公开(公告)号：CN118898049A

公开(公告)日：2024-11-05

申请号：CN202411394834.5

申请日：2024-10-08

Applicant: 中南大学

Inventor： 杨柳 ,  唐琨 ,  刘丽敏

IPC: G06F18/25 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/022 ,  G06F18/213 ,  G06F18/22 ,  H04L9/00

Abstract: 本申请公开了一种基于知识图谱和深度学习的跨模态数据融合方法和系统，本方法为每一个时间节点的不同模态数据构建对应的第一知识图谱，通过深度学习方法融合每一种模态数据相应的第一知识图谱，得到对应第二知识图谱，不仅保留了各模态的特异性信息，还能深入挖掘不同模态之间的复杂关系，从而实现更全面和精准的数据分析；本方法还考虑了时间维度，为每一个时间节点都构建出第二知识图谱，每个时间节点对应的图谱代表了该时间节点的数据状态，能体现数据随时间的变化，通过不同时间节点的图谱，使得时间上连续的数据能够被有效关联，结合不同时间节点下的融合后的第二知识图谱，从时间序列上实现更全面和精准的数据分析。

公开(公告)号：CN118194990B

公开(公告)日：2024-08-06

申请号：CN202410611960.5

申请日：2024-05-17

Applicant: 中南大学

Inventor： 黄金彩 ,  刘晓东 ,  杨柳 ,  龙军

IPC: G06N5/022 ,  G06F40/16 ,  G06F40/30 ,  G06N3/042 ,  G06N3/0464 ,  G06N5/025

Abstract: 本发明涉及自然语言处理技术领域，具体公开了一种论文推荐方法、设备及介质，所述方法包括如下步骤：S1：训练学术预训练模型，得到映射网络，将外部知识库中文本数据传递到映射网络中，获取外部知识库的语义信息；S2：融合外部知识库的语义信息和时序知识图谱的动态演进信息，得到最终实体向量矩阵；S3：将最新时间戳知识图谱输入卷积网络中，得到实体的卷积向量，将卷积向量拼接成最终卷积输出，调用得分函数计算实体和关系之间的得分，基于最终实体向量矩阵和得分计算可能性向量，基于所述可能性向量完成论文推荐。优点是，本发明方法通过注入外部知识库的语义信息用来帮助模型完成推理，减少迭代次数，提高了论文推荐的准确率。

公开(公告)号：CN118194990A

公开(公告)日：2024-06-14

申请号：CN202410611960.5

申请日：2024-05-17

Applicant: 中南大学

Inventor： 黄金彩 ,  刘晓东 ,  杨柳 ,  龙军

IPC: G06N5/022 ,  G06F40/16 ,  G06F40/30 ,  G06N3/042 ,  G06N3/0464 ,  G06N5/025

Abstract: 本发明涉及自然语言处理技术领域，具体公开了一种论文推荐方法、设备及介质，所述方法包括如下步骤：S1：训练学术预训练模型，得到映射网络，将外部知识库中文本数据传递到映射网络中，获取外部知识库的语义信息；S2：融合外部知识库的语义信息和时序知识图谱的动态演进信息，得到最终实体向量矩阵；S3：将最新时间戳知识图谱输入卷积网络中，得到实体的卷积向量，将卷积向量拼接成最终卷积输出，调用得分函数计算实体和关系之间的得分，基于最终实体向量矩阵和得分计算可能性向量，基于所述可能性向量完成论文推荐。优点是，本发明方法通过注入外部知识库的语义信息用来帮助模型完成推理，减少迭代次数，提高了论文推荐的准确率。

公开(公告)号：CN116414867B

公开(公告)日：2023-08-22

申请号：CN202310684479.4

申请日：2023-06-12

Applicant: 中南大学

Inventor： 杨柳 ,  张恺庭 ,  杨展 ,  龙军 ,  陈云飞 ,  李逸楠

IPC: G06F16/2453 ,  G06F16/2455 ,  G06F18/213 ,  G06F18/23213 ,  G06F18/25 ,  G06F123/02

Abstract: 本发明公开了一种基于量化哈希编码的时空数据检索方法，包括：S1，提取待检索的原始数据的时间信息和空间信息，形成序列化编码。S2，对序列化编码聚类，得到编码矩阵。S3，提取原始数据的原始特征向量，然后核化得到语义特征矩阵。S4，将语义特征矩阵与编码矩阵进行拼接，得到语义融合矩阵。S5，基于min‑hash算法和随机分桶映射，获得哈希检索函数。S6，对语义融合矩阵基于段长来得到下标，然后转换为二进制数并拼接得到语义融合量化码，形成时空量化码。S7，基于哈希检索函数执行检索。本发明通过将时间和空间特征与传统哈希编码融合学习，使得量化码具备了时空特征，从而提高大规模时空检索的检索速度和检索效率。

