一种集成浅层语义表示向量的深度学习文本分类方法

    公开(公告)号:CN110069632A

    公开(公告)日:2019-07-30

    申请号:CN201910284980.5

    申请日:2019-04-10

    Applicant: 华侨大学

    Abstract: 本发明公开了一种集成浅层语义表示向量的深度学习文本分类方法,方法包括:首先对文本语料训练词嵌入向量,其次利用领域词汇字典作为浅层语义词汇,基于浅层语义词汇,生成文本语料中每一个词的浅层语义向量表达。接下来将两个词向量进行加权拼接作为新的词向量输入到CNN模型中,进行特征提取和模型训练,构建文本分类器。本发明解决基于大数据驱动的词向量表达缺少词法特征和知识表示,难以真正理解词汇语义信息的缺陷,使得模型具有更加丰富的特征表达和更高的分类性能。

    基于二阶盲辨识的线性结构工作模态参数识别方法及装置

    公开(公告)号:CN107357977A

    公开(公告)日:2017-11-17

    申请号:CN201710500228.0

    申请日:2017-06-27

    Applicant: 华侨大学

    Abstract: 本发明涉及一种基于二阶盲辨识的线性时不变结构工作模态参数识别方法及对应的时不变的工作模态参数识别的装置、一种结合二阶盲辨识和最小二乘广义逆方法的三维结构的工作模态参数识别方法及对应一种时不变三维圆柱壳工作模态参数识别的实验装置,一种时变的工作模态参数识别的方法和一种基于滑动窗二阶盲辨识的线性时变结构工作模态参数识别装置。该方法和装置仅由实测的响应信号就能对时不变或者带有时变特性的动态系统进行工作模态参数在线实时识别,识别出结构(系统)的工作模态参数(模态振型,模态频率),能实时有效监测系统的动态变化特性,可用于振动控制、设备故障诊断、健康监测以及系统结构分析与优化。

    一种多层次评估护理序贯决策方法、装置、设备及介质

    公开(公告)号:CN118609782A

    公开(公告)日:2024-09-06

    申请号:CN202410766119.3

    申请日:2024-06-14

    Applicant: 华侨大学

    Abstract: 本发明提供的一种多层次评估护理序贯决策方法、装置、设备及介质,涉及智能护理技术领域,本发明方法包括获取决策需求描述语句,并对其进行预处理,提取得到病人的护理评估项集等参数;然后,利用NANDA案例集计算向量余弦相似度,得到护理问题集;采用贪婪搜索算法,以护理问题为起始点,逐层追踪与该护理问题相连的后续节点对象,得到候选护理决策链集;最后,对每个序贯决策步骤预设不同权重,计算每条候选护理决策链的综合优劣度,得到量化评估结果;并对其归一化,得到评分值,选择评分值排名前K的决策链作为推荐决策。本发明能从数量庞大的候选护理决策链中筛选出想要的最为有效的决策链,为临床护士提供精准且有针对性的护理决策方案。

    面向国际中文教育的多义词阅读理解题目生成方法及系统

    公开(公告)号:CN117473994A

    公开(公告)日:2024-01-30

    申请号:CN202311186630.8

    申请日:2023-09-14

    Applicant: 华侨大学

    Abstract: 本发明提供一种面向国际中文教育的多义词阅读理解题目生成方法及系统,方法包括如下步骤:S1,通过实体抽取技术构建出等级标准多义词词表;S2,根据所述等级标准多义词词表形成标准多义词训练集,基于标准多义词训练集构建转导推理多义词义项识别模型;S3,基于转导推理多义词义项识别模型,采用模板法智能生成多义词阅读理解题目。本发明以《国际中文教育中文水平词汇等级标准》为核心,以多义词智能识别模型为支撑,实现国际中文多义词题目的智能生成。本发明能够为多义词题库智能生成注入新鲜活力,实现汉语资源的科学利用,不仅为多义词题库构建提供可借鉴的技术路线,也扩充了国际中文多义词题库,提供未来研究和应用开发的语料库支持。

    基于事件演化图的多标记事件预测方法、装置和介质

    公开(公告)号:CN116070786A

    公开(公告)日:2023-05-05

    申请号:CN202310212028.0

    申请日:2023-03-07

    Abstract: 本发明实施例提供一种基于事件演化图的多标记事件预测方法、装置和介质,涉及事件预测技术领域。其中,这种多标记事件预测方法包含S1、获取已知事件链。S2、根据事件演化图,获取候选事件组合集。其中,事件演化图根据历史数据集构造,且包含顺承关系和同时关系。候选事件组合集包含多个候选事件组合。候选事件组合包含1个或多个候选事件。S3、将已知事件链和候选事件组合集输入预先训练好的多标记事件预测模型,获取预测发生事件。预测发生事件为候选事件组合集中的一个候选事件组合所包含的候选事件。其中,多标记事件预测模型包括编码器、门控图神经网络、筛选模型、解码器。

