-
公开(公告)号：CN115438192A
公开(公告)日：2022-12-06
申请号：CN202211125241.X
申请日：2022-09-15
Applicant: 吉林大学
Abstract: 本发明公开了—种基于元学习的小样本知识图谱补全方法，该基于元学习的小样本知识图谱补全方法，包含邻域关系元编码器和匹配处理器两部分组件，邻域关系元编码器将语义相似度从实体级转移到关系级，用实体间的语义相似度和邻域内的信息交互描述邻域关系对长尾关系间的作用，将获取到的关系嵌入转移至查询集中，更新关系元后，计算查询集对应的新三元组的合理性得分，解决了小样本知识图谱的补全任务，对于知识图谱中一个缺失尾实体的不完全三元组，将其中的头实体称为目标头实体，关系称为任务关系，给定任务关系对应的K个头尾实体对构成的称为参考集的集合，可以实现对缺失尾实体的预测任务。
-
公开(公告)号：CN115114405A
公开(公告)日：2022-09-27
申请号：CN202210796167.8
申请日：2022-07-06
Applicant: 吉林大学
IPC: G06F16/33 , G06F16/335 , G06F16/36 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的知识感知推荐系统，属于推荐系统技术领域，解决了现有方法存在未能充分利用实体的邻域信息的问题，其技术要点是：包括物品编码器模块，所述物品编码器模块连接用户编码器模块，所述物品编码器模块工作步骤如下：步骤一、将知识图谱中实体的邻域视为层次结构，并据此设计分层注意力网络；步骤二、利用分层注意力对中心实体的邻域进行加权，进一步形成邻域表示；步骤三、将邻域表示聚合到中心实体以得到最终的实体表示；以及所述用户编码器模块通过多头自注意机制来学习物品之间的相关性，从而捕获其上下文特征，具有实现对邻居信息的充分利用的优点。
-
公开(公告)号：CN108764533B
公开(公告)日：2021-12-14
申请号：CN201810422418.X
申请日：2018-05-05
Applicant: 吉林大学
Abstract: 本发明公开了基于虹膜识别的预测迟到概率的学校考勤系统，包括：手机App端、广告机端和后台服务器管理维护中心；手机App端负责与用户的交互功能；广告机端负责教师与学生的签到，值班老师、接送家长的身份认证，等功能；后台服务器管理维护中心用于进行各个校园业务的后台维护工作，包括数据库维护功能和自动生成签到信息表功能；应用服务器负责整个系统的数据通讯，协调虹膜数据库与虹膜身份服务器之间的联系。本发明提供了一种基于虹膜识别的预测迟到概率的学校考勤系统及方法，保障学生安全，方便学校管理的服务，同时运用神经网络对学生的迟到概率进行预测，并给与提醒，起到减少学生迟到的作用。
-
公开(公告)号：CN113505240A
公开(公告)日：2021-10-15
申请号：CN202110777501.0
申请日：2021-07-09
Applicant: 吉林大学
IPC: G06F16/36 , G06F16/35 , G06F40/211 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于注意力引导图LSTM关系提取方法及装置，该方法包括：将需要进行关系抽取的文本进行预处理操作，得到原始邻接矩阵和包含上下文信息的词向量；将原始邻接矩阵转换成完全连通的边加权图邻接矩阵；将完全连通的边加权图邻接矩阵和包含上下文信息的词向量，输入图结构LSTM神经网络模型中，进行循环状态转换，得到实体隐藏状态数据；将实体隐藏状态数据输入逻辑回归分类器，输出待关系抽取文本的关系类别标签。首先，该提取方法保持了原始图结构，不会丢失任何相关信息。其次，通过将信息从父级上传下移，可以轻松的合并同级信息。最后，信息交换允许更多并行化执行，可以有效地提升计算速率。
-
公开(公告)号：CN113204970A
公开(公告)日：2021-08-03
申请号：CN202110631994.7
申请日：2021-06-07
Applicant: 吉林大学
IPC: G06F40/295 , G06F40/30 , G06F40/58 , G06F16/35 , G06F16/383 , G06N3/04 , G06N3/08
Abstract: 本发明公开的属于命名实体识别技术领域，具体为一种BERT‑BiLSTM‑CRF命名实体检测模型，其包括：IDCNN‑CRF命名实体识别模型和BERT‑BiLSTM‑CRF命名实体识别模型，IDCNN‑CRF命名实体识别模型架构如下：Embdding层为词向量层，用于将输入数据处理成词向量再送入模型，采用分布式向量表示Word2Vec；IDCNN层，用于将embedding层处理好的字向量或者词向量送入到IDCNN层，经过膨胀卷积神经网络的膨胀卷积操作，对输入的字向量重新计算，得到新的向量表示。该BERT‑BiLSTM‑CRF命名实体检测模型及装置，以BiLSTM‑CRF模型为基准，使用北京大学标注好的《人民日报》数据集和微软亚研院MSRA命名实体识别数据集，构建了IDCNN‑CRF模型以及BERT‑BiLSTM‑CRF模型，提高了命名实体识别的准确度以及运行效率，缩短了模型训练时间。
-
Patent Agency Ranking
