-
公开(公告)号：CN110147450A
公开(公告)日：2019-08-20
申请号：CN201910372653.5
申请日：2019-05-06
Applicant: 北京科技大学
IPC: G06F16/36
Abstract: 本发明提供一种知识图谱的知识补全方法及装置，能够解决知识补全过程中存在的负例无意义和1-N关系难以处理的问题。方法包括：确定实体和关系对应的空间向量；根据实体和关系对应的空间向量，计算语义关系，得到实体之间新的关系，补全知识图谱；利用生成式对抗网络随机生成负例，并结合导出的事实三元组训练第一知识表示模型；对得到的事实三元组进行概念分层，随机选择事实三元组同一子概念下的实体构造负例，并结合导出的事实三元组，采用最大间隔方法，训练第二知识表示模型；将第二知识表示模型作为第一知识表示模型的判别器输入，通过对抗生成式网络优化第一知识表示模型，得到用于知识补全的目标知识表示模型。本发明涉及知识工程领域。
-
公开(公告)号：CN110134953A
公开(公告)日：2019-08-16
申请号：CN201910367376.9
申请日：2019-05-05
Applicant: 北京科技大学
IPC: G06F17/27 , G06F16/951
Abstract: 本发明提供了一种基于中医古籍文献的中医命名实体识别方法及系统，用以解决中医命名实体的识别问题。所述方法在获取中医古籍文献语料的基础上进行数据清理，再进行语言模型预训练；通过对语料进行序列标注，形成后续模型的训练集；基于序列标注的模型训练集，将语言模型作为编码层，将神经网络结构作为解码层，训练序列标注模型，从而基于序列标注模型进行中医命名实体识别。本发明结合现有的语言训练模型，如Google提出的语言模型预训练方法bert，基于小样本训练集节省了人工标注的成本，提高了识别效果及准确率，易操作，实现对中医古籍文献，尤其是中医古籍医案的有效和全面利用，为中医领域研究打下了良好的基础。
-
公开(公告)号：CN106096649B
公开(公告)日：2019-08-06
申请号：CN201610404407.X
申请日：2016-06-08
Applicant: 北京科技大学
IPC: G06K9/62
Abstract: 本发明提供一种基于核线性判别分析的味觉感应信号差异性特征提取方法，方法包括：利用电子舌对茶叶样品进行检测，得到传感器响应时序信号；根据所述响应时序信号采用主成分残差和马氏距离法对异常样本进行分析和剔除；对核线性判别分析方法的参数进行优化,以龙井茶品质等级正确识别率为依据选择核线性判别分析方法的参数；采用核线性判别分析方法对传感器响应信号进行非线性特征提取,得到茶叶样品的滋味特征；将茶叶样品的滋味特征输入分类器,进行茶叶品质等级判定。对茶叶样品进行异常值剔除，利用优化参数后的核线性判别分析方法可以更好的表征不同等级茶叶样品的非线性特征，提升经过非线性映射后的样本在高维特征空间中的信号差异性。
-
公开(公告)号：CN109389086A
公开(公告)日：2019-02-26
申请号：CN201811174109.1
申请日：2018-10-09
Applicant: 北京科技大学
IPC: G06K9/00
Abstract: 本发明公开了一种检测无人机影像目标的方法和系统。其中，该方法包括：判断目标的参考帧与当前帧的差异值是否超过阈值，其中，参考帧是当前帧的相邻前帧；如果差异值超过阈值则提取参考帧和当前帧各自的特征；通过光流网络模型将参考帧的特征传递到当前帧；将当前帧与从参考帧传递过来的特征按照不同的预设权重进行组合成为增强特征，其中，权重在特征通道中为固定不变的空间权重；检测增强特征得到目标检测与识别的结果和语义分割的结果。本发明解决了现有技术在对无人机影像进行目标检测与识别时存在处理精度与效率不能兼顾的技术问题。
-
公开(公告)号：CN109346185A
公开(公告)日：2019-02-15
申请号：CN201811096530.5
申请日：2018-09-19
Applicant: 北京科技大学
Abstract: 本发明提供一种中医辅助诊断系统，能够在现有症状基础上帮助医生提前发现患者的健康隐患，实现疾病辅助诊断的功能。所述系统包括：信息预处理模块，用于对输入的患者病历信息进行编码，生成相应的离散二值化数据序列；症状预测模块，用于根据生成的离散二值化数据序列，利用层次实时记忆模型对患者未来症状进行预测；辅助诊断模块，用于将预测得到的患者未来症状与预先建立的名老中医经验知识库进行相似度匹配，从所述名老中医经验知识库中提取与预测症状相似度最高的若干诊断方案。本发明涉及智能导诊、计算机自动诊断技术领域。
-
Patent Agency Ranking
公开(公告)号：CN109215798A
公开(公告)日：2019-01-15
