-
公开(公告)号：CN119722505A
公开(公告)日：2025-03-28
申请号：CN202411682390.5
申请日：2024-11-22
Applicant: 江南大学
Abstract: 本发明公开了一种自监督图像降噪的神经网络结构搜索方法，属于神经网络结构搜索和图像降噪领域。所述方法设计了多尺度编码器的搜索空间，使网络结构可以融合不同尺度提取的特征信息，恢复出更多的图像细节，有利于发现降噪效果更好的网络结构；本发明基于多尺度编码器的搜索空间，提出了一种改进的遗传算法对网络结构进行搜索，设计了粗粒度种群初始化方法、距离引导的父代选择方法和基于模块化的交叉变异操作，提升了遗传算法的搜索能力。相比现有的自监督图像降噪方法和神经网络结构方法，可以达到更好的降噪效果；实验结果证明，本发明的自监督图像降噪神经网络结构搜索方法可以有效地发现降噪效果更好的网络结构。
-
公开(公告)号：CN117474106B
公开(公告)日：2024-07-09
申请号：CN202311388156.7
申请日：2023-10-24
Applicant: 江南大学
Abstract: 本发明涉及一种基于全流程并行遗传算法的贝叶斯网络结构学习方法，属于信息处理及人工智能技术领域。本发明基于遗传算法来构建贝叶斯网络结构学习方法，能够更广泛地探索搜索空间、提高搜索效率；同时，一方面通过寻找两个节点间边的生成来简化BN结构的搜索，另一方面采用全流程并行计算的方式来进一步提高搜索效率，并使用BIC作为评分函数来解决数似然度和结构复杂度的权衡问题。
-
公开(公告)号：CN117474106A
公开(公告)日：2024-01-30
申请号：CN202311388156.7
申请日：2023-10-24
Applicant: 江南大学
Abstract: 本发明涉及一种基于全流程并行遗传算法的贝叶斯网络结构学习算法，属于信息处理及人工智能技术领域。本发明基于遗传算法来构建贝叶斯网络结构学习算法，能够更广泛地探索搜索空间、提高搜索效率；同时，一方面通过寻找两个节点间边的生成来简化BN结构的搜索，另一方面采用全流程并行计算的方式来进一步提高搜索效率，并使用BIC作为评分函数来解决数似然度和结构复杂度的权衡问题。
-
公开(公告)号：CN119597913A
公开(公告)日：2025-03-11
申请号：CN202410919788.X
申请日：2024-07-10
Applicant: 江南大学
IPC: G06F16/35 , G06F16/334 , G06F16/3329 , G06F16/33 , G06F16/332 , G06F40/284 , G06F40/30
Abstract: 本发明涉及自然语言处理技术领域，具体指一种基于大语言模型的少样本细粒度情感分析方法、装置、设备及可读存储介质，包括：基于各种文本生成提示，采用交叉或递增的方式，得到各个新增文本；基于标签确定提示，得到各个新增文本的标签，进而得到增强训练集；根据基于思维链的信息推理提示中的各个问题，利用大语言模型推理出增强训练集中各个增强文本的隐式信息，从而得到目标训练集，进而结合各个ABSA子任务的输入输出模板，得到各个ABSA子任务的各个输入输出序列，对预训练语言模型进行微调，得到QAI E模型；本发明通过数据增强，提高模型的泛化能力、鲁棒性和性能；通过信息增强，提高模型预测的准确度。
-
公开(公告)号：CN119398140A
公开(公告)日：2025-02-07
申请号：CN202510016864.0
申请日：2025-01-06
Applicant: 江南大学
IPC: G06N5/01 , G06N3/0455 , G06N3/0464 , G06N3/086 , G06N3/126
Abstract: 本发明公开了一种基于遗传算法的卷积神经网络结构搜索方法，属于图像分类技术领域。所述方法引入了可优化的卷积结构FlexCell单元，该结构使用深度可分离卷积技术和多尺度设计，通过对应的权重参数可以产生多样的卷积结构来充分提取输入数据的特征从而提高卷积神经网络的性能；本发明设计了三维度编码空间并结合FlexCell来产生多样的候选卷积神经网络结构，同时使用改进的二阶段遗传算法和交叉编译算子来搜索最优的卷积神经网络结构。实验数据证明，利用本发明搜索方法获取神经网络最优结构，相比于现有的搜索方法，可以以更少的参数、更少的时间成本，达到更高的图像分类精度。
-
Patent Agency Ranking
公开(公告)号：CN117171610B
公开(公告)日：2024-05-03
申请号：CN202310973778.X
申请日：2023-08-03
Applicant: 江南大学
