基于多维特征融合的二阶段学术数据网页分类方法及系统

    公开(公告)号:CN115130601A

    公开(公告)日:2022-09-30

    申请号:CN202210795308.4

    申请日:2022-07-07

    Abstract: 本发明提供了一种基于多维特征融合的二阶段学术数据网页分类方法及系统,涉及网页分类技术领域,包括:步骤S1:基于学术关键词,输入搜索引擎进行检索,获取检索页面内容;步骤S2:开展基于短文本逻辑回归模型的第一阶段分类;步骤S3:获取第一阶段分类完成后标签为数据网页的网页HTML信息;步骤S4:基于网页长文本和网址信息,开展第二阶段分类,采用文本卷积神经网络结合三元组损失的深度度量学习算法;步骤S5:将最终的分类结果入库整理,分析网页中的必要信息,展示在数据门户网站上。本发明能够快速准确地从互联网中筛选出数据网页。

    基于感染图卷积网络的源识别方法及系统

    公开(公告)号:CN113469261B

    公开(公告)日:2022-07-15

    申请号:CN202110786345.4

    申请日:2021-07-12

    Abstract: 本发明提供了一种基于感染图卷积网络的源识别方法及系统,涉及网络探索式搜索技术领域,该方法包括:步骤S1:输入经过对称归一化的拉普拉斯矩阵和各个节点的特征向量V;步骤S2:基于图神经网络的特征优化层,基于通过向量化的特征输入对图神经网络进行迭代更新,对特征向量V进行优化;步骤S3:基于多个IGCN网络层根据不同的类型节点选择分配不同的权重进行特征优化,更新特征向量V;步骤S4:根据更新的特征向量V,输入到前反馈神经网络中,输出学习得到的分类概率;步骤S5:将源识别问题定义为图分类问题,使用交叉熵损失函数进行反向传播,学习输入节点的特征向量V。本发明能够在模型无关的情况下提高对源的预测准确性。

    基于边界与片段分类的学者信息关系抽取方法和系统

    公开(公告)号:CN113468887A

    公开(公告)日:2021-10-01

    申请号:CN202110685661.2

    申请日:2021-06-21

    Abstract: 本发明提供了一种基于边界与片段分类的学者信息关系抽取方法,所述方法包括如下步骤:步骤S1:获取不同教师的个人信息和文本内容;步骤S2:将文本中实体词进行同类实体词替换扩增训练数据;步骤S3:使用预训练模型对文本进行嵌入并提取语义特征;步骤S4:主体词边界识别和实体片段分类;步骤S5:客体词边界以及对应关系边界识别和实体片段分类;步骤S6:根据识别和分类结果进行用户画像。利用概率图思想、结合半指针‑半标注方式,解决关系抽取中一个主体词对应多个客体词,一个客体词对应多个主体词,两个相同实体之间关系不同的问题。利用边界增强实体片段分类的方式能够降低尾指针预测错误带来的影响,提高实体关系抽取准确率。

    基于文本编辑生成模型的机构命名实体归一化方法和系统

    公开(公告)号:CN112733543A

    公开(公告)日:2021-04-30

    申请号:CN202110105747.3

    申请日:2021-01-26

    Abstract: 本发明提供了一种基于文本编辑生成模型的机构命名实体归一化方法和系统,包括:步骤S1:对所有的学术机构信息数据进行筛选;步骤S2:对已筛选的数据利用正则表达式去除数据中存在的噪音;步骤S3:将处理好的数据按照类别和预设比例分为训练集、微调数据集和测试集;步骤S4:将微调数据集输入预训练好的bert模型,对bert模型进行微调,利用微调好的bert模型进行训练集机构名的表征,并训练出文本编辑生成模型来实现机构名称的归一化;步骤S5:将测试集输入训练好的文本编辑生成模型,测试模型效果并进行微调。通过本发明可以对每一个学术机构的论文发表数进行统计,可以更科学更直观的对某个学术机构的学术能力进行判别。