申请号：CN201811174093.4
申请日：2018-10-09
Applicant: 北京科技大学
IPC: G16H50/70
Abstract: 本发明提供一种面向中医古文的知识库构建方法，能够快速构建面向中医古文的知识库，省时省力。所述方法包括：对中医古文语料进行关键词提取获取词频大于预设的词频阈值的实体，形成种子实体词表；根据种子实体词表，筛选出中医古文语料中具有两个及两个以上实体的句子，利用依存句法分析得到实体之间的动词关系，形成种子动词词表；根据种子动词词表，扩充种子实体词表；迭代执行形成种子动词词表和扩充种子实体词表的步骤，直到不能获取到新的实体和动词，形成实体关系三元组；根据得到的种子实体词表进行层次聚类，得到分类后的实体词表，并结合得到的实体关系三元组，构建面向中医古文知识库。本发明涉及知识工程领域。
-
公开(公告)号：CN109065173A
公开(公告)日：2018-12-21
申请号：CN201810751261.5
申请日：2018-07-10
Applicant: 北京科技大学
CPC classification number: G16H50/70
Abstract: 本发明公开了一种知识路径的获取方法。其中，该方法包括获取待寻知识路径的初始节点，其中，初始节点是症状信息和/或患者基本信息，知识路径由多个节点构成，节点是与症状信息和/或患者基本信息相关联的概念层特征；确定待寻知识路径的终点，其中，终点是根据症状信息和/或患者基本信息寻径得到的概念层特征阴或阳；通过贪心算法在初始节点与终点之间进行寻径获得多个知识路径；通过特征优化对多个知识路径进行筛选获得预定数量的待寻知识路径，解决了现有技术在进行案例推理时由于中医症状的数据存在问题导致不能高效分析中医数据的技术问题，达到了高效和准确的分析中医数据的技术效果。
-
公开(公告)号：CN107609771A
公开(公告)日：2018-01-19
申请号：CN201710804576.7
申请日：2017-09-08
Applicant: 北京科技大学
Abstract: 本发明提供一种供应商价值评价方法，能够提高供应商价值评价结果的准确性。所述方法包括：构建供应商价值评价指标；按照企业发展能力、企业履约能力、企业经营能力，将构建的供应商价值评价指标分为三类，得到企业发展能力评价指标、企业履约能力评价指标、企业经营能力评价指标；根据企业发展能力评价指标，通过CART决策树的学习方法确定供应商企业发展能力的得分；根据企业履约能力评价指标，利用支持向量机确定供应商企业履约能力的得分；根据企业经营能力评价指标，利用随机森林确定供应商企业经营能力的得分；根据确定的供应商企业发展能力、供应商企业履约能力和供应商企业经营能力的得分，综合评价供应商价值。本发明涉及供应链管理领域。
-
公开(公告)号：CN104933320B
公开(公告)日：2018-01-02
申请号：CN201510398736.3
申请日：2015-07-08
Applicant: 北京科技大学
IPC: G06F19/00
Abstract: 本发明提供一种基于加权PageRank算法的方剂药物属性定量方法及系统，有助于提高药物属性的PR值的精确度。所述方法包括：将方剂中各药物的药物属性进行分解，确定方剂的药物属性及所述药物属性的权值；将方剂中的药物属性作为网络链接结构中的药物属性节点，根据不同药物属性之间的相互作用，构建所述药物属性节点之间的网络链接结构图；根据确定的药物属性的权值，利用加权PageRank算法对药物属性节点进行迭代，确定药物属性的PR值。本发明适用于药物属性量化技术领域。
-
公开(公告)号：CN107133719A
公开(公告)日：2017-09-05
申请号：CN201710248756.1
申请日：2017-04-17
Applicant: 北京科技大学
IPC: G06Q10/06
CPC classification number: G06Q10/0639
Abstract: 本发明提供一种供应商价值评价方法，能够使供应商价值评价结果更加客观准确。所述方法包括：构建供应商价值评价指标，构建的所述供应商价值评价指标为三级评价指标；根据构建的三级评价指标，建立层次化的供应商价值评价体系，所述供应商价值评价体系包括：一级评价指标、二级评价指标、三级评价指标，所述一级评价指标包括：供应商价值，所述二级评价指标包括：供应商资质、供应商招投标参与情况、供应商供货能力；根据构建的三级评价指标，分别确定供应商资质、供应商招投标参与情况、供应商供货能力的得分；根据确定的所述供应商资质、供应商招投标参与情况、供应商供货能力的得分，综合评价供应商价值。本发明涉及供应链管理领域。
-
-
-
-
-
-
-
-
-
Search Results
157
records
(took 0.055 seconds)
