-
公开(公告)号：CN118193982A
公开(公告)日：2024-06-14
申请号：CN202410380465.8
申请日：2024-03-30
Applicant: 连云港鲸鸣信息科技有限公司 , 江苏海洋大学
IPC: G06F18/20 , G06F18/10 , G06F18/25 , G06F16/215 , G06F16/2458 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/094 , G06F123/02
Abstract: 本发明实施例涉及一种面向海洋监测的多任务处理及感知决策大模型，所述大模型通过控制多型号水下机器人和深度结合人工智能算法，打造全天候、多维度、高效率和高精度的智能化实时立体监测平台；所述大模型整合卫星遥感技术、水声遥测技术、浮标观测技术和船载观测技术，全面捕捉海洋信息，并利用先进的大数据处理和异构数据融合方法，深刻理解海洋环境，提供精准的预测和分析。所述大模型具备多传感器同步获取信息的能力以实现对海洋环境全方位、多任务、实时监测与预警。
-
公开(公告)号：CN117828029A
公开(公告)日：2024-04-05
申请号：CN202410045449.3
申请日：2024-01-11
Applicant: 江苏海洋大学 , 梦西游文化科技(连云港)有限公司
IPC: G06F16/33 , G06F16/335 , G06F40/30 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于情感‑风格去偏的多领域虚假新闻检测方法，旨在解决现有虚假新闻检测方法忽略不同领域特征与标签的虚假联系，以提高模型在面对未知新出现领域上的性能表现。本方法基于多视角协同提取特征，构建基于新闻内容、情感以及风格等特征和新闻真假性之间的因果关系图。从因果关系角度分析情感以及风格的偏差，在训练过程中分别建立了每个原因的贡献模型，利用对抗学习去除情感和风格带来的偏差。本发明所提供的多领域虚假新闻检测方法可以应用于社交媒体、新闻传媒、在线问答等领域，为用户提供可靠、准确的信息，具有广泛的应用前景。
-
公开(公告)号：CN118885675A
公开(公告)日：2024-11-01
申请号：CN202410941008.1
申请日：2024-07-15
Applicant: 江苏海洋大学 , 梦西游文化科技(连云港)有限公司
IPC: G06F16/9536 , G06F16/9535 , G06F18/213 , G06F18/2415 , G06F18/243 , G06F17/16 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种基于深度学习的改进NCF推荐方法，传统的推荐系统在面对大量动态、复杂的数据时,仅仅通过用户的已知数据和历史行为进行分析,得到评分准则继而进行推荐,存在推荐精度不高等问题，难以满足用户对信息的需求。针对这一情况提出深度学习框架下基于神经网络的协同过滤算法，旨在隐式反馈的基础上解决推荐中的关键问题，采用矩阵分解，对用户和资源的潜在特征应用内积，在嵌入层将用户和资源ID映射到低维嵌入向量空间，将嵌入向量分别映射到多头注意力(Multi‑headAttentionMechanism,MHA)的Q,K,V空间中，通过计算每个注意力头的对应分数，进行加权和值向量求和，最后将输出向量和多层感知器(Multi‑Layer Perceptron,MLP)的处理结果进行权重比结合，输出最终的评分预测，本发明在改善传统的推荐算法问题上取得显著效果。
-
公开(公告)号：CN108541649B
公开(公告)日：2023-05-05
申请号：CN201810365220.2
申请日：2018-04-23
Applicant: 江苏海洋大学 , 南京农业大学 , 南京龙源生物科技有限公司 , 南京海之智生物科技有限公司 , 中国科学院海洋研究所
Abstract: 本发明专利公开一种智能化海鲜物流系统，包括装配体以及装配体上设有的系统支架，其特征在于：所述系统支架，所述系统支架内包括若干养殖单元和系统单元；所述系统单元包括膨胀水箱装配体，所述膨胀水箱装配体下方设有电气控制箱装配体，所述电气控制箱装配体下方设有过滤生化槽，所述过滤生化槽的右侧设有泡沫分离控制水槽；本发明专利根据海鲜运量大，密度高的特点，建立积极的水处理系统，降低水质恶化速度，提高海鲜活力度；根据海鲜的特点，采用合适的隔离方案；提高工业化和自动化水平，为上下货降低劳动强度，提高工作效率。
-
公开(公告)号：CN119055040A
公开(公告)日：2024-12-03
申请号：CN202411280497.7
申请日：2024-09-13
Applicant: 江苏海洋大学
IPC: A47B21/013 , A47B21/04
Abstract: 本发明属于监控装置技术领域，具体公开了一种互联网内容监控装置，包括教桌，所述教桌的内壁一侧从下至上依次固定连接有顶板和放置台，所述顶板的顶部固定连接有监控主机，所述放置台的顶部两侧均固定连接有支撑环，所述支撑环的顶部转动连接有转动块，所述转动块的顶部固定连接有L形板，所述L形板的内壁一侧滑动设置有多媒体组件，且所述监控主机与所述多媒体组件之间电性连接，所述顶板的底部设置有用于调整所述L形板位置和朝向的调节组件，通过设置多媒体组件和监控主机等结构，教师可以单独地从显示屏上时刻了解学生电脑的内容，进而避免了对授课软件的来回切换，且不需要老师过多的动作，仅需要看向两侧即可，使用方便。
-
Patent Agency Ranking
公开(公告)号：CN118257949A
公开(公告)日：2024-06-28
