一种进行学术人物信息抽取和聚合的方法

    公开(公告)号:CN110232125B

    公开(公告)日:2020-10-02

    申请号:CN201910500015.7

    申请日:2019-06-11

    Applicant: 吉林大学

    Abstract: 本发明公开了一种进行学术人物信息抽取和聚合的方法,要解决的是现有学术人物信息的检索方式获取信息速度慢的问题。本发明步骤如下:步骤一,数据获取:通过训练的网页分类器从搜索引擎中爬取搜索学术人物主页,得到数据;步骤二,数据预处理:对步骤一中得到的数据进行预处理和切块,得到预处理的数据;步骤三,信息块预标记:采用fastText模型对预处理的信息块进行预标注,得到预标注后的信息块;步骤四,采用HMM对预标记后的网页信息块进行序列化标注;步骤五,信息聚合:采用计算BLEU值的方式来评价预标注后的数据的相似度,从而达到去重合并的目的,将聚合后的数据展示出来即可。本发明的方法操作简单,可以快速准确的得到所需的学术人物信息。

    一种文本增强的网络表示学习方法

    公开(公告)号:CN108536844A

    公开(公告)日:2018-09-14

    申请号:CN201810336473.7

    申请日:2018-04-13

    Applicant: 吉林大学

    Inventor: 杨博 杨爽

    Abstract: 本发明公开了一种文本增强的网络表示学习方法,涉及复杂网络分析技术,基于非负矩阵分解的框架提出了一个新的由文本信息增强的网络表示学习方法,对于网络结构,本文结合了节点之间的一阶和二阶相似性,然后通过分解相似度矩阵得到网络表示;对于与节点相关的文本聚类结构,本文将文本-词项矩阵进行分解得到文本聚类隶属度矩阵,然后利用该矩阵在网络表示和文本聚类结构之间建立了一致性关系,从而网络表示学习由网络结构和与节点相关的文本聚类结构共同控制,该方法既刻画了网络结构又刻画了与节点相关的文本聚类结构,为网络表示学习增加了除网络结构之外的额外信息,从而使学习到的节点表示包含更多的有用信息,具有更高的可辨识性。

    基于信任的社会化协同过滤推荐方法

    公开(公告)号:CN103399858A

    公开(公告)日:2013-11-20

    申请号:CN201310272543.4

    申请日:2013-07-01

    Applicant: 吉林大学

    Inventor: 杨博 雷余

    Abstract: 一种基于信任的社会化协同过滤推荐方法,融合用户对项目的评分矩阵和用户信任网络两种数据为目标用户进行高质量的推荐,主要包括如下步骤:构建用户与项目的特征向量;构建面向用户浏览行为的评分预测模型Truster-MF;构建面向用户评价行为的评分预测模型Trustee-MF;训练模型Truster-MF;训练模型Trustee-MF;融合训练后的Truster-MF和Trustee-MF,构建综合考虑浏览和评价两种行为的评分预测模型,本发明为基于信任的社会化推荐提供了一种全新方法,与现有方法相比,具有如下主要优点:(1)有效缓解了协同过滤推荐面临的数据稀疏和冷启动两个主要问题,具有更好的推荐质量;(2)算法简洁高效,易于实施,特别适用于大型电子商务网站。

    车内高频气动降噪的方法
    17.
    发明公开

    公开(公告)号:CN102609568A

    公开(公告)日:2012-07-25

    申请号:CN201210011048.3

    申请日:2012-01-14

    Applicant: 吉林大学

    Abstract: 车内高频气动降噪的方法属轿车降噪技术领域,本发明包括下列步骤:1.测试车速与车内高频气动噪声的关系;2.确定噪声源的敏感区域;3.对敏感噪声区域光滑表面进行表面非光滑凹坑处理;4.进行整车的气动噪声分析;5.设计具有非光滑柔性凹坑特征的车用贴膜;6.将贴膜贴于噪声源的敏感区域。本发明能有效解决不同车型在不同频段的高频气动噪声降噪难题,对提高轿车乘坐舒适性和提高我国汽车自主开发技术能力有着积极的应用价值和现实意义。

    一种汽车风洞模型吊装与支撑通用装置

    公开(公告)号:CN101825515A

    公开(公告)日:2010-09-08

    申请号:CN201010146791.0

    申请日:2010-04-15

    Applicant: 吉林大学

    Abstract: 本发明涉及一种汽车风洞模型吊装与支撑装置,属于汽车风洞实验设备。该装置包括前支撑和后支撑两个部分,所述的前支撑采用一整根长梁(1)与一个口字形的接触面I(2)通过焊接相连,接触面I(2)上设有与试验模型紧密连接的定位孔I(3),长梁(1)两端设有与天平支架定位与连接用的螺纹孔I(5);所述的后支撑采用两根吊装梁(6)分别与双口字形的接触面II(7)通过焊接相连而成,接触面II(7)的中间为支撑钢板(9),定位孔II(10)设在支撑钢板(9)上,螺纹孔II(11)设在吊装梁(6)的两端。本发明为了克服了试验模型吊装到试验段后支撑装置的连接发生干涉,确保试验模型吊装、支撑顺利进行。

    基于智能代理系统的分散式社会网络聚类方法

    公开(公告)号:CN101272328A

    公开(公告)日:2008-09-24

    申请号:CN200810050426.2

    申请日:2008-02-29

    Applicant: 吉林大学

    Abstract: 一种基于智能代理系统的分散式社会网络聚类方法,包括下列步骤:定义网络聚类评价函数;变量、移动代理初始化;获取移动代理当前所在节点的标识符;更新节点特征值;更新所有邻居局部冲突函数值;选择新的邻居节点;判断当前移动代理移动步数是否大于规定的最大步数,如果是,该移动代理休眠;否则移动代理移动到下一节点,获取移动代理当前所在节点的标识符;判断是否所有移动代理都已经休眠,如果不是,等待,否则,结束。本发明为社会网络聚类提供一种全新高效的方法,适用于传统方法无法解决的分布式复杂网络聚类问题。

    基于并行贝叶斯最优化的小分子化合物虚拟筛选方法及系统

    公开(公告)号:CN119314589A

    公开(公告)日:2025-01-14

    申请号:CN202411356576.1

    申请日:2024-09-27

    Applicant: 吉林大学

    Abstract: 本申请提供了一种基于并行贝叶斯最优化的小分子化合物虚拟筛选方法和系统,该方法应用于多个独立工作且具有通讯关系的计算节点,计算节点包括:一个主节点和多个从节点,该方法包括:S1、各计算节点利用代理模型对目标分子库进行目标性质预测,得到预测得分和不确定性,并计算EI得分;S2、各计算节点按照EI得分的降序,根据采集个数,获取待对接小分子化合物,进行分子对接,得到对接得分;S3、主节点根据各计算节点的对接得分,确定各计算节点的采集个数;S4、主节点基于各计算节点的待对接小分子化合物和相对应的对接得分更新代理模型,并重复步骤S1‑S4,进行多轮次的模型训练,直至到达预定迭代轮次。通过该方法可以避免资源闲置,节省计算时间。

Patent Agency Ranking