-
公开(公告)号:CN111694831B
公开(公告)日:2023-04-18
申请号:CN202010539961.5
申请日:2020-06-15
Applicant: 电信科学技术第五研究所有限公司
IPC: G06F16/215 , G06Q10/0639 , G06Q50/26 , G06N7/01 , G06N5/04
Abstract: 本发明公开了一种基于知识评价的卫星地面观测系统任务去重方法,所述卫星地面观测系统任务去重方法为:对每个卫星进行知识价值评价,当多个卫星的可观测时间窗口存在任务冲突时,按照每个卫星的知识价值评价分值进行任务时间去重。本发明中实现了基于知识评价的卫星地面观测系统任务去重方法,通过为每个卫星赋予知识价值评分,将传统算法按最大任务执行时间优化为按最大任务价值作为任务去重的凭证,能够在多个卫星观测任务冲突时为观测用户实现最大观测价值。
-
公开(公告)号:CN113747488A
公开(公告)日:2021-12-03
申请号:CN202110860823.1
申请日:2021-07-29
Applicant: 电信科学技术第五研究所有限公司
Abstract: 本发明提供一种基于环境噪声的宽带频谱信号实时检测与统计方法及系统,所述方法包括:S10,采集天线指向不同天区位置处的环境噪声频谱数据;S20,获取天线正常工作时的频谱仪频谱数据;S30,设置信号检测门限参数,并按照设置的信号检测门限参数启动信号检测,即通过将频谱仪频谱数据与环境噪声频谱数据进行逐点比对,获得宽带信号检测结果;S40,重复步骤S30,将新获得的宽带信号检测结果与已有宽带信号检测结果进行判决分析,形成最终的宽带信号检测结果。本发明考虑了天线周围环境噪声对信号检测识别的影响,能够捕捉信号的较小变化,避免同一信号被检测识别为两个不同频点和带宽的信号,并且本发明克服了同类方法存在的误检误报问题。
-
公开(公告)号:CN113297743A
公开(公告)日:2021-08-24
申请号:CN202110587214.3
申请日:2021-05-27
Applicant: 电信科学技术第五研究所有限公司
IPC: G06F30/20 , G06F111/10 , G06F119/12 , G06F119/14
Abstract: 本发明公开了一种空间目标过境时段快速计算方法,包括:设定轨道预报时间间隔,并将给定的预报期按照预报时间间隔进行定长划分,将预报期结束时刻作为一个预报时间点;基于SGP4/SDP4轨道动力学模型计算目标在每个轨道预报时间点的轨道位置,将目标轨道位置转换为相对于测站设备的方位角、俯仰角;通过二分查找法依次找到目标预报时段内所有目标出入境准确时刻;生成目标过境时段,形成目标过境结果。本发明简化了目标是否过境的几何判断条件,简单实用;能快速计算在轨目标在预报期的过境时段,执行效率巨大提升,同时克服了同类过境时段计算方法存在的时间抖动问题。
-
公开(公告)号:CN119761496A
公开(公告)日:2025-04-04
申请号:CN202411552042.6
申请日:2024-11-01
Applicant: 电信科学技术第五研究所有限公司
IPC: G06N5/04 , G06N5/022 , G06F16/332 , G06F16/3331
Abstract: 本发明公开了一种知识图谱多跳路径推理方法、装置、设备及存储介质,包括:根据问题和相关文档段落填充第一Prompt模板,得到第一指令,将第一指令输入至大模型,得到问题的增强检索答案;使用问题和知识图谱的实体类型集合和关系类型集合填充第二Prompt模板,得到第二指令,将第二指令输入大模型得到问题在知识图谱上可能的推理路径集合;对路径集合与推理路径集合求并集,得到新路径集合,沿着新路径集合中的路径进行查询,得到查询后的路径遍历集合;对路径遍历集合文本化为字符串,得到文本表示;根据问题、文本表示填充第三Prompt模板得到第三指令,将第三指令输入大模型得到问题的多跳路径推理答案。本发明成本相对较低,推理效率更高,效果更佳。
-
公开(公告)号:CN115878813A
公开(公告)日:2023-03-31
申请号:CN202211474722.1
申请日:2022-11-23
Applicant: 电信科学技术第五研究所有限公司
IPC: G06F16/36 , G06F40/295 , G06F16/28 , G06F18/24 , G06F18/214 , G06N5/022 , G06N20/00
Abstract: 本发明公开了基于远程监督和提示学习的实体属性生成方法及系统,涉及知识图谱领域,方法包括S1构建知识图谱;S2实体e、e的ake、及ave组成的三元组,在开放文档库D中检索e和ave,召回文本集合De;S3将De中正确表达ake的de标注为正例文本se,集合C为三元组与se组成的四元组集合;S4获取文本x;S5识别x中e,抽取e的ake;S6将x、e和ake转化成xprompt;S7获得实体的属性值;系统包括知识图谱、开放文档数据库、提示学习模板引擎、预训练语言模块和实体识别模块;将提示学习用于实体属性抽取中,以有效解决了传统分类器存在的问题。
-
-
-
-