-
公开(公告)号：CN115221314A
公开(公告)日：2022-10-21
申请号：CN202210162700.5
申请日：2022-02-22
Applicant: 安徽大学
IPC: G06F16/35 , G06F40/216 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合表情符号的社交文本情感分析方法及装置，所述方法包括：将无标注含表情文本数据和有标注社交文本数据做预处理，获取预训练文本数据，并将其中的表情符号提取作为预训练标签；搭建神经网络模型对预训练文本数据进行预训练，得到以表情符号为预测标签的预训练模型；将预处理的有标注社交文本数据输入至预训练模型，通过链式解冻方法更新预训练模型的参数，训练得到社交文本情感分类器；将需要进行情感分类的社交文本输入至社交文本情感分类器，得到预测情感类别；本发明的优点在于：克服了社交文本与表情符号分割处理导致情感信息遗失的局限性，提升对社交文本的分类准确度。
-
公开(公告)号：CN115049603A
公开(公告)日：2022-09-13
申请号：CN202210633745.6
申请日：2022-06-07
Applicant: 安徽大学
IPC: G06T7/00 , G06T7/10 , G06V10/40 , G06V10/74 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于小样本学习的肠息肉分割方法及系统，系统包括：收集训练样本，获取测试样本，将训练样本和测试样本分别再次划分为支持集和查询集；构建特征提取模块来提取支持图像和查询图像的特征信息；构建多级原型学习模块来学习支持图像中的多级目标原型并使其引导查询图像来寻找疑似目标区域；构建全局信息交互模块使得支持图像和查询图像进行充分的信息交互，使查询图像与支持图像的特征层次和对比度相似；构建神经网络，利用训练样本训练该神经网络，优化网络参数，得到神经网络模型；将测试样本输入至上述模型中，经计算输出肠息肉分割图像。解决了分割精度低、依赖充分训练及过度依赖用户交互的问题。
-
公开(公告)号：CN107122403B
公开(公告)日：2020-08-07
申请号：CN201710174575.9
申请日：2017-03-22
Applicant: 安徽大学
IPC: G06F16/958 , G06F16/957
Abstract: 本发明公开了一种网页学术报告信息抽取方法和系统，包括：将学术报告网页html标签和学术报告的内容开头替换为对应的固定表示标记，根据相邻两个固定表示标记对学术报告进行分割，得到初步分割结果集合；删除初步分割结果集合中匹配预设黑名单的初步分割结果，得到有效分割结果集合；获取有效分割结果集合中各有效分割结果的开头位置和结尾位置，根据所述开头位置和结尾位置合并提取各有效分割结果对应的属性内容；当属性出现重复，根据属性排列方式将不同属性对应的属性内容分配到相应的学术报告中，并将多个报告中出现且仅出现一次的属性添加到本网页其他报告中；获取学术报告的报告人信息和时间并匹配到学术报告中报告人信息和时间中。
-
公开(公告)号：CN101330457B
公开(公告)日：2011-03-23
申请号：CN200810021103.0
申请日：2008-07-24
Applicant: 安徽大学
Abstract: 本发明公开了一种基于商空间覆盖模型的最短路径搜索方法，特征是先构建由一递阶商空间覆盖网络链中各商空间覆盖网络的所有极大完全子图和其对应于初始网络的节点信息构成的商空间覆盖模型，依据商空间覆盖模型获得要搜索的起、终点在不同商空间覆盖网络的极大完全子图中对应位置的分层编号，比较其分层编号，从粒度较细商空间中搜索路径，逐步细化商空间，直到粒度最细商空间，求得两节点的最短路径，从而解决无向无权网络中最短路径的快速搜索问题，且可同时求出网络中多条最短路径；利用本方法求两点间的最短路径，可达到网络资源的综合利用，解决交通网络中乘客最少换乘次数，电力网络中能源的有效利用和帮助快速故障路径检测等问题。
-
公开(公告)号：CN101330417A
公开(公告)日：2008-12-24
