-
公开(公告)号：CN110297952B
公开(公告)日：2021-12-21
申请号：CN201910602205.X
申请日：2019-07-05
Applicant: 西南交通大学
IPC: G06F16/901 , G06F16/903 , G06F16/909
Abstract: 本发明公开了一种基于网格索引的并行化高速铁路勘测数据检索方法基于分布式并行建立空间数据索引，提高了空间数据索引建立的速率；考虑Hilbert填充曲线有空间邻近性，对数据建立网格索引时，利用Hilbert填充曲线对数据的索引进行编码。鉴于数据库存储数据时的主键是基于Hilbert编码有序排列存储的，所以存储的数据也有空间邻近性，检索数据时可以根据范围计算数据所属网格，利用网格的Hilbert编码对所有数据进行一次过滤后再检索目标数据，提高检索效率。
-
公开(公告)号：CN113763712A
公开(公告)日：2021-12-07
申请号：CN202111224111.7
申请日：2021-10-19
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于出行事件知识图谱的区域交通拥堵溯因方法，包括构建出行事件知识图谱和利用出行事件知识图谱进行区域交通拥堵溯因的步骤。本发明的有益效果在于，能够简洁有效地表示出行轨迹数据的时空动态性，刻画出车辆实体、轨迹实体、POI实体、事件实体的相互关系，适用于处理动态变化的出行轨迹。充分考虑了突发事件对出行轨迹的影响，出行事件知识图谱记录了事件的名称、类型、发生时间、发生地点、持续时间等，对于交通拥堵的溯因提供了一种可解释性的分析手段。综合出行轨迹的时空动态性和事件关系，可充分挖掘出行轨迹本身隐含的时空动态和因果知识。
-
公开(公告)号：CN113536799A
公开(公告)日：2021-10-22
申请号：CN202110927320.1
申请日：2021-08-10
Applicant: 西南交通大学
IPC: G06F40/295 , G06F40/242 , G06N3/04 , G06N3/08
Abstract: 基于融合注意力的医疗命名实体识别建模方法，包括步骤：将医疗文本语句进行中文分词并索引；利用前向LSTM和反向LSTM通过拼接得到Bi‑LSTM模型；通过注意力机制更新输出特征向量；通过条件随机场CRF对输出特征向量进行解码，得到输入医疗文本语句的医疗实体类型的标注。本发明的输入在字符序列的基础上加入了其在词典中匹配到的词语，通过门结构动态控制为模型提供更多指导，从而从医疗语料中选择出最相关的字符和词语。相较于基于字符的方法，多粒度信息得以被该模型显式地运用，以获得更好的识别性能。并且，引入注意力机制，使得模型重点关注有效信息，从而弥补传统Bi‑LSTM‑CRF模型虽考虑了上下文信息，却忽略了不同字符和词语在句子中重要性不同的情况。
-
公开(公告)号：CN112883738A
公开(公告)日：2021-06-01
申请号：CN202110316876.7
申请日：2021-03-23
Applicant: 西南交通大学
IPC: G06F40/295 , G06F16/35 , G06F16/36 , G06N3/04
Abstract: 本发明公开了一种基于神经网络和自注意力机制的医学实体关系抽取方法，该方法包括：利用向量表示技术将医学文本语句向量化；利用双向长短期记忆网络学习医学文本语句的上下文信息和浅层语义特征；利用多通道自注意力机制学习医学文本语句的深层次全局语义特征；利用卷积神经网络学习医学文本语句的局部短语特征；将全局信息和局部信息进行拼接，用其进行关系判定，得到预测标签。本发明在“recurrent+CNN”网络框架的基础上引入多通道自注意力机制，可以同时捕获语句的上下文信息、局部信息和全局信息，从而对医学文本的语义特征进行深入挖掘，从多个方面深度、完整地表示语句的语义特征，从而提高关系抽取的效果。
-
公开(公告)号：CN108647135B
公开(公告)日：2021-02-12
申请号：CN201810426699.6
申请日：2018-05-07
Applicant: 西南交通大学
IPC: G06F11/34
Abstract: 本发明属于云计算技术领域，具体的说是涉及一种基于微操作的Hadoop参数自动调优方法。本发明主要是通过将mapreduce任务解耦确定为不同阶段不同类型微操作，然后根据选取的微操作建立单次执行时间与单次处理数据量的模型，根据建立的模型对运行过程进行重构组合得到阶段运行时间和系统参数的关系，最后寻找模型中使任务运行时间最短的参数组合。本发明的方法不随作业类型和集群配置变化而变化，同时查找最优参数耗时短，效率高，可移植性好。
-
Patent Agency Ranking
公开(公告)号：CN110347847A
公开(公告)日：2019-10-18
申请号：CN201910663022.9
申请日：2019-07-22