    一种基于拓扑结构保持的图表示学习方法及系统

    公开(公告)号:CN114863234A

    公开(公告)日:2022-08-05

    申请号:CN202210464131.X

    申请日:2022-04-29

    Applicant: 华侨大学

    Abstract: 本发明公开一种基于拓扑结构保持的图表示学习方法及系统,能在保持图数据拓扑不变性的前提下,融合拓扑结构和语义特征来共同提高图表示学习的质量;方法包括:针对图数据的特性,设计拓扑结构保持的自监督任务;输入图数据,使用图卷积神经网络对其进行特征编码,从而学习到节点的初始向量表示;将学习到的节点初始向量表示输入到TGSSL(Topology‑preserving Graph Self‑Supervised Learning)模型进行图自监督学习,最终在结构保持的基础上获得高质量的节点向量表示。本发明能有效解决现有图表示学习方法在学习节点向量时无法有效融合结构信息的问题。

    基于SEV-SDG-CNN的电子病历智能诊断方法

    公开(公告)号:CN110060749B

    公开(公告)日:2022-07-01

    申请号:CN201910284998.5

    申请日:2019-04-10

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于SEV‑SDG‑CNN的电子病历智能诊断方法,包括:挖掘医疗领域词汇来构建浅层语义词汇词典;基于浅层语义词汇生成文本语料中每一个词的浅层语义向量表达SEV;利用浅层语义词汇词典计算每一条语料的浅层语义预判模式SDG;将SEV和SDG融入传统CNN分类模型构建中,即在特征表达层将SEV与词嵌入向量进行拼接,在模式输出层将SDG和CNN判别模式进行融合,从而实现改进的SEV‑SDG‑CNN分类模型。本发明应用在电子病历疾病诊断中,能充分提取专业性极强、知识密度极高的电子病历所蕴含的大量丰富语义信息,并得益于CNN能从大数据中自动挖掘特征的优势,使得电子病历智能诊断方法具有较高的性能。

    一种基于信息融合的太阳能负载调节方法和装置

    公开(公告)号:CN112311078B

    公开(公告)日:2022-03-22

    申请号:CN202011215257.0

    申请日:2020-11-04

    Applicant: 华侨大学

    Abstract: 本发明提供一种基于信息融合的太阳能负载调节方法和装置,方法包括:通过通信接口向服务器发送数据请求;基于所述请求,通过通信接口获取服务器提供的天气预报数据和实时天气数据;根据获取的天气预报数据生成数据矩阵,实时天气数据生成行向量;将所述数据矩阵和所述行向量分别进行向量归一化;基于归一化的天气预报数据矩阵和实时天气数据向量生成目标状态的控制权值向量;根据所述目标状态的控制权值向量和当前目标状态确定下一时刻目标状态进而控制输出值,以实现对负载的调节。本发明实现太阳能负载的合理持续供电,以尽可能避免未来几天阴雨天气无可用太阳能时对负载供电的间断,实现负载的科学合理调配。

    面向服务价值的低成本大规模个性化服务定制方法

    公开(公告)号:CN112953760A

    公开(公告)日:2021-06-11

    申请号:CN202110111924.9

    申请日:2021-01-27

    Applicant: 华侨大学

    Abstract: 本发明公开一种面向服务价值的低成本大规模个性化服务定制方法,方法包括:构建服务需求模式库和服务模式库;建立需求模式与服务模式的匹配概率;构建服务价值关系图,通过图的广度优先遍历实现对用户需求的排序;利用遗传算法在需求模式库中找到满足当前用户需求的最佳需求模式集;利用匹配概率,找出与最佳需求模式集匹配的最佳服务模式集,生成满足需求的服务解决方案;计算服务解决方案的第一成本;判断服务网络中是否存在服务子网j满足当前用户需求;如存在,计算第二成本,根据第一成本、第二成本输出服务解决方案。本发明能够解决诸如云制造、Web服务互联网环境下面向用户服务价值的低成本大规模个性化服务定制问题。

    基于医疗知识图谱知识推理的疾病诊断方法、装置、设备

    公开(公告)号:CN112820400A

    公开(公告)日:2021-05-18

    申请号:CN202110113829.2

    申请日:2021-01-27

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于医疗知识图谱知识推理的疾病诊断方法、装置及设备,方法包括:获取用户与医疗问答系统的交互内容,并基于所述交互内容获取到用户的用户症状集;根据所述用户症状集,计算所述用户存在事件的第一概率根据所述第一概率计算用户S与di病共现的第二概率根据所述第一概率与第二概率计算用户患di病的第三概率基于动态阈值以及所述第三概率,输出用户的最终疾病诊断结果。本发明既可以作为医生诊断的辅助工具,提高医生的工作效率,也可以用于患者的初步自查,还可以服务于高层次人工智能医疗应用,例如医疗问答系统、医疗辅助诊断、私人人工智能健康助理等。

Patent Agency Ranking