一种面向军事领域的知识图谱构建方法

    公开(公告)号:CN114860852A

    公开(公告)日:2022-08-05

    申请号:CN202210404352.8

    申请日:2022-04-18

    Abstract: 本发明涉及一种面向军事领域的知识图谱构建方法,属于知识图谱领域。本发明通过爬虫从互联网获取到军事相关新闻报道和百科类装备及机构等信息,对已有的数据进行补充;然后通过总结和前期经验,设置部分实体类型和实体关系类型,利用多种算法融合的方式进行军事实体、要素属性和实体间关系的抽取;对获得的实体、属性和关系进行融合校验,得到正确数据集合,进而进行知识图谱的可视化和推理、挖掘等其他应用。本发明可形成知识图谱,可以进行进一步应用和可视化展现。

    一种基于ADRC的HMM故障预测系统

    公开(公告)号:CN109583124B

    公开(公告)日:2023-02-03

    申请号:CN201811528316.2

    申请日:2018-12-13

    Abstract: 本发明涉及一种基于ADRC的HMM故障预测系统,其中,包括:跟踪微分器、扩张状态观测器、非线性误差反馈控制器以及被控对象,系统输入信号v(t)作为跟踪微分器输入,扩张状态观测器输入为被控对象输出量y以及b0u,非线性误差反馈控制器采用PID反馈控制,非线性误差反馈控制器利用跟踪微分器和扩张状态观测器的输出,以得到系统的状态误差,被控对象确定的加速度部分f0(x1,x2)以及系统未知部分,包括系统未建模部分和扰动部分w(t),u为控制输入。本发明在于当系统模型存在未知部分的情况下,也能根据已知部分设计完整的扩张状态观测器(ESO)控制参数。充分利用已有的系统模型原理,提取出更精确的特征进行故障预测。

    一种基于ADRC的HMM故障预测系统

    公开(公告)号:CN109583124A

    公开(公告)日:2019-04-05

    申请号:CN201811528316.2

    申请日:2018-12-13

    Abstract: 本发明涉及一种基于ADRC的HMM故障预测系统,其中,包括:跟踪微分器、扩张状态观测器、非线性误差反馈控制器以及被控对象,系统输入信号v(t)作为跟踪微分器输入,扩张状态观测器输入为被控对象输出量y以及b0u,非线性误差反馈控制器采用PID反馈控制,非线性误差反馈控制器利用跟踪微分器和扩张状态观测器的输出,以得到系统的状态误差,被控对象确定的加速度部分f0(x1,x2)以及系统未知部分,包括系统未建模部分和扰动部分w(t),u为控制输入。本发明在于当系统模型存在未知部分的情况下,也能根据已知部分设计完整的扩张状态观测器(ESO)控制参数。充分利用已有的系统模型原理,提取出更精确的特征进行故障预测。

    一种面向军事装备领域的实体识别方法

    公开(公告)号:CN115114925A

    公开(公告)日:2022-09-27

    申请号:CN202210836787.X

    申请日:2022-07-15

    Abstract: 本发明涉及一种面向军事装备领域的实体识别方法,属于自然语言处理领域。本发明的方法包括军事装备实体的识别模型构建;字向量、词向量和实体后缀特征向量生成和拼接;装备实体标签预测;实体识别效果评估。本发明利用BERT预训练向量拼接军事实体后缀特征向量,通过Word Character LSTM‑CRF实现军事装备实体的识别抽取。使用BERT向量和实体后缀特征向量进行拼接,Word Character LSTM‑CRF实现军事实体的语义组成及后缀特点信息应用,提升识别的精确率。

    一种基于表示学习和迁移学习的领域适配方法

    公开(公告)号:CN110837865A

    公开(公告)日:2020-02-25

    申请号:CN201911084862.6

    申请日:2019-11-08

    Abstract: 本发明涉及一种基于表示学习和迁移学习的领域适配方法,属于大数据和物联网技术领域。本发明提出的基于表示学习和迁移学习的领域适配方法是基于源域的少量真实标签实现,从而减少对有标签数据的依赖。通过Center Loss与Softmax Loss联合损失函数嫩刚使得源域的数据特征扩大类间距,缩小类内距,从而获得源域的可分离的特征。通过定义源域特征和目标域特征之间的距离的损失函数即MMD Loss损失函数,能够再通过神经网络的训练过程降低MMD Loss损失函数的值,从而拉近源域和目标域的距离,最终提高目标域的准确率。

Patent Agency Ranking