-
公开(公告)号：CN116110588A
公开(公告)日：2023-05-12
申请号：CN202211452111.7
申请日：2022-11-21
Applicant: 北京理工大学
IPC: G16H50/50 , G06F18/214 , G06N3/0464
Abstract: 本发明涉及一种基于动态邻接矩阵和时空注意力的医学时间序列预测方法，属于大数据挖掘和医学人工智能数据预测技术领域。该方法对于疾病暴露人口数医学时间序列历史数据，构建静态空间邻接矩阵捕获空间外部数据，构建动态时间邻接矩阵挖掘疾病暴露人口数在时间维度上的关联特征，利用时空注意力机制融合静态空间邻接矩阵和动态时间邻接矩阵，采用图卷积神经网络和门控循环单元框架来预测未来时间步的疾病暴露人口数。本发明引入空间外部数据，学习动态时间邻接矩阵，引入时空注意力机制，能够捕获发病地区之间空间相关性，疾病暴露人口数在时间维度上的关联特征，实现时空信息相关性的融合，从提高医学时间序列预测方法的性能。
-
公开(公告)号：CN115690924B
公开(公告)日：2023-04-18
申请号：CN202211712104.6
申请日：2022-12-30
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: G06V40/70 , G06V40/10 , G06V40/20 , G06V40/16 , G06V20/58 , G06V20/52 , G06V20/40 , G06V10/62 , G06F3/01 , G01S17/931 , G01S17/86
Abstract: 本申请公开了一种用于无人车的潜在用户识别方法和装置，首先获取待识别用户的历史移动轨迹数据；然后再将从所述历史移动轨迹数据中提取的轨迹特征数据输入用户轨迹识别数学模型，以获取潜在用户识别值；再依据潜在用户识别值将待识别用户标识为潜在用户；同时从获取包含待识别用户的影像数据中识别有肢体召唤动作的，将其标识为潜在用户。由于通过3D的移动轨迹和2D的视频数据来进行潜在用户的识别，大大增加无人车对潜在用户识别的准确性，进而提高无人车规划的自动巡航轨迹的合理性。
-
公开(公告)号：CN113779993B
公开(公告)日：2023-02-28
申请号：CN202110890112.9
申请日：2021-08-04
Applicant: 北京理工大学
IPC: G06F40/295 , G06F40/289 , G06F40/242 , G06F16/35 , G06N3/042
Abstract: 本发明涉及一种基于多粒度文本嵌入的医学实体识别方法，属于信息抽取和知识图谱构建技术领域。所述医学实体识别方法，包括：构建多粒度文本嵌入：通过预训练语言模型，构建多粒度文本嵌入，多粒度文本嵌入包括字符嵌入、词嵌入、词性嵌入、子串嵌入及短语嵌入；生成模式权重：根据医学术语构成模式，生成中文句子中所有字符的模式权重；结点嵌入表示学习：使用图注意力网络和模式强化注意力机制，进行结点嵌入表示学习；输出医学文本实体识别结果：采用条件随机场生成医学文本的实体类别标签，输出医学实体识别结果。所述方法解决了医学实体识别中图表示信息利用不足、文本分布式表示的嵌入粒度单一的问题，提高了医学实体识别的性能。
-
公开(公告)号：CN115690924A
公开(公告)日：2023-02-03
申请号：CN202211712104.6
申请日：2022-12-30
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: G06V40/70 , G06V40/10 , G06V40/20 , G06V40/16 , G06V20/58 , G06V20/52 , G06V20/40 , G06V10/62 , G06F3/01 , G01S17/931 , G01S17/86
Abstract: 本申请公开了一种用于无人车的潜在用户识别方法和装置，首先获取待识别用户的历史移动轨迹数据；然后再将从所述历史移动轨迹数据中提取的轨迹特征数据输入用户轨迹识别数学模型，以获取潜在用户识别值；再依据潜在用户识别值将待识别用户标识为潜在用户；同时从获取包含待识别用户的影像数据中识别有肢体召唤动作的，将其标识为潜在用户。由于通过3D的移动轨迹和2D的视频数据来进行潜在用户的识别，大大增加无人车对潜在用户识别的准确性，进而提高无人车规划的自动巡航轨迹的合理性。
-
公开(公告)号：CN114139522A
公开(公告)日：2022-03-04
申请号：CN202111319941.8
申请日：2021-11-09
Applicant: 北京理工大学
IPC: G06F40/194 , G06F40/289 , G06K9/62 , G06N3/04 , G06V30/41 , G06V30/413 , G06F16/35
Abstract: 本发明涉及一种基于层级注意力和标签引导学习的关键信息识别方法，属于文本挖掘和信息处理技术领域。本发明采用基于层级注意力和标签引导学习融合的关键信息识别框架，将文本表示模型直接应用于文本挖掘的局限性，词编码层和句编码层能够充分捕捉文本组织结构，将重要单词聚合为句子向量，然后将重要句子向量聚合为文本向量；词注意力层和句注意力层将注意力机制分别用于单词和句子层面，使其能够在文本表示时区别关注更重要或者次重要的内容；采用标签引导学习层执行基于标签的注意力编码，将文本表示映射到标签空间，标签引导学习层可以直接与上下文编码一起联合学习。本发明在引文分析、信息检索和细粒度知识服务等领域，具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN110147452B
