“叶春杨”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果31个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习和语义信息的API推荐系统及方法-CN202310912315.2在审
发明人：李可起;唐兴利;李丰航;叶春杨;周辉 -专利权人：海南大学
申请日： 2023-07-24 - 公布日： 2023-10-13 - 主分类号： G06F16/9535 文献下载
摘要：本发明属于软件工程技术领域，公开了一种基于深度学习和语义信息的API推荐系统及方法。所述的系统包括依次连接的API推荐点定位单元、数据预处理单元、数据提取单元、数据编码单元以及API推荐单元。所述的方法包括如下步骤：接收用户的源代码，获取源代码的推荐点前的代码上下文、调用者对象以及正例API；获取源码令牌序列、AST令牌序列以及自然语言令牌序列和调用者对象的变量类型；获取推荐点的候选API和乐观数据流令牌序列；获取语义特征向量和数据流特征向量；获取候选API的推荐列表。本发明解决了现有技术存在的推荐准确性差、可靠性差以及查询负担重的问题。
一种基于深度学习语义信息 api 推荐系统方法

[发明专利]一种基于事件嵌入树及GAT网络的代码克隆检测方法和装置-CN202010357023.3有效
发明人：李秉卓;叶春杨;管守扬;周辉 -专利权人：海南大学
申请日： 2020-04-29 - 公布日： 2023-07-11 - 主分类号： G06F8/75 文献下载
摘要：本发明涉及一种基于事件嵌入树及GAT网络的代码克隆检测方法和装置。本发明的基于事件嵌入树及GAT网络的代码克隆检测方法将源代码转换为其对应的流程图，并使用自定义的IR中间表示文本对该流程图进行描述；通过事件嵌入层(Event Embeddinhg)对IR中每一个节点的语句进行事件嵌入计算，得到节点向量矩阵(Node Vector Matrix)；通过GAT图注意力网络对节点向量矩阵每一节点的事件嵌入向量进行调整融合，使其感知上下文节点的事件嵌入语义，得到节点上下文矩阵(Node Context Vector Matrix)；使用卷积层对节点上下文矩阵中每个节点进行卷积计算，从而提取该程序流程图最终的向量表示；使用该向量表示通过分类器(classifier)判断两个代码片段是否为克隆代码对。
一种基于事件嵌入 gat 网络代码克隆检测方法装置

[发明专利]一种基于卷积自编码器的船舶AIS轨迹聚类方法和装置-CN202010507856.3有效
发明人：王太正;叶春杨;周辉 -专利权人：海南大学
申请日： 2020-06-05 - 公布日： 2023-07-11 - 主分类号： G06F16/29 文献下载
摘要：本发明涉及一种基于卷积自编码器的船舶AIS轨迹聚类方法和装置。本发明的基于卷积自编码器的船舶AIS轨迹聚类方法包括：获取船舶的连续轨迹，将连续轨迹划分为若干子轨迹；对若干子轨迹进行特征工程提取，得到子轨迹特征矩阵；将子轨迹特征矩阵输入多特征融合自编码器，获得位置特征向量、速度特征向量和航向特征向量；对位置特征向量、速度特征向量和航向特征向量进行拼接操作，获得船舶轨迹的潜在特征向量；对提取后的船舶轨迹特征向量进行轨迹聚类操作，得到船舶轨迹聚类结果。本发明的方法不需要根据相关数据量和轨迹类型，计算复杂度，噪声和其他影响因素来选择时空轨迹度量方法，不需要相似度距离公式，从而节省了计算时间和资源。
一种基于卷积编码器船舶 ais 轨迹方法装置

[发明专利]地理位置定位方法、系统、计算机设备和存储介质-CN201911190970.1有效
发明人：王湛宇;叶春杨;周辉 -专利权人：海南大学
申请日： 2019-11-28 - 公布日： 2023-04-18 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及一种地理位置定位方法、系统、计算机设备和存储介质。方法包括：获取用户文本信息；对用户文本信息进行标注化处理，得到文本序列；提取文本序列中的提及标识符，根据提及标识符分析各用户之间的联系，构建用户的网络视图；对文本序列进行特征提取，得到用户的文本视图；将网络视图和文本视图输入至预先训练后的注意力神经网络模型，得到用户的位置预测数据信息；对位置预测数据信息进行解码，得到地理位置坐标数据。上述方法通过输入的用户文本信息，拟合用户文本中影响地理位置预测的不可见因素，使其能够对社交网络文本数据进行地理位置预测；并采用注意力神经网络模型对复杂的用户关系进行分析得到用户的位置信息，准确度高。
地理位置定位方法系统计算机设备存储介质

