季一木
- 作品数：314 被引量：447H指数：11
- 供职机构：南京邮电大学更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金江苏省高技术研究计划项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信经济管理更多>>
- 一种可自更新代理证书的网格安全系统的实现方法
- 可自更新代理证书的网格安全系统的实现方法是一种策略性的方法，采用一种定时检查机制对作业的代理证书不断检查，一旦发现证书过期，便自动更新代理，从而保证作业地正常运行。可自更新代理证书的网格安全系统主要由网格安全系统客户端、...
- 王汝传田凯杨明慧季一木任勋益易侃邓松蒋凌云付雄张琳
- 一种基于云计算的恶意代码识别方法
- 本发明是一种基于云计算的恶意代码识别方法，需要解决的技术问题是，首先，当前的恶意代码变异速度加快，其依靠自身加密机制，通过不断变换加密密钥使得产生的代码主体相似度极低，而传统的基于特征码检测引擎没有办法识别，造成查杀率不...
- 王汝传雷迟骏韩志杰付雄季一木戴华孙力娟
- 文献传递
- 一种基于历史置信度和攻破概率的拟态异步裁决方法
- 本发明公开了一种基于历史置信度和攻破概率的拟态异步裁决方法，涉及网络安全技术领域，设计了一致数据计算模块、可信度计算模块和裁决判定模块等来实现拟态防御中的裁决方法，首先一致数据计算模块接受各个执行体输出的结果并对数据分类...
- 季一木孙朕李玲娟刘尚东梁伟张俊杰陶昌民王文韬夏浩然聂一君张守慧袁晨
- 一种基于卷积神经网络的无人驾驶行人轨迹预测方法
- 本发明公开了一种基于卷积神经网络的无人驾驶行人轨迹预测方法，包括处理样本数据、获取输入信息序列、构建并优化网络、测试及评估最优模型。将无人驾驶车辆上的视觉传感器采集到的实时视频，分割成以帧为单位的图像作为样本数据，将样本...
- 王传栋王娜季一木刘尚东吴飞孙静焦志鹏毕强陈治宇田鹏浩
- 文献传递
- 基于模拟退火遗传混合算法的物流中心选址问题研究被引量：14
- 2006年
- 为了增快货物流动速度、方便客户并减少不必要的配送成本,结合模拟退火算法和遣传算法,研究了物流配送中心选址问题,模拟退火遗传算法在收敛速度及跳出局部极值的能力诸方面明显优于标准的遗传算法和模拟退火算法。
- 张雪东季一木
- 关键词：模拟退火算法遗传算法物流中心选址
- 基于知识表示向量的可解释深度学习模型及其疾病预测应用
- 2023年
- 近年来,深度学习方法广泛应用于各种疾病预测任务,甚至在其中一些方面超过了人类专家。然而,算法的黑盒性质限制了其临床应用。对此,本文结合知识表示学习和深度学习方法构建了一种融入知识表示向量的可解释深度学习模型。该模型首先依据体检指标正常范围构建体检指标与检测值之间的关系图,并通过基于知识表示学习的深度学习模型对人体体检指标与检测值关系图进行编码,然后将患者体检数据表示为向量,输入到构建的自注意力机制和卷积神经网络构建的分类器中来实现疾病预测。将模型应用于糖尿病预测实验中,其准确率和召回率均优于对比的机器学习方法。与表现较优的随机森林算法相比,模型的准确率和召回率分别提升了0.81%和5.21%。实验结果表明,通过可解释性方法将知识表示学习和深度学习技术融合应用于糖尿病预测,可以达到对糖尿病的早期发现与辅助诊断的目的。
- 徐鹤郑群力谢作玲谢作玲李鹏李鹏
- 关键词：疾病预测卷积神经网络可解释性
- 基于区块链和IBE算法的物联网数据访问控制方法及系统
- 本发明公开了一种基于区块链和IBE算法的物联网数据访问控制方法及系统，私钥生成中心PKG进行系统初始化；构建联盟链；物联网设备采集数据进行加密后得到密文并发送到物联网网关；由物联网网关将密文发送到物联网系统云平台或本地数...
- 季一木肖小英刘尚东陈飞宋一波梁公豪
- 文献传递
- 基于图像语义特征进行点云筛选的3D目标检测方法
- 本发明提出了一种基于图像语义特征进行点云筛选的3D目标检测方法。包括以下步骤：首先2D语义分割方法对图像数据进行分割得到语义预测。将生成的语义预测通过已知的投影矩阵投影到LIDAR点云空间中，从而使点云中的每一个点都能获...
- 吴飞杨永光荆晓远葛琦季一木
- 基于义原编码的层次级远程监督关系抽取方法
- 本发明公开了一种基于义原编码的层次级远程监督关系抽取方法，包括如下步骤：步骤1：将训练数据集中的所有句子，将包含相同实体对的句子分配到同一包中；步骤2：词向量编码；步骤3：位置向量编码；步骤4：PCNN特征提取；步骤5：...
- 季一木汤淑宁刘尚东刘凯航胡林请求不公布姓名洪程邱晨阳
- 智能时代学习者情感分析:理论模型、实践应用及价值意蕴被引量：1
- 2023年
- 学习者情感是学习者在学习过程中产生的情绪体验和态度,对学习动机、学习兴趣以及学习效果有着重要影响。在智能时代,物联网、大数据以及人工智能等技术的发展为学习者情感分析提供了新契机,有助于实现智能化情感识别与干预。在理论方面,学习者情感分析的理论模型经历了从情感分类模型到情感维度模型的发展,体现了对情感的认识从离散到连续的转变;在实践应用方面,实现了从学习者情感状态智能识别到情感个性化反馈与干预,进而提供智慧情感支持服务。随着智能化情感分析逐步从教育研究走向开放实践,通过精准化诊断、过程性评价以及个性化建档,可以为优化教学设计、改进教学过程及助力教学管理提供支持。
- 肖婉季一木
- 关键词：人工智能学习者情感分析情感模型