申请号：CN200810021101.1
申请日：2008-07-24
Applicant: 安徽大学
Abstract: 本发明公开了一种无向无权网络的商空间覆盖模型及其构建方法，特征是利用商空间理论和相容关系对网络求极大完全子图，逐步粒度粗化形成一递阶商空间覆盖网络链，得到粒度由细到粗的各级商空间覆盖网络所有极大完全子图及其在初始网络中的节点信息而形成的商空间覆盖模型；根据该商空间覆盖模型中各级商空间覆盖网络的极大完全子图在初始网络中的节点信息，可直观找出网络的两节点间的最短路径长度，根据模型可以找到初始网络两节点在不同粒度商空间覆盖网络的位置，从粒度粗的商空间覆盖网络开始搜索两点间的连通路径，逐步细化，一直到搜索到粒度最细的商空间，从而可快速搜索出任意两点的最短路径；还可利用计算机来构建商空间覆盖模型。
-
Patent Agency Ranking
公开(公告)号：CN119474348A
公开(公告)日：2025-02-18
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：CN114490386B
公开(公告)日：2025-02-14
申请号：CN202210093923.0
申请日：2022-01-26
Applicant: 安徽大学
IPC: G06F11/3668 , G06F16/215 , G06F18/214 , G06F18/241
Abstract: 本发明提供一种基于信息熵过采样的软件缺陷预测方法及系统，方法包括：获取软件缺陷数据集；将数据集划分为训练集测试集，并计算训练集中多数类样本和少数类样本的类确定性熵；根据类确定性熵将多数类样本和少数类样本划分为安全样本、关键样本、危险样本，并选择少数类关键样本作为种子样本；清除多数类危险样本；对少数类关键样本局部邻域约束过采样；采用新的平衡训练集训练软件缺陷预测模型，并对测试集进行测试。本发明解决了现有技术中存在的类不平衡及类重叠问题对分类模型产生不利影响，导致软件缺陷预测效果较差的技术问题。
-
公开(公告)号：CN118172562A
公开(公告)日：2024-06-11
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：CN117556058B
公开(公告)日：2024-05-24
申请号：CN202410040729.5
申请日：2024-01-11
Applicant: 安徽大学 , 合肥瑞徽人工智能研究院有限公司
Abstract: 本申请提出了一种知识图谱增强网络嵌入的作者名称消歧方法和装置，涉及实体消歧技术领域，其中，该方法包括：获取作者名称消歧数据集；基于作者名称消歧数据集构建知识图谱，并利用PairRE模型得到知识图谱表征；基于作者名称消歧数据集构建异构信息网络，并基于知识图谱得到的节点嵌入指导异构信息网络进行随机漫步，得到节点表征；将知识图谱表征和节点表征融合，并对融合后的表征进行聚类，得到作者名称消歧结果。采用上述方案的本申请实现了作者名称的准确消歧。
-
公开(公告)号：CN117912639A
公开(公告)日：2024-04-19
申请号：CN202311699808.9
申请日：2023-12-11
Applicant: 安徽大学 , 合肥瑞徽人工智能研究院有限公司
Abstract: 本发明公开了基于三支决策的文本知识增强抑郁症检测系统，包括：模板获取模块，用于构建抑郁症检测模板；帖子筛选模块，用于获取每个用户抑郁程度最高的R条帖子；帖子清洗模块，用于对帖子进行清洗，生成外部知识；嵌入处理模块，用于筛选生成的外部知识，对帖子和筛选后的外部知识进行嵌入得到帖子和所选外部知识的特征向量；文本感知模块，用于得到文本感知的知识；信息融合模块，用于动态融合帖子的语义信息和情感信息，得到每条帖子最终的表示向量；结果输出模块，用于把用户所有的帖子最终的表示向量聚合成用户特征，根据用户特征对该用户进行抑郁检测；本发明的优点在于：检测结果更为全面，从而更加准确。
-
-
-
-
-
-
-
-
-
Search Results
68
records
(took 0.025 seconds)