Applicant: 西南交通大学
Abstract: 本发明实施例提供的一种基于神经网络的知识图谱补全方法，涉及自然语言处理技术领域，其包括：S1、在嵌入层将知识图谱K中的三元组(s，r，o)转换为句子[s r o]，利用向量表示技术把句子[s r o]转换为k维稠密向量表示形式xi＝[vs，vr，vo]；S2、在循环层利用BiLSTM网络从输入特征向量xi中学习句子的长期依赖性，得到循环层特征向量hRNN；S3、在卷积层利用卷积神经网络从特征向量hRNN中学习局部结构信息，得到卷积层特征向量hCNN；S4、在全连接层将卷积层特征向量hCNN转化为每一个三元组(s，r，o)的得分。该知识图谱补全方法在不依靠任何外部数据的情况下，利用循环和卷积神经网络捕获知识图谱中事实的长期依赖性和局部结构信息，同时保留实体和关系的传递特征，学习能力更高。
-
公开(公告)号：CN110297952A
公开(公告)日：2019-10-01
申请号：CN201910602205.X
申请日：2019-07-05
Applicant: 西南交通大学
IPC: G06F16/901 , G06F16/903 , G06F16/909
Abstract: 本发明公开了一种基于网格索引的并行化高速铁路勘测数据检索方法基于分布式并行建立空间数据索引，提高了空间数据索引建立的速率；考虑Hilbert填充曲线有空间邻近性，对数据建立网格索引时，利用Hilbert填充曲线对数据的索引进行编码。鉴于数据库存储数据时的主键是基于Hilbert编码有序排列存储的，所以存储的数据也有空间邻近性，检索数据时可以根据范围计算数据所属网格，利用网格的Hilbert编码对所有数据进行一次过滤后再检索目标数据，提高检索效率。
-
公开(公告)号：CN109034192A
公开(公告)日：2018-12-18
申请号：CN201810637027.X
申请日：2018-06-20
Applicant: 西南交通大学
CPC classification number: G06K9/6256 , G06K9/6273 , G06N3/0454 , G06N3/084
Abstract: 本发明属于铁路安全运行控制技术领域，具体的说是涉及一种基于深度学习的轨道‑车体振动状态预测方法。本发明的主要步骤为：将二维的轨道不平顺数据转化成RGB图像数据以构建训练集；构建CNN网络结构；将训练集输入CNN网络，对CNN网络进行训练；将待识别的轨道不平顺数据转化成轨道不平顺图像样本，输入到训练好的CNN模型进行车体振动状态预测。本发明的有益效果是：区别于传统的基于机器学习方法的轨道‑车体振动状态预测方法，本发明有效降低了建模的复杂度；本发明方法只需提供原始轨道不平顺数据用于对CNN网络的训练，能够自动提取到有利于轨道‑车体振动状态分类任务的特征，避免了复杂的特征提取、选择过程。
-
公开(公告)号：CN108647135A
公开(公告)日：2018-10-12
申请号：CN201810426699.6
申请日：2018-05-07
Applicant: 西南交通大学
IPC: G06F11/34
CPC classification number: G06F11/3447 , G06F11/3476
Abstract: 本发明属于云计算技术领域，具体的说是涉及一种基于微操作的Hadoop参数自动调优方法。本发明主要是通过将mapreduce任务解耦确定为不同阶段不同类型微操作，然后根据选取的微操作建立单次执行时间与单次处理数据量的模型，根据建立的模型对运行过程进行重构组合得到阶段运行时间和系统参数的关系，最后寻找模型中使任务运行时间最短的参数组合。本发明的方法不随作业类型和集群配置变化而变化，同时查找最优参数耗时短，效率高，可移植性好。
-
公开(公告)号：CN119357368A
公开(公告)日：2025-01-24
申请号：CN202411395331.X
申请日：2024-10-08
Applicant: 西南交通大学
IPC: G06F16/334 , G06F16/36 , G06F40/30 , G06N5/04
Abstract: 本发明提供一种基于不确定性知识图谱的语义推理方法，涉及文本语义推理技术领域，该方法为利用模式匹配，获取文本语义信息；基于文本语义信息，利用线性变换的知识图谱对三元组进行向量化，得到能量函数；利用三元组评估器，对能量函数进行分析，得到结构性分数和不确定性分数；对结构性分数和所述不确定性分数进行线性融合，得到线性融合分数；基于不确定性分数，利用置信度生成器计算各个三元组的置信度，将筛选得到的三元组的线性融合分数和对应置信度作为语义推理结果，完成知识图谱的语义推理。本发明解决了知识图谱的知识扩展性和响应速度差、解释性差、知识的不确定性难以表达的问题。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.024 seconds)
