公开(公告)号：CN109271593A

公开(公告)日：2019-01-25

申请号：CN201811315268.9

申请日：2018-11-06

Applicant: 北京京航计算通讯研究所

Inventor： 刘林 ,  牛志超 ,  杜贝娜 ,  张谦 ,  王文超 ,  郑鹏程 ,  段正轩

IPC: G06F16/9535 ,  G06F16/35 ,  G06K9/62

Abstract: 本发明属于信息处理及分析技术领域，具体涉及一种基于聚类的军工集团人员信息标签化方法，该方法基于标签化系统来实施，所述系统包括：数据收集模块、数据预处理模块、机器学习神经网络聚类模块、标签生成模块、标签应用模块；与现有技术相比较，本发明技术方案可以快速对企业人员标签化，并实时更新标签信息，实时进准且全面的对企业人员评价考核。并可以不断的优化神经网络，使得聚类的更全面、准确度更高。其中，基于机器学习神经网络聚类算法，通过自动寻找样本中的内在规律和本质属性，自组织、自适应的改变网格参数与机构，可以精确且全面的对员工信息聚类。并且，基于机器学习神经网络聚类算法具备高的容错能力，聚类信息精准且全面。

公开(公告)号：CN109472490A

公开(公告)日：2019-03-15

申请号：CN201811315274.4

申请日：2018-11-06

Applicant: 北京京航计算通讯研究所

Inventor： 刘林 ,  牛志超 ,  费廷伟 ,  王文超 ,  郑鹏程 ,  段正轩 ,  王学勇

IPC: G06Q10/06 ,  G06Q10/10 ,  G06K9/62

Abstract: 本发明属于信息处理及分析技术领域，具体涉及一种基于聚类的军工集团人员信息标签化系统，其包括：数据收集模块、数据预处理模块、机器学习神经网络聚类模块、标签生成模块、标签应用模块；与现有技术相比较，本发明提出的技术方案可以快速对企业人员标签化，并且实时更新标签信息，实时进准且全面的对企业人员评价考核。并且可以不断的优化神经网络，使得聚类的更全面、准确度更高。其中，基于机器学习神经网络聚类算法，通过自动寻找样本中的内在规律和本质属性，自组织、自适应的改变网格参数与机构，可以精确且全面的对员工信息聚类。并且，基于机器学习神经网络聚类算法具备高的容错能力，聚类信息精准且全面。

公开(公告)号：CN109241246A

公开(公告)日：2019-01-18

申请号：CN201811294293.3

申请日：2018-11-01

Applicant: 北京京航计算通讯研究所

Inventor： 刘林 ,  费廷伟 ,  杜贝娜 ,  牛志超 ,  段正轩 ,  王文超 ,  付高生

IPC: G06F16/33 ,  G06F17/27

Abstract: 本发明属于数据处理技术领域，具体涉及一种基于质量文本相似性的数据查询系统。本发明利用TF公式做词频权重统计；同时在相似度匹配算法中采用基于余弦相似度的方法，通过学习样本空间，得到空间转移矩阵，使得相同的样本空间更加紧密，不同的样本空间更加分散，从而快速、准确的匹配数据库的数据。与现有技术相比，本发明提出的技术方案中解决了数据库模糊查询需要依靠苛刻的查询条件(逐字匹配、无语义性)从而造成数据匹配准确度低的问题，克服了传统sql语句无法解决复杂数据匹配的问题。同时，基于余弦相似度算法特性，也保证了其计算速度快、运转效率高的特点。