    基于互强化框架和排序学习的学术文献未来影响力动态排序方法及系统

    公开(公告)号:CN111949771A

    公开(公告)日:2020-11-17

    申请号:CN202010864916.7

    申请日:2020-08-25

    Abstract: 本发明提供了一种基于互强化框架和排序学习的学术文献未来影响力动态排序方法及系统,包括:步骤A:基于学术实体和实体间关系抽取论文的元信息;步骤B:引入基于超图延伸定义的同构有向超图和异构二部超图,构造一个异构学术超网;步骤C:基于一种互强化排名框架HSHMRR,在异构学术超网上给不同类型的学术实体实现评分;步骤D:在互强化排名框架的基础上,结合排序学习方法MART,从历史时段中学习潜在的动态特性,并将所学知识应用到目标时段,形成评价结果;本发明采用了一种通用而有效的方法,它能够自适应地学习不同学术文献数据集的潜在动态性质,并将所学知识应用于排名。

    OFDMA反向散射网络的频谱动态控制方法及系统

    公开(公告)号:CN111565393A

    公开(公告)日:2020-08-21

    申请号:CN202010311848.1

    申请日:2020-04-20

    Abstract: 本发明提供了一种OFDMA反向散射网络的频谱动态控制方法及系统,包括:步骤1:中心控制节点获取网络频谱占用信息,读取频谱中活跃节点的数目和当前的子信道总量;步骤2:中心控制节点对子信道总量进行编码,经过调制后对无线信道进行广播;步骤3:反向散射标签通过解调电路对广播的调制后的无线信道进行解码,得到新的子信道总量,将子信道总量作为参数,控制反向散射通信过程中的符号率。本发明解决了大容量OFDMA反向散射网络在少量设备情况下的频谱浪费;也可以用于调整网络的数据率,在网络SNR情况不佳的情况下,可以通过减小符号率或增大符号长度来提升通信可靠性。

    基于会议期刊星系图的超大规模学术网络可视化方法及系统

    公开(公告)号:CN111309917A

    公开(公告)日:2020-06-19

    申请号:CN202010167905.3

    申请日:2020-03-11

    Abstract: 本发明提供了一种基于会议期刊星系图的超大规模学术网络可视化方法及系统,包括:步骤M1:从数据库中获取论文相关数据,并将数据存储在文件中;步骤M2:根据论文的相关数据,对论文按照会议或期刊聚类,并生成包含相应聚类的节点和连边参数的图文件;步骤M3:使用自动化布局工具对相应聚类的节点和连边参数的图文件快速布局,得到聚类内部布局,并生成包含节点位置信息的图文件;步骤M4:根据聚类之间的引用关系,等效聚类之间力的大小,并使用力引导算法生成聚类间星系结构;步骤M5:根据聚类间星系结构对聚类进行融合,得到可视化结果。本发明以图的方式展示大量论文之间的引用关系,使得原本抽象的论文引用关系变得清晰可见。

    大型开放式区域内的室内定位方法

    公开(公告)号:CN106441302B

    公开(公告)日:2020-06-12

    申请号:CN201610848830.9

    申请日:2016-09-23

    Abstract: 本发明提供了一种大型开放式区域内的室内定位方法,包括步骤:第一步,根据部署在定位区域内的多个蓝牙节点,采用三角定位法确定用户的初始位置;第二步,根据用户手机惯性传感器的输出值确定用户的近似位移距离与位移方向;第三步,由于惯性传感器的测量误差,采用改进型粒子滤波算法,在用户新位置的可能范围内采样产生粒子;第四步:基于粒子的两个属性(步长和转角)的分布以及手机采集到的磁场强度,联合确定粒子的权重,采用加权平均算法确定用户的新位置。本发明基于手机内置传感器,通过改进型粒子滤波算法和关键位置部署的蓝牙节点,实现了用户在大型开放式区域内的精确定位。

    基于预约的充电桩分配方法及系统

    公开(公告)号:CN110363311A

    公开(公告)日:2019-10-22

    申请号:CN201910497918.4

    申请日:2019-06-10

    Abstract: 本发明提供了一种基于预约的充电桩分配方法及系统,收集用户的充电需求信息;根据用户提出的需求信息,确定用户可接受的充电站列表;在某一决策点,充电桩分配调度中心从请求数据库中读取所有计划充电行为在某一时间窗内的请求,以最小化用户损失和被系统拒绝的用户数量为目标,为所有用户进行充电桩的预约分配,通过混合模拟退火算法给出分配结果;将分配结果分别发送至新能源车车主和充电站运营方。本发明可以为用户直接指定充电桩,避免了车主在目的地附近绕圈寻找可用的充电桩,从而在减少用户损失率的同时也缓解了交通压力,并使得充电资源得到最大化。

Patent Agency Ranking