-
公开(公告)号：CN110390471A
公开(公告)日：2019-10-29
申请号：CN201910595927.7
申请日：2019-07-03
Applicant: 北京科技大学
IPC: G06Q10/06
Abstract: 本发明提供一种基于LightGBM的供应商价值评价方法及系统，包括构建用于对供应商价值进行评分的评分指标；获取训练样本集，并基于评分指标计算出训练样本集中每一训练样本的价值评分，构建训练数据集；其中，训练样本对应的评分指标的值作为训练时使用的训练数据，相应训练样本的价值评分作为训练时使用的标签数据；利用训练数据集对LightGBM模型进行训练，得到价值评价模型；获取待评价供应商对应的评分指标的值，利用价值评价模型，通过待评价供应商对应的评价指标的值，得到待评价供应商的价值评分。本发明当供应商数据有缺失时也可很好地进行评价，模型的鲁棒性和易用性极大地降低了供应商评价难度，减少了供应链的管理成本。
-
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：CN109919370A
公开(公告)日：2019-06-21
申请号：CN201910143397.2
申请日：2019-02-26
Applicant: 国网冀北电力有限公司运营监测(控)中心 , 北京科技大学
Abstract: 本发明提供一种电力负荷预测方法及预测装置，能够提高电力负荷结果预测的时效性和准确性。所述方法包括：获取多个公变台区的三相电力负荷数据及其对应的气象数据、星期类型；对获取的所有公变台区的同一相的电力负荷数据中的电力负荷值进行聚类，将电力负荷曲线特性相似的公变台区聚为一簇；构建LSTM-Attention神经网络模型；获取待预测的公变台区，确定所述待预测的公变台区所属的簇；根据构建的LSTM-Attention神经网络模型及所述待预测的公变台区所属的簇中的相似性公变台区对应的三相电力负荷数据、气象数据和星期类型，采用迭代预测的方式，对待预测的公变台区的每相电力负荷进行预测。本发明涉及电力技术领域。
-
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。
-
Patent Agency Ranking
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：CN107122451A
公开(公告)日：2017-09-01
申请号：CN201710281403.1
申请日：2017-04-26
Applicant: 北京科技大学
Abstract: 本发明提供一种法律文书案由分类器的自动构建方法，分类效率高、准确率高。所述方法包括：获取多类案由的法律文书，确定每类案由的测试语料；对每类测试语料去停用词和分词；根据分词结果，确定每类案由的基本关键词；根据分词结果，对每类测试语料进行词向量训练，扩充关键词，根据扩充的关键词和确定的基本关键词，确定每类案由的扩充关键词列表；输入待分类法律文书，对输入的所述待分类法律文书去停用词和分词、并进行词向量训练，根据所述待分类法律文书的词向量训练结果，计算所述待分类法律文书与每类扩充关键词列表的语义相似度总和，取语义相似度总和最大值对应的案由为所述待分类法律文书对应的案由。本发明涉及知识工程技术领域。
-
公开(公告)号：CN106227820A
公开(公告)日：2016-12-14
申请号：CN201610586594.8
申请日：2016-07-22
Applicant: 北京科技大学
IPC: G06F17/30
CPC classification number: G06F16/51
Abstract: 本发明提供一种中医基础理论知识图库的构建方法，能够构建成一个大规模的、可共享、可复用、高效率、可扩展的知识图库。所述方法包括：依据中医基础理论知识，构建多个中医基础理论概念框架；依据每个中医基础理论概念框架内部之间的关系以及所述多个中医基础理论概念框架之间的关系形成三元组关系框架；将所述中医基础理论概念框架中的概念实体作为知识图的节点存入图形数据库，同时将所述三元组关系框架中的关系作为所述知识图的边存入所述图形数据库，形成基于中医基础理论知识的中医基础理论知识图库。本发明适用于中医学技术领域。
-
公开(公告)号：CN119691118A
公开(公告)日：2025-03-25
申请号：CN202411747578.3
申请日：2024-11-29
Applicant: 北京科技大学
IPC: G06F16/3329 , G06F16/338 , G06F16/353 , G06F16/36 , G06N5/022 , G06N3/0455 , G06N3/09 , G06N5/04 , G16H50/20 , G16H50/70
Abstract: 本发明公开了一种基于知识图谱增强大语言模型的疾病检索方法及装置，涉及大语言模型和知识图谱问答技术领域。该方法包括：构建基于三元组形式的问答数据集，基于Neo4j实现五个主题的专科疾病知识图谱的存储及可视化；获取用户提问的医学问题，基于思维链推理对输入问题逐步扩展得到子问题；基于预训练模型进行关系路径检索及知识子图检索；微调大语言模型使其基于采样到的答案子图生成事实知识文本；结合输入问题以及事实知识构建知识增强提示模板，送入大语言模型中获取最终的医学答案。本方案利用知识图谱增强大语言模型，引导大语言模型在高效知识路径中推理检索，可精准、专业地回答用户提出的专科疾病医学问题。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.034 seconds)