[发明专利]微服务异常根因定位方法及装置-CN202211001874.X在审
发明人：张启迪;王雷;张天宝;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-08-20 - 公布日： 2022-11-11 - 主分类号： H04L41/0631 文献下载
摘要：本发明涉及一种微服务异常根因定位方法及装置，在获取微服务的调用链数据与监控指标数据后，根据调用链数据执行异常检测，筛选出异常的微服务，作为异常服务；根据异常服务构建异常服务组合拓扑图，并结合异常服务组合拓扑图与监控指标数据，为异常服务组合拓扑图赋予状态信息，以完成异常服务组合拓扑图的构造。最后，对构造完成的异常服务组合拓扑图执行根因定位。基于此，可快速准确地检测出微服务中的异常，并根据根因定位迅速确定异常的位置，便于有效管理微服务，保障微服务系统的稳定性。
微服异常定位方法装置

[发明专利]一种基于多维特征的虚假信息检测系统及其方法-CN202210713652.4在审
发明人：章冬;张硕;曹竹芸;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-06-22 - 公布日： 2022-09-02 - 主分类号： G06F40/216 文献下载
摘要：本发明属于信息检测技术领域，公开了一种基于多维特征的虚假信息检测系统及其方法，所述的系统包括历史评论文本采集单元、待检测评论文件接收单元、数据库单元、虚假信息检测单元以及人机交互单元；所述的方法包括如下步骤：获取历史的评论文本数据集，并基于历史的评论文本数据集建立虚假信息检测模型；获取待检测评论文件，并对待检测评论文件进行预处理，得到待检测词集；将待检测词集进行处理，得到对应的多维特征；将多维特征输入虚假信息检测模型，得到虚假信息检测结果。本发明解决了现有技术存在的效率和准确性低，实用性低，效果差，无法识别评论信息中的关键特征的问题。
一种基于多维特征虚假信息检测系统及其方法

[发明专利]联合知识库的生成式问答方法、装置及系统-CN202210729694.7在审
发明人：曹竹芸;杨瀚林;章冬;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-06-24 - 公布日： 2022-08-30 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及一种联合知识库的生成式问答方法、装置及系统，在获取并解析用户输入的自然语句，获得查询语句，并获取外部知识库的数据并进行预处理，获得数据以设定数据表示形式存储的表示数据。进一步地，根据查询语句获取对应的表示数据，作为自然语句的答案数据。基于此，用户以自然语句输入即可获得相应的答案数据，且答案数据与各类外部知识库相关联，在保证答案的全面与准确的同时，简化用户的操作，有效地提升问答查询的体验。
联合知识库生成问答方法装置系统

[发明专利]一种进行对抗防御的图像分类系统及其方法-CN202210518887.8在审
发明人：杨瀚林;吉才敏;叶春杨 -专利权人：海南大学
申请日： 2022-05-12 - 公布日： 2022-08-19 - 主分类号： G06V10/764 文献下载
摘要：本发明属于图像分类技术领域，公开了一种进行对抗防御的图像分类系统及其方法，所述的系统包括数据库单元、预处理单元、图像分类单元以及可视化单元，数据库单元分别与预处理单元、图像分类单元以及可视化单元连接，预处理单元设置有对抗防御模型，图像分类单元设置有图像分类模型；所述的方法包括如下步骤：建立图像分类模型和对抗防御模型；将待分类图像输入对抗防御模型进行预处理，得到预处理后图像；将预处理后图像输入图像分类模型进行分类，得到图像分类结果。本发明解决了现有技术存在的图像分类的模型失效，预测结果失去准确性和可信性的问题。
一种进行对抗防御图像分类系统及其方法

[发明专利]一种基于多源数据融合的旅游数据处理系统及其方法-CN202210520520.X在审
发明人：杨瀚林;吉才敏;叶春杨 -专利权人：海南大学
申请日： 2022-05-12 - 公布日： 2022-08-19 - 主分类号： G06F16/26 文献下载
摘要：本发明属于信息处理技术领域，公开了一种基于多源数据融合的旅游数据处理系统及其方法，所述的系统包括Web服务单元、数据导入单元、数据处理单元、机器学习单元、数据可视化单元、任务管理单元以及数据库单元。所述的方法包括如下步骤：获取用户需求信息；导入并存储原始的旅游数据；对原始的旅游数据进行处理；分析用户需求信息，若用户选择分析模型建立功能，则使用机器学习算法对处理后的旅游数据进行训练得到旅游数据分析模型；若用户选择数据可视化功能，则使用数据可视化方法对处理后的旅游数据进行数据可视化。本发明解决了现有技术存在的步骤复杂、难度高，时间成本大，技术要求高，无法满足个性化定制，平台之间的可移植性差的问题。
一种基于数据融合旅游数据处理系统及其方法

[发明专利]一种基于孪生神经网络的旅游问题查询系统及其方法-CN202210556097.9在审
发明人：杨瀚林;曹竹芸;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-05-19 - 公布日： 2022-08-16 - 主分类号： G06F16/242 文献下载
摘要：本发明属于语义识别技术领域，公开了一种基于孪生神经网络的旅游问题查询系统及其方法，所述的系统包括人机交互单元、数据库单元以及旅游问题查询单元，旅游问题查询单元分别与人机交互单元和数据库单元连接，且旅游问题查询单元设置有基于孪生神经网络建立的旅游问题查询模型，人机交互单元与数据库单元连接。所述的方法包括如下步骤：根据词向量数据库，使用将含有实体的旅游问题句子中每个单词转化为词向量；根据实体得到每个词向量的位置向量；将所有词向量和对应的位置向量组成旅游问题句子的向量序列，即编码后的旅游问题。本发明解决了现有技术存在的查询旅游问题的效率低下，准确性差的问题。
一种基于孪生神经网络旅游问题查询系统及其方法

