目标位置的风速数据、井下目标位置的风压数据、井下目标位置的分风数据和预设数据进行井下目标位置安全性分析，并根据分析结果进行预警。
-
公开(公告)号：CN105046701B
公开(公告)日：2017-09-15
申请号：CN201510402217.X
申请日：2015-07-08
Applicant: 安徽大学
Abstract: 本发明一种基于构图线的多尺度显著目标检测方法，以构图线为目标、其余为背景出发，通过多次特征相关性比较逐步更新目标和背景，形成显著图，并通过背景角度的细化、超像素内像素之间差异的矫正及多尺度融合实现显著目标检测，克服现有图像显著目标检测方法未能直接利用目标特征形成显著图的不足。所述构图线定义为摄影构图法则中的三等分构图线、对角构图线、三角形构图线、黄金比例构图线或金色螺线构图线。所述方法以构图线作为目标的初始值，能够充分利用假定已知目标的特征完成显著性计算。
-
公开(公告)号：CN106503140A
公开(公告)日：2017-03-15
申请号：CN201610916937.2
申请日：2016-10-20
Applicant: 安徽大学
IPC: G06F17/30
CPC classification number: G06F16/9535
Abstract: 本发明公开了一种基于Hadoop云平台Web资源个性化推荐系统及方法；用户模型模块收集用户在Web资源页面的浏览行为信息，并根据用户在Web资源页面的浏览行为信息为用户的不同行为类型赋予不同的权值，再根据上述不同的权值计算出用户对上述Web资源页面的兴趣度；推荐算法模块根据用户模型模块计算出的兴趣度，利用推荐算法对收集的用户在Web资源页面的浏览行为信息进行聚类处理得出聚类结果，然后根据上述聚类结果构建矩阵，再通过对上述构建的矩阵进行目标资源最近邻分析得出目标资源的最近邻结果，并根据上述最近邻结果对用户的兴趣度进行预测和融合处理得出推荐方案；并行处理模块，在Hadoop云平台下对推荐算法进行离线分布式计算并对计算结果进行存储。
-
公开(公告)号：CN105808147A
公开(公告)日：2016-07-27
申请号：CN201610303089.8
申请日：2016-05-10
Applicant: 安徽大学
IPC: G06F3/0488 , G06F3/14
CPC classification number: G06F3/0488 , G06F3/1454
Abstract: 本发明为解决不支持Miracast技术的设备之间无线复制与扩展传屏及触控同步问题，提供一种既可实现复制屏幕又可实现扩展屏幕的无线复制与扩展显示交互方法及系统。所述系统由源端设备、触控显示设备，及由虚拟显示屏模块、模数转换模块、压缩模块、无线通信模块、协议转换模块构成的USB虚拟设备、由所述无线通信模块、解压缩模块、数模转换模块构成的显示交互处理设备组成。通过在源端设备上以硬件方式虚拟一个虚拟显示屏，借助虚拟显示屏与触控显示设备的无线同步显示与触控交互，将触控显示设备作为源端设备的无线复制或扩展显示触控终端。所述虚拟显示屏由源端设备USB接口转标准音视频接口输出源端设备复制或扩展的显示屏音视频信号形成。
-
Patent Agency Ranking
公开(公告)号：CN119739591A
公开(公告)日：2025-04-01
申请号：CN202411799393.7
申请日：2024-12-09
Applicant: 安徽大学
IPC: G06F11/30 , G06F11/34 , G06F18/25 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种可靠性高的微服务系统多模态异常检测方法及其系统。可靠性高的微服务系统多模态异常检测方法包括以下步骤：采集微服务系统中的多种模态数据，并对多种模态数据分别进行编码获取特征表示，并利用高斯分布表示对每个模态特征表示分别进行采样重构以此理解有噪声的多模态内容。在获得模态特征后，为了衡量模态内容的不同贡献，本发明通过一种自适应的融合方法分配每个模态数据的融合权重，最后将融合权重和模态数据的特征表示结合并输入到异常检测器中来判断微服务系统是否有异常，从而大大地提高了微服务系统异常检测的准确率和可靠性。