公开(公告)日：2022-03-01
申请号：CN201910410332.X
申请日：2019-05-17
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于层级BERT神经网络的粗粒度情感分析方法，属于Web挖掘和智能信息处理技术领域；包括以下步骤：语料获取：获取粗粒度情感分析的语料；语料预处理：包括字符清理、从句切分以及从句向量构建；构建句子向量：利用双向长短期记忆网络、多层感知机和注意力机制对从句向量进行计算生成句子向量；梯度协调机制优化：引入梯度协调机制解决粗粒度情感分析中数据类别不平衡问题；采用层级BERT神经网络进行粗粒度情感分析。对比现有技术，本发明通过层级BERT神经网络对评论文本进行包含深层语义信息的句子向量的构建，提高了粗粒度情感分析任务的准确性，在信息推荐、舆情监控等领域具有广阔的应用前景。
-
公开(公告)号：CN113628275A
公开(公告)日：2021-11-09
申请号：CN202110951068.8
申请日：2021-08-18
Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)
IPC: G06T7/73
Abstract: 本发明提供一种充电口位姿估计方法、系统、充电机器人及存储介质，由于获取充电口的标准图像；获取一个视角下待充电车辆的充电口图像；分别根据标准图像以及充电口图像，获得以充电口中的充电连接孔为特征的多个第一孔特征以及多个第二孔特征；将第二孔特征与第一孔特征进行匹配；若第二孔特征与第一孔特征匹配，则获得单应矩阵；分解单应矩阵，得到旋转矩阵以及平移矩阵，根据旋转矩阵以及平移矩阵确定充电口的位姿。可见，可以采用特征匹配的方式对无纹理的充电口进行匹配，从而确定充电口的位置。同时，充电口中的充电连接孔数量少，形成的特征点数量少，整体计算量降低。
-
公开(公告)号：CN112163416A
公开(公告)日：2021-01-01
申请号：CN202011072586.4
申请日：2020-10-09
Applicant: 北京理工大学
IPC: G06F40/211 , G06F40/284 , G06F40/295 , G06F40/30 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合句法和实体关系图卷积网络的事件联合抽取方法，属于大数据挖掘和社会信息处理技术领域。包括：1)句子进行文本预处理；2)生成任意词语的词法特征向量并堆叠，构建句子词法矩阵；3)对句子词法矩阵进行语义编码，获取词语间的长短期依赖关系；4)生成词语的句法特征向量及句子的词法和句法矩阵；5)对候选触发词分类；6)获取实体结点的聚合特征向量及实体关系向量；7)提取句子中的候选论元，构建(候选触发词，候选论元)词对的特征向量；8)识别候选论元在候选触发词所属事件中承担的事件角色；9)训练候选触发词分类和候选论元分类模型，并提取测试集中句子的事件信息。该方法提高了事件信息抽取的识别性能。
-
公开(公告)号：CN108108354A
公开(公告)日：2018-06-01
申请号：CN201711380014.0
申请日：2017-12-20
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于深度学习的微博用户性别预测方法，属于Web挖掘和智能信息处理领域。该预测方法包括：微博信息采集；微博文本预处理；构建微博文本词语的词向量；采用一种基于卷积神经网络的微博文本表示方法来构建微博文本句子的特征向量；采用一种基于长短期记忆网络模型的方法进行微博用户的性别预测或分类。基于卷积神经网络的微博文本表示方法不需要人工构建微博文本特征，能够实现对微博文本的语义建模。基于长短期记忆网络的微博用户性别预测方法能够提取微博文本中的语义序列依赖关系特征。本发明的微博用户性别预测方法准确地提取了微博文本特征，提高了微博用户性别的识别性能，在信息推荐、产品营销领域具有广阔的应用前景。
-
公开(公告)号：CN106777274B
公开(公告)日：2018-05-29
申请号：CN201611241944.3
申请日：2016-12-29
Applicant: 北京理工大学
IPC: G06F17/30
Abstract: 本发明涉及一种旅游领域知识图谱的构建方法及系统，属于Web挖掘和智能信息处理领域。旅游领域知识图谱构建任务包括实体属性知识扩充子任务和实体属性值融合子任务。本发明采用一种混合式的实体属性知识扩充方法，集成了基于词汇场、监督学习、模式匹配，以及搜索引擎问答的实体属性知识扩充算法。对于实体属性值融合子任务，采用一种基于来源可信度的多值属性的属性值融合方法、一种基于内容可信度的固定型单值属性的属性值融合方法，以及一种基于学习排序的非固定型单值属性的属性值融合方法。本发明构建了结构化的旅游领域实体知识库，准确地表达了旅游领域实体的属性和属性值知识，提高了用户获取旅游领域知识的效率，具有广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.029 seconds)