IPC: G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/0499 , G06N3/045 , G06N3/098
Abstract: 本发明公开了一种基于知识增强的方面情感三元组提取方法及系统，属于自然语言处理技术领域。所述方法首先将常识性的情感知识整合到图卷积网络中，融合了丰富的语法信息和常识性情感信息，有利于模型学习到上下文特征以及情感特征。除此之外，针对评论句子存在语法不敏感的问题，本发明使用一种基于正交损失的自注意力机制捕捉到句子中每个词的语义相关词，这比句法结构更灵活，并且该机制可以适应对语法信息不敏感的评论句子。实验结果表明，相比于现有的基线方法，本发明所提出模型具有更好的效果。
-
公开(公告)号：CN117847730A
公开(公告)日：2024-04-09
申请号：CN202311780636.8
申请日：2023-12-22
Applicant: 中国电子系统工程第二建设有限公司 , 江南大学
Abstract: 本发明公开了一种基于智能优化算法的新风机组主动节能优化控制方法，包括如下步骤：(1)模式判断；(2)预冷模式下的预冷处理；(3)预热模式下的预热处理；(4)等焓加湿处理；(5)再冷段处理；(6)再热段处理；(7)通过智能优化算法进行约束处理进而获取阀门开度。本发明通过应用智能优化算法，以送风温度和送风露点作为约束条件，以冷热水用能成本作为优化目标，实现对各盘管调节阀开度的优化搜索，在满足送风温度和送风露点的前提下降低新风机组冷热水用能成本，实现根据外气条件的实时变化进行新风机组的主动节能优化控制。
-
公开(公告)号：CN117852733B
公开(公告)日：2024-07-30
申请号：CN202311677616.8
申请日：2023-12-06
Applicant: 江南大学
IPC: G06Q10/047 , G06F18/214 , G06F17/18
Abstract: 本发明公开了一种基于大规模限量弧路由问题求解的路径规划方法，属于组合优化领域。本发明首先进行了全局优化，提出了一种基于CARP问题的低成本分解优化方案，在迭代中有针对性的保留了更多优秀的分解；同时，本发明也应用于局部搜索阶段，提出了一种改进的路径构造规则，其优化了生成初始解中路径插入的部分，在路径插入的过程中考虑了车辆在接近满载时返回仓库产生过多无用花费的问题，改进之后能够更有效的进行局部搜索，进一步提升了求解质量。与现有的路径规划方法相比，本发明更细致的考虑到了CARP优化问题的细节与问题本身的特点，能够取得更低成本的解，且能够提升2‑3倍左右的稳定性。
-
公开(公告)号：CN117010991B
公开(公告)日：2024-05-03
申请号：CN202310948429.2
申请日：2023-07-31
Applicant: 江南大学
IPC: G06Q30/0601 , G06N3/126
Abstract: 本发明公开了一种基于GPU并行改进遗传算法的高利润商品组合挖掘方法，属于数据挖掘与处理技术领域。所述方法通过将遗传算法的多个步骤选择、交叉、变异在GPU中运行。改进的初始化策略和改进的排序PEV策略同样在GPU中执行，这两个策略可以提高迭代性能。同时丰富种群的精英策略也使得较高效用的项集得到保留，以大幅提升收敛性能。而且本申请所采用的带有种群多样性改进的精英策略可以在线性时间内将优秀个体传递给下一次迭代的种群中。最后通过多组实验，从挖掘质量、运行速度、并行加速比等多个方面验证了所提出方法的优势。本申请方法针对现实数据集可以在短时间内得到有用的高效用组合以辅助销售决策。
-
公开(公告)号：CN117391204A
公开(公告)日：2024-01-12
申请号：CN202311388195.7
申请日：2023-10-24
Applicant: 江南大学
Abstract: 本发明公开了一种基于互信息引导的混合贝叶斯网络结构学习方法，涉及信息处理及人工智能技术领域，该方法包括：对数据集利用条件独立测试和互信息限制结构的搜索空间并生成初代种群；基于互信息对当前种群进行个体修正并评估适应度；对当前种群执行以下迭代寻优操作：根据当前种群的个体适应度，选择参与交叉操作的个体进行交叉操作；对交叉操作得到的新种群，提取互信息介于中间阈值的两节点进行变异操作，同时对互信息不在中间阈值的连接边和独立节点进行保护，产生下一代种群；再次基于互信息对当前种群进行个体修正并进行最优个体的更新；若满足迭代终止条件则输出当前种群中适应度最高的个体作为最优BN结构；否则重新执行迭代寻优操作。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.025 seconds)