公开(公告)号：CN113204625A
公开(公告)日：2021-08-03
申请号：CN202110630746.0
申请日：2021-06-07
Applicant: 吉林大学
IPC: G06F16/33 , G06F40/169 , G06N3/04 , G06N3/08
Abstract: 本发明属于数据分析技术领域，具体为一种电影评论情感分析模型及装置，包括以下算法流程：步骤一：CNN网络模块，卷积神经网络(CNN)包含了一个可以计算卷积，包括输入层、卷积层、池化层和全连接层；步骤二：RNN网络模块，循环神经网络的输入数据的往往是以序列的形式出现，对于数据读取方式则是采取了递进读取，网络中的相关节点是以链接式递归神经网络进行排列；本发明提出的算法在引入的注意力机制之后，在验证集上效果提升显著，最高的准确率达到94％左右，测试集则在93％左右，召回率，F1均值也有所提升，LSTM‑Attention模型也在一定程度上提升了在中评和差评和处的准确率，从混淆矩阵的输出结果也可以看出，LSTM‑Attention模型对于中评性能的具有一定的提升。
-
公开(公告)号：CN113009455A
公开(公告)日：2021-06-22
申请号：CN202110398241.6
申请日：2021-04-14
Applicant: 吉林大学 , 吉林省宁瑞智能科技有限公司
IPC: G01S7/483 , G01S7/4865 , G01S17/08
Abstract: 本发明涉及一种提高脉冲激光测距精度的方法与系统，属于测量技术领域。本发明以现场可编程门阵列为核心控制器件，结合时间数字转换的光子飞行时间测距原理和精确的延时电路，提出了一种回波信号自触发脉冲激光测距的方法和电路来提高测距精度，本发明设计了高精度延时电路和基于FPGA控制电路，实现自触发脉冲激光测距。通过激光接收电路接收到的脉冲信号去产生另一个激光触发信号，从而自行控制激光发射电路发射出另一个激光脉冲，如此反复衔接，相互关联，自动循环，得到N次往返时间和延时时间组成的时间间隔T，从而计算出往返飞行时间，通过公式计算得到目标距离。该方法可应用于任何脉冲激光收发电路，在高精度高速距离测量方面具有应用价值。
-
公开(公告)号：CN112966527A
公开(公告)日：2021-06-15
申请号：CN202110429116.7
申请日：2021-04-21
Applicant: 吉林大学
IPC: G06F40/30 , G06F40/295 , G06N3/04 , G06N5/04
Abstract: 本发明公开的属于自动化识别技术领域，具体为一种基于自然语言推理的关系抽取模型，其包括：DescriptionLayer(描述层)；EncoderLayer(编码器层)；InferenceLayer(推理层)；ClassificationLayer(分类层)。本发明在公开的数据集SemEval 2010Task‑8上与目前较为先进的四个模型进行对比试验：1)基于GCN的FAT‑RE模型，2)基于CNN和注意力机制的Att‑Pooling‑CNN模型，3)基于BERT的R‑BERT模型，4)基于BERT的KnowBERT模型，从而使该模型整合了知识库中的信息，且本模型的F1分数达到90.1％，高于其他四个模型，说明本模型通过构造关系描述和多损失函数叠加，有效地提升了模型的性能，向模型中注入了先验知识，并在推理的过程中，根据关系描述来选择目标句子中的关键信息和过滤目标句子中的噪音。
-
公开(公告)号：CN112416801A
公开(公告)日：2021-02-26
申请号：CN202011422536.4
申请日：2020-12-08
Applicant: 吉林大学
Abstract: 本发明公开的属于数据处理技术领域，具体为一种基于区块链技术的内存计算引擎的测试方法和系统，本发明在实际应用于内存计算引擎测试时，可以直接根据用户输入的目标主机地址、端口号、用户名与密码对目标主机上的计算引擎进行测试，测试过程简单易懂，即使非领域专业人员也可操作，直接选择测试项点击开始测试即可。测试覆盖范围广泛，可以从多个方面反映被测试内存计算引擎的能力。在测试过程中即使发生断电等意外情况，测试过的数据也不会丢失，而是会保存在区块链中，同时测试数据不可被人为修改，真实可靠。在多个计算引擎共存的环境中，可以使用本工具对不同计算引擎测试结果进行有效管理。
-
公开(公告)号：CN112363884A
公开(公告)日：2021-02-12
申请号：CN202011424140.3
申请日：2020-12-08
Applicant: 吉林大学
Abstract: 本发明属于内存性能检测技术领域，具体为一种国产操作系统内存性能测试方法及系统，包括如步骤S1，根据内存性能指标选择我们所要测试的项目；步骤S2，根据我们选择的测试项查看是否需要输入参数，若需要则按照提示输入；步骤S3，调用测试项所对应的工具，对相应的测试指标进行实现；步骤S4，工具进行自动测试；步骤S5，在测试过程中，测试结果实时显示；步骤S6，测试结束，测试结果最终显示，其结构合理，解决了目前市场上的工具对操作系统内存性能测试指标单一且内存性能测试指标不全的问题。
-
-
-
-
-
-
-
-
-
Search Results
153
records
(took 0.027 seconds)