申请号：CN202410208931.4
申请日：2024-02-26
Applicant: 江苏海洋大学
Abstract: 本发明涉及应用于海洋气象监测领域的一种基于大数据的海洋气象数据监测设备，包括稳固仓内安装有可调节支撑环，可调节支撑环上端与数据监测设备本体下端固定，且可调节支撑环可升降调节；可调节支撑环中部设置有对可调节支撑环进行限位使得可调节支撑环不能升降的限位楔，限位楔通过支撑组件安装在稳固仓内壁一侧；可调节支撑环内部设置有自由滚动的滚球，采用上述可调节支撑环、限位楔和滚球等结构，实现对该基于大数据的海洋气象数据监测设备的核心元件起到良好的保护作用，降低因海洋气象变化带来的损失，同时在一定程度上延长该基于大数据的海洋气象数据监测设备的使用寿命。
-
公开(公告)号：CN118194198A
公开(公告)日：2024-06-14
申请号：CN202410380712.4
申请日：2024-03-31
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06F18/2433 , G06F18/23213 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N3/006
Abstract: 本发明实施例涉及一种基于改进K‑means聚类算法模型的海域异常监测方法和装置，该方法包括：获取数据，所述数据为数据采集装置获取的、或者从用户输入的数据集中抽取的；并对提取的数据进行最小关联度判断，通过数据间的内在关系将样本划分为若干类别，构建基于原始样本范围的数据集Dataset‑1；引入预训练提示模型，不断对数据进行参数标准化及异常点过滤，取得局部优化条件下的全局最优化，实现对海域异常样本点的精准判断。通过本发明可以给出一种基于改进数学模型的海域异常数值预报方法，并通过选择提示机制来达到矫正海域状况报错率、提高异常监测精度的目的，对于提高海域异常位置准确性、预防海洋气象灾害具有重要的实用价值。
-
公开(公告)号：CN118365857A
公开(公告)日：2024-07-19
申请号：CN202410516138.0
申请日：2024-04-27
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V10/25 , G06N3/0464 , G06V10/82 , G06N5/04 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/77
Abstract: 本发明提出了一种基于BC‑YOLOv5的违禁品目标检测方法，以往的研究主要是行李包裹安全检查主要依靠安检人员观察、分析X光安检机扫描得到的图像，判断行李中是否夹带易燃易爆物、管制刀具等违禁品，会存在漏判的现象。为了解决这个问题，提出一种基于改进型YOLOv5的违禁品检测模型。通过使用Bottleneck CSP模块用于提高多尺度目标的精度，交叉卷积模块用于减少参数数量并提高模型的推理速度。图像通过自动定向和调整大小进行预处理。然后，将处理后的图像输入BC‑YOLOv5以提取其深层特征。
-
公开(公告)号：CN117541774A
公开(公告)日：2024-02-09
申请号：CN202311241595.5
申请日：2023-09-25
IPC: G06V10/25 , G06V10/764 , G06V10/44 , G06V10/32 , G06V10/80 , G06V10/82 , G06N3/048 , G06N3/0499 , G06T7/00
Abstract: 本发明提出了基于改进YOLOv5与CBMA的帕金森早期医疗影像的识别方法，主要解决了传统影像识别方法和现有机器学习算法存在准确性、效率和特异性方面不足的问题，该方法通过应用改进型的YOLOv5算法和专门设计的网络结构，有效地识别和分类帕金森病在MRI图像中的病变区域。具体来说，本模型采用了CBAM注意力机制以及特征融合层来增强模型的特征提取能力。同时，引入了模型剪枝策略，以减小模型的参数量和计算复杂度。最后，通过Head检测层，实现了对病变区域的精确检测和分类。本方法旨在满足医学诊断和生物医学研究中对高准确性、高效率和高可靠性的迫切需求，特别是在帕金森病早期诊断时对医疗影像进行识别的应用场景中。
-
公开(公告)号：CN117523381A
公开(公告)日：2024-02-06
申请号：CN202311576479.9
申请日：2023-11-23
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V20/05 , G06V10/82 , G06V10/766 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种改进的YOLOv5海洋生物目标检测方法，由于海洋生物的种类繁多，其识别需要大量的专业知识，而本发明的应用大幅度节约了人力和时间成本，本发明通过在YOLOv5的基础上引入基于残差连接的Bottleneck Tr ansformer构造的CTR3模块，优化了YOLOv5的Head部分，从而提升了模型的识别性能，在自制的15类海洋生物数据集上的实验结果表明，与传统YOLOv5相比，BoTR‑YOLOv5在召回率和mAP(平均精度均值)上各提高了1％，验证了本发明提供的目标检查算法在海洋生物场景下的应用效果，更重要的是BoTR‑YOL Ov5在训练过程中比传统YOLOv5节省了时间，凸显了本发明在计算成本上的明显优势，本发明为海洋生物的高效精确检测提供了创新的方法，具有重要的实际应用价值。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
