公开(公告)号：CN109635279B

公开(公告)日：2022-07-26

申请号：CN201811396784.9

申请日：2018-11-22

Applicant: 桂林电子科技大学

Inventor： 姜超豪 ,  钟艳如 ,  赵蕾先 ,  杨兵 ,  李一媛 ,  罗笑南

IPC: G06F40/295 ,  G06N3/04

Abstract: 本发明公开了一种基于神经网络的中文命名实体识别方法，采用机器学习方面的算法并且结合神经网络模型，对文本进行分析和命名实体识别。将中文文本中出现的每一个字都构建特征向量，其特征包括位置特征和字符特征。然后把这组句子所对应的特征向量作为神经网络模型的输入，经过Bi‑LSTM以及CRF层后将结果映射到相应的实体标签，完成实体识别任务。该方法仅需要训练文本以及输入语句就可以完成实体识别，是一种灵活方便的方法。

公开(公告)号：CN111950717B

公开(公告)日：2022-07-19

申请号：CN202010881063.8

申请日：2020-08-27

Applicant: 桂林电子科技大学

Inventor： 钟艳如 ,  赵蕾先 ,  贺昭荣 ,  高宏 ,  罗笑南

IPC: G06N3/04 ,  G06K9/62 ,  G06F40/30 ,  G06F16/951 ,  G06F16/35 ,  G06F16/215

Abstract: 本发明公开了一种基于神经网络的舆情量化方法，步骤为：1）利用爬虫技术采集用户在社交平台上的舆论文本数据，将采集的数据以文本形式存储于数据库中；2）对收集的舆论文本数据进行数据预处理；3）根据预处理后的数据，构建舆论分析数据集；4）构建网络模型，利用舆论分析数据集中的舆论文字和所关联因素数据对网络模型进行训练；5）利用训练好的网络模型对舆论文本进行量化；该方法可以通过神经网络的方式对符号化文本进行量化，并且采用了多特征碎片的权重计算来确定各类因素的影响权重。较传统方法而言，该方法更加灵活，鲁棒性更强，从社会经济来看，该方法可以紧抓热点，跟随数据量的增大而更加客观理性，更加符合舆情实际结果。

公开(公告)号：CN110633363B

公开(公告)日：2022-02-18

申请号：CN201910883202.8

申请日：2019-09-18

Applicant: 桂林电子科技大学

Inventor： 钟艳如 ,  高宏 ,  赵蕾先 ,  郭秀艳 ,  甘才军 ,  李一媛 ,  罗笑南

IPC: G06F16/335 ,  G06F40/295 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于NLP和模糊多准则决策的文本实体推荐方法，其特征在于，包括如下步骤：1）采用word2vec对文本进行词向量训练；2）对每个词向量进行相似度计算；3）构造模糊多准则决策的推荐过程；4）量化实体词向量相似度参数5）构造模糊决策标准矩阵；6）用相对比较法确定标准实体的权重；7）使用模糊聚合算子量化实体推荐过程的总体用户偏好；8）得到被推荐实体的排名，进行推荐。这种方法能缩短文本实体推荐时间、提高词向量相似度精度，同时具有推荐精度高、软件运算量低的特点，在保证文本相似度精度的前提下实现精准推荐的要求。

公开(公告)号：CN110049447B

公开(公告)日：2021-02-05

申请号：CN201910294259.4

申请日：2019-04-12

Applicant: 桂林电子科技大学

Inventor： 钟艳如 ,  谢庆博 ,  袁智翔 ,  赵蕾先 ,  罗笑南

IPC: H04W4/029 ,  H04W4/80 ,  H04W64/00

Abstract: 本发明公开一种基于位置信息的伙伴关系分析方法，包括wifi发射单元、wifi信号强度检测终端、数据处理终端和伙伴关系分析单元组成的分析模型，分析方法步骤为：1）wifi发射单元设置在需要检测的场所；2）wifi信号强度检测终端采集wifi发射单元发射的信号强度，将信号强度信息实时报送至数据处理终端；3）数据处理终端将接收到的信号强度与线下预先采集完成的指纹数据库进行对比，采用KNN算法计算得到实时位置信息，并采用K‑Mean聚类方法将收集的所有的位置信息进行聚类，最后将位置信息和聚类信息报送至伙伴关系分析单元；4）伙伴关系分析单元通过聚类关系和位置信息分析得到伙伴关系的分析结果。该方法实时性强，计算量小，精度高，能得到准确的伙伴关系。

公开(公告)号：CN111970633A

公开(公告)日：2020-11-20

申请号：CN202010857882.9

申请日：2020-08-24

Applicant: 桂林电子科技大学

Inventor： 钟艳如 ,  高宏 ,  赵蕾先 ,  袁志翔 ,  甘才军 ,  李一媛 ,  罗笑南

IPC: H04W4/02 ,  H04W4/33 ,  H04W4/021 ,  H04W64/00

Abstract: 本发明公开了一种基于WiFi、蓝牙和步行者行航位推算融合的室内定位方法，其特征在于，包括如下步骤：1）划分定位区域、建立WiFi离线指纹数据库：(1)划分定位区域，建立WiFi离线指纹数据库；2）聚类训练样本得到类质心向量：3）采用层次聚类算法得到定位坐标；4）采用改进加权质心算法实现蓝牙定位；5）融合WiFi和蓝牙定位得到WiFi和蓝牙融合定位坐标；6）融合PDR得到最终定位坐标。这种方法具有定位精度高、软件运算量低的特点，可满足实时定位精度要求。