-
公开(公告)号：CN109918563B
公开(公告)日：2023-10-20
申请号：CN201910066005.7
申请日：2019-01-24
Applicant: 暨南大学
IPC: G06F16/9535 , G06Q30/0601
Abstract: 本发明公开了一种基于公开数据的图书推荐的方法，具体涉及数字图书馆领域，具体包括以下推荐方法：网上书店书籍数据采集、网上书店能提供信息的书籍的阅读价值评估、馆藏特色书籍数据采集、馆藏特色书籍的阅读价值评估、图书推荐策略以及对外提供图书阅读价值和推荐服务的接口共六个步骤，本发明借助集体智慧的图书推荐技术，通过网络技术不断采集各大网络书店发布的图书销售和推荐信息，根据这些公开数据作为推荐参考标准的思路，集合数量远超一个图书馆的用户的海量用户的阅读体验和智慧，来完成对图书阅读价值的分析，以便向读者推荐最适合的图书，并且可根据图书各类馆藏图书的不同特点和用户的个性化需求提供有针对性的推荐方案。
-
公开(公告)号：CN116403039A
公开(公告)日：2023-07-07
申请号：CN202310361022.X
申请日：2023-04-06
Applicant: 暨南大学
IPC: G06V10/764 , G06V10/82 , G06V10/26 , G06T7/00 , G06T7/11 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于转化医学与人工智能技术领域，具体涉及一种基于超声图像的产程进展角自动实时测量方法，解决了现有技术中存在耗时长和使用者之间有主观差异性的问题，包括如下步骤：步骤S1、获取产时母胎超声切面图像；步骤S2、对步骤S1获得的产时母胎超声切面图像进行分类，输入分类卷积网络中，得到包含清晰的胎头和耻骨联合区域的产时母胎超声标准切面图像；步骤S3、对步骤S2获得的产时母胎超声标准切面图像输入训练好的分割卷积网络中，本发明采用人工智能技术实现自动化产程进展角自动测量，能够替代超声医师完成产程进展角测量，因此能解决现有的传统人工测量工作量较大、耗时长的技术问题。
-
公开(公告)号：CN110852096A
公开(公告)日：2020-02-28
申请号：CN201910567582.4
申请日：2019-06-27
Applicant: 暨南大学
IPC: G06F40/289 , G06F40/258 , G06F40/211 , G06K9/62 , G06F16/33
Abstract: 本发明公开了一种中文文献综述自动生成的方法，具体涉及文献综述领域，具体包括以下步骤：S1、数据预处理；S2、特征提取；S3、句子重要性评分及主题信息提取；S4、句子选择；S5、句子排序。本发明提出的解决方案适用于中文并支持中英文混杂的综述生成，可结合不同的语料库/词典进行不同学科专业的综述生成，而且能根据不同的学科专业的习惯和需要自动生成文献综述，按照学科不同要求提供更合理和灵活的陈述安排。
-
公开(公告)号：CN110236594B
公开(公告)日：2022-06-07
申请号：CN201910460273.7
申请日：2019-05-30
Applicant: 暨南大学
Abstract: 本发明公开了一种胎动信号识别标记方法、系统、介质、设备，所述方法包括步骤：获取胎心率加速曲线、宫缩曲线和胎儿活动图；通过对胎心率加速曲线进行胎心率基线计算和胎心率加速识别，获取胎心率加速信息；通过对宫缩曲线的信号进行平滑处理求差值信号并搜索胎动信息，获取第一胎儿活动信息；通过对胎儿活动图曲线基线计算和动态阈值提取胎动信息，获取第二胎儿活动信息；计算胎心率加速指数分值、宫缩胎动信息指数分值和胎儿活动图胎动指数分值的总分值并标记胎动事件。本发明综合胎心率加速、宫缩胎动信息和胎儿活动图胎动信息三种信号源的权值大小综合判断并实现胎动信号标记，使得胎动信号的判断来源更加全面，增加了胎动标记的准确性。
-
公开(公告)号：CN109885761A
公开(公告)日：2019-06-14
申请号：CN201910066076.7
申请日：2019-01-24
Applicant: 暨南大学
IPC: G06F16/9535 , G06Q10/10
Abstract: 本发明公开了一种人力资源企业的职位和人才匹配和推荐方法，具体涉及网络招聘领域，具体包括协同过滤推荐方案、基于专家智慧推荐方案和整合方案。本发明使求职者无需输入准确的搜索关键词：省去求职者构造合适关键词的过程，也就避免了检索需要依赖查询关键词精确匹配所带来的问题，职位推荐方案为求职者推荐其可能感兴趣的职位信息；线下互动，主动推送：通过职位推荐，招聘网站可以定期将求职者可能感兴趣的职位主动地推送到求职者注册的邮箱或者手机上；职位过滤：职位检索的其中一个目的就是过滤相关度低求职者兴趣不大的职位，用户感兴趣的职位推荐的结果一般来说也就数十个职位，这一做法可以降低用户的信息过载负担。
-
Patent Agency Ranking
公开(公告)号：CN117011194B
公开(公告)日：2024-01-30
申请号：CN202311278822.1
申请日：2023-10-07
Applicant: 暨南大学
IPC: G06T5/00 , G06T5/60 , G06N3/0464 , G06V10/80 , G06V10/82
Abstract: 本发明公开一种基于多尺度双通道注意力网络的低光图像增强方法，包括：构建训练集；所述训练集包括：低光图像和高光图像；利用所述训练集对预设的多尺度双通道注意力低光增强网络（MDANet）进行训练；预设的多尺度双通道注意力低光增强网络包括：多尺度特征提取和融合(MFEF)模块、双通道注意力特征增强(DAFE)模块；对所述低光图像进行预处理后，输入训练后的所述多尺度双通道注意力低光增强网络，完成低光图像增强。本发明通过堆叠多个多尺度特征提取和融合模块，实现自顶向下的特征提取和自底向上的特征融合，并取得极好的低光增强效果。(56)对比文件Yang Qun et al..A Lowlight ImageEnhancement Method Learning from BothPaired and Unpaired Data by AdversarialTraining《. Neurocomputing》.2020,第1-9页.