[发明专利]一种城市态势感知的出行决策系统及其方法-CN202210557663.8在审
发明人：张启迪;吉才敏;张硕;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-05-19 - 公布日： 2022-08-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于智能出行技术领域，公开了一种城市态势感知的出行决策系统及其方法，所述的系统包括相互连接的前端出行决策服务子系统和后台数据采集子系统，前端出行决策服务子系统通信连接有外部的若干用户终端。所述的方法包括如下步骤：实时获取景区相关信息和游客位置信息；获取用户的用户画像和输入的出行规划信息；根据出行规划信息、景区相关信息以及游客位置信息进行城市态势感知；根据用户的用户画像、出行规划信息以及城市态势感知信息进行出行决策制定。本发明解决了现有技术存在的出行决策耗费精力、现有系统无法用户定制、用户体验差、缺乏景区信息实时获取和意外事件的预知性的问题。
一种城市态势感知出行决策系统及其方法

[发明专利]一种服务扩缩容方法及其系统-CN202210397761.X在审
发明人：张天保;张启迪;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-04-15 - 公布日： 2022-07-08 - 主分类号： H04L41/0896 文献下载
摘要：本发明属于服务容器技术领域，公开了一种服务扩缩容方法及其系统，所述的方法包括如下步骤：建立服务资源使用情况预测模型；获取目标服务在当前时间段的资源使用情况和容器副本数量；使用服务资源使用情况预测模型进行预测；根据目标服务在下一时间段的资源使用情况预测值和单个服务容器的资源情况进行决策分析，得到目标服务在下一时间段所需的容器副本数量；根据目标服务在当前时间段的容器副本数量和下一时间段所需的容器副本数量对目标服务进行扩缩容操作，并存储对应的扩缩容操作记录。本发明解决了现有技术存在的增加资源供应存在滞后、响应时间长、服务质量下降、准确度低以及扩缩容的复杂性高的问题。
一种服务扩缩容方法及其系统

[发明专利]一种基于强化学习的多租户任务调度方法-CN202210398629.0在审
发明人：吉才敏;杨瀚林;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-04-15 - 公布日： 2022-07-05 - 主分类号： G06F9/48 文献下载
摘要：本发明属于任务调度技术领域，公开了一种基于强化学习的多租户任务调度方法，包括如下步骤：基于深度强化学习建立任务调度代理；实时获取集群中机器的资源使用情况；获取若干租户上传的任务并更新对应的任务队列；使用任务调度代理根据每个用户的任务队列和实时的集群中机器的资源使用情况生成对应的调度决策；根据调度决策执行任务调度。本发明解决了现有技术存在的调度准确性差、在线调度效果差以及无法满足集群调度目标的问题。
一种基于强化学习租户任务调度方法

[发明专利]一种基于事件嵌入和事件依赖图的代码克隆检测方法-CN202210306272.9在审
发明人：黄澄;周辉;叶春杨 -专利权人：海南大学
申请日： 2022-03-25 - 公布日： 2022-07-01 - 主分类号： G06F8/75 文献下载
摘要：本发明属于代码检测技术领域，公开了一种基于事件嵌入和事件依赖图的代码克隆检测方法，包括如下步骤：基于事件嵌入、事件依赖图以及神经网络，建立代码克隆检测模型；将目标源代码输入代码克隆检测模型进行检测，得到克隆检测结果。本发明解决了现有技术存在的没有考虑程序的动态特征，限制了检测语义相似的能力，缺乏较为准确高效的检测能力的问题。
一种基于事件嵌入依赖代码克隆检测方法

[发明专利]一种基于机器学习的服务资源动态分配方法及其系统-CN202210319871.4在审
发明人：王雷;叶春杨;周辉 -专利权人：海南大学
申请日： 2022-03-29 - 公布日： 2022-06-24 - 主分类号： G06F9/50 文献下载
摘要：本发明属于资源分配技术领域，公开了一种基于机器学习的服务资源动态分配方法及其系统，所述的方法包括如下步骤：基于机器学习建立服务资源预测模型；实时采集服务集群中各服务的实时服务数据；提取服务集群中目标服务的实时服务数据，并将实时服务数据输入服务资源预测模型进行预测，得到目标服务的服务资源预测结果；根据服务集群中各服务的实时服务数据、目标服务的服务资源预测结果及服务优先级进行动态分配，得到目标服务的服务资源分配决策；根据服务资源分配决策分配目标服务的服务资源。本发明解决了现有技术存在的资源分配方式费时费力、不合理的资源分配策略导致服务性能不能有效发挥、资源利用率低以及影响其他服务正常运行的问题。
一种基于机器学习服务资源动态分配方法及其系统

1
2
3
下一页»
尾页
共 31 条