-
公开(公告)号：CN118333162A
公开(公告)日：2024-07-12
申请号：CN202410767679.0
申请日：2024-06-14
Applicant: 安徽大学
Abstract: 本申请涉及一种混合局部文本实体因果结构学习方法、装置和电子设备，其中，混合局部文本实体因果结构学习方法包括：依次在变量队列中确定当前学习变量，采用基于约束的PC发现方法确定当前学习变量的局部因果骨架，并将当前学习变量加入变量集中；遍历局部因果骨架中的每个变量，计算变量的第一局部结构分数和第二局部结构分数；当变量的第一局部结构分数小于第二局部结构分数时，从局部因果骨架中删除变量，并将局部因果骨架加入当前因果骨架中；确定当前因果骨架中每个变量的因果方向。解决了现有的局部因果结构学习方法在少量文本样本情况下，无法准确地学习识别出文本中不同实体间的因果关系的问题。
-
公开(公告)号：CN118333049A
公开(公告)日：2024-07-12
申请号：CN202410448145.1
申请日：2024-04-15
Applicant: 安徽大学
IPC: G06F40/279 , G06F16/901
Abstract: 本申请涉及一种融合异质信息网络的事件抽取方法、装置和电子设备，其中，该事件抽取方法包括：在预先构建的目标异质信息网络中进行工单事件抽取，将抽取出的工单事件信息表示为结构化数据，所述目标异质信息网络包含工单数据信息。本发明提供的事件抽取方法，首先采用异质信息网络对海量的工单数据进行处理，将工单数据以结构化形式存储在异质信息网络中，得到目标异质信息网络。然后在目标异质信息网络中进行工单事件抽取，不仅可以提高工单事件抽取效率，还可深度挖掘海量工单数据的结构和信息，解决了目前的事件抽取方法难以深度挖掘出工单数据信息中的结构和信息的问题。
-
公开(公告)号：CN117952712A
公开(公告)日：2024-04-30
申请号：CN202410097477.X
申请日：2024-01-24
Applicant: 安徽大学
IPC: G06Q30/0601 , G06N7/01
Abstract: 本发明公开了一种基于有向网络信息传播的关键竞品识别方法及系统，属于复杂网络数据挖掘技术领域。本发明主要包括：执行网络爬虫程序在亚马逊平台收集目标产品P的问答信息和评论信息；执行SNowNLP从问答信息中识别目标产品P的竞品c，构建竞品c的集合为竞品集合C1；根据问答信息和评论信息计算每个竞品c的点评得分RS；构建以竞品集合C1中竞品c作为节点v的网络G；根据点评得分RS计算每个节点v的初始得分vsq；根据初始得分vsq计算每个节点v的最终得分score。本发明执行网络爬虫程序收集目标竞品的问答信息和评论信息，构建了比较网络模型，计算得到目标商品的关键竞品，信息收集和比较过程简单快速，能够较为全面和准确地识别竞品。
-
公开(公告)号：CN115269845B
公开(公告)日：2023-06-23
申请号：CN202210917923.8
申请日：2022-08-01
Applicant: 安徽大学
IPC: G06F16/35 , G06F40/216 , G06F40/242 , G06Q50/00 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于社交网络用户人格的网络对齐方法及系统，方法包括：采集用户发布内容及多平台网络结构，处理得到统一长度用户文本特征向量及多平台网络结构图；将多平台用户文本放入LIWC中，得到用户大五人格得分；拼接用户文本特征向量得到文本特征矩阵，以图卷积网络处理得到每个用户单平台表示向量；拼接两个用户单平台表示向量，以全连接层获取二分类预测结果；根据网络对齐二分类预测结果进行判断，将各平台表示向量放入全连接层，语言探索及字词计数LIWC得到人格真实值，用户平台表示通过全连接层以获得用户大五人格向量，进行人格预测并辅助网络对齐。本发明解决了信息稳定性差导致对齐效果易受有干扰以及网络对齐精度较低的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.031 seconds)