-
公开(公告)号：CN110060772B
公开(公告)日：2022-07-01
申请号：CN201910066007.6
申请日：2019-01-24
Applicant: 暨南大学
Abstract: 本发明公开了一种基于社交网络的职业心理性格分析方法，具体涉及心理分析领域，具体步骤为：步骤一：采集用户的基本信息；步骤二：构造MBTI职业性格四维度的分类器；步骤三：将修改过权值的新数据集送给下层分类器进行训练；步骤四：完成对象的MBTI分析报告。本发明通过采集个人的社交网络内容并进行全面深入的量化分析，借助MBTI模型量化个人微博内容和职业心理性格之间的关联，通过采集样本训练分类器，使得招聘方可以根据候选人在社交网络发布的内容全面迅速准确地判断地其职业心理性格，为决策提供客观的依据，同时本发明用信息技术实现了上述整个分析过程的自动化，大大降低了分析的时间成本。
-
公开(公告)号：CN110060772A
公开(公告)日：2019-07-26
申请号：CN201910066007.6
申请日：2019-01-24
Applicant: 暨南大学
Abstract: 本发明公开了一种基于社交网络的职业心理性格分析方法，具体涉及心理分析领域，具体步骤为：步骤一：采集用户的基本信息；步骤二：构造MBTI职业性格四维度的分类器；步骤三：将修改过权值的新数据集送给下层分类器进行训练；步骤四：完成对象的MBTI分析报告。本发明通过采集个人的社交网络内容并进行全面深入的量化分析，借助MBTI模型量化个人微博内容和职业心理性格之间的关联，通过采集样本训练分类器，使得招聘方可以根据候选人在社交网络发布的内容全面迅速准确地判断地其职业心理性格，为决策提供客观的依据，同时本发明用信息技术实现了上述整个分析过程的自动化，大大降低了分析的时间成本。
-
公开(公告)号：CN109918563A
公开(公告)日：2019-06-21
申请号：CN201910066005.7
申请日：2019-01-24
Applicant: 暨南大学
IPC: G06F16/9535 , G06Q30/06
Abstract: 本发明公开了一种基于公开数据的图书推荐的方法，具体涉及数字图书馆领域，具体包括以下推荐方法：网上书店书籍数据采集、网上书店能提供信息的书籍的阅读价值评估、馆藏特色书籍数据采集、馆藏特色书籍的阅读价值评估、图书推荐策略以及对外提供图书阅读价值和推荐服务的接口共六个步骤，本发明借助集体智慧的图书推荐技术，通过网络技术不断采集各大网络书店发布的图书销售和推荐信息，根据这些公开数据作为推荐参考标准的思路，集合数量远超一个图书馆的用户的海量用户的阅读体验和智慧，来完成对图书阅读价值的分析，以便向读者推荐最适合的图书，并且可根据图书各类馆藏图书的不同特点和用户的个性化需求提供有针对性的推荐方案。
-
公开(公告)号：CN117011194A
公开(公告)日：2023-11-07
申请号：CN202311278822.1
申请日：2023-10-07
Applicant: 暨南大学
IPC: G06T5/00 , G06N3/0464 , G06V10/80 , G06V10/82
Abstract: 本发明公开一种基于多尺度双通道注意力网络的低光图像增强方法，包括：构建训练集；所述训练集包括：低光图像和高光图像；利用所述训练集对预设的多尺度双通道注意力低光增强网络（MDANet）进行训练；预设的多尺度双通道注意力低光增强网络包括：多尺度特征提取和融合(MFEF)模块、双通道注意力特征增强(DAFE)模块；对所述低光图像进行预处理后，输入训练后的所述多尺度双通道注意力低光增强网络，完成低光图像增强。本发明通过堆叠多个多尺度特征提取和融合模块，实现自顶向下的特征提取和自底向上的特征融合，并取得极好的低光增强效果。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