公开(公告)号：CN116415005B

公开(公告)日：2023-08-18

申请号：CN202310684297.7

申请日：2023-06-12

Applicant: 中南大学

Inventor： 费洪晓 ,  谭杨盈 ,  杨柳 ,  龙军 ,  王子冬 ,  黄文体

IPC: G06F16/36 ,  G06N3/048 ,  G06N3/096 ,  G06F16/35 ,  G06F18/241

Abstract: 本发明公开了一种面向学者学术网络构建的关系抽取方法，包括如下步骤：步骤S1：构建包括至少两个教师模型的多教师模型，计算教师模型权重；步骤S2：构建学生模型，根据灵活温度计算蒸馏目标分布，计算知识蒸馏损失，结合知识蒸馏损失和远程监督损失计算总损失；步骤S3，进行关系抽取，学生模型进行训练，得到关系抽取模型，利用关系抽取模型对输入的数据集进行关系抽取。优点是，本发明考虑到样本的差异而设置灵活温度，使用样本在隐藏层和分类层的信息熵相对差值，尽可能保留样本的有效信息，并降低样本标签软化的不确定性；另外，本发明将多教师的思想引入到了关系抽取之中，通过构建不同教师的全局关系，以传播更丰富且有效的知识。

公开(公告)号：CN116304061B

公开(公告)日：2023-07-21

申请号：CN202310551919.9

申请日：2023-05-17

Applicant: 中南大学

Inventor： 龙军 ,  王子冬 ,  杨柳 ,  陈庭轩 ,  黄金彩

IPC: G06F16/35 ,  G06F18/2415 ,  G06N3/0464 ,  G06N3/042

Abstract: 本发明公开了基于层次文本图结构学习的文本分类方法、装置及介质，所述方法包括如下步骤：步骤S1：将训练集文本按照三种语言学特征进行预处理，得到三种图结构矩阵；步骤S2：进行边级别图结构学习，得到三种边向量；步骤S3：去冗余，得到三种文本边向量；步骤S4：加权求和，得到文本图结构表示；步骤S5：采用图卷积神经网络进行处理，再经过图池化层生成图级别文本表示；步骤S6：进行softmax分类，概率最大的类别为最终分类结果。优点是，本发明采用三种语言学特征对训练集文本进行预处理，将文本分类问题转化为图分类问题；本发明通过多粒度的图结构学习，将不同的图结构进行了整合，防止后续学习过程中出现图结构语义丢失。

公开(公告)号：CN115905295A

公开(公告)日：2023-04-04

申请号：CN202211712045.2

申请日：2022-12-29

Applicant: 之江实验室 ,  中南大学

Inventor： 王永恒 ,  杨柳 ,  李友梅 ,  龙军 ,  金雄男 ,  陈庭轩 ,  王子冬

IPC: G06F16/242 ,  G06F16/532 ,  G06F16/583 ,  G06F16/58

Abstract: 本发明提供了一种基于VF2算法的SPARQL查询子图模式匹配方法，包括以下步骤：将SPARQL查询语句以SPARQL查询图的形式呈现，根据链型识别规则以及星型识别规则将SPARQL查询图分为链型查询图以及星型查询图；建立VF2算法的基本匹配规则，并根据链型查询图的结构信息与语义信息建立链型匹配规则，根据星型查询图的结构信息与语义信息建立星型匹配规则；根据链型识别规则以及星型识别规则将RDF数据库中的RDF数据图分为链型数据图以及星型数据图；使用VF2算法分别将链型查询图与链型数据图以及星型查询图与星型数据图进行匹配，过滤得到匹配集合并输出结果。本发明提供的SPARQL查询子图模式匹配方法充分利用RDF数据图与SPARQL查询图的结构和语义信息从而提高查询效率。

公开(公告)号：CN115827948A

公开(公告)日：2023-03-21

申请号：CN202310086593.7

申请日：2023-02-09

Applicant: 中南大学

Inventor： 龙军 ,  陈庭轩 ,  杨柳 ,  王子冬 ,  罗帅 ,  唐自强

IPC: G06F16/951 ,  G06F16/31 ,  G06F16/335

Abstract: 本发明公开了一种爬取文献数据的单反射性智能体和文献数据爬取方法，所述单反射性智能体包括性能模块、环境模块、感知模块和执行器模块；所述性能模块用于构建性能目标函数；所述环境模块构建单反射性智能体的环境集合；所述感知模块监测系统时间以及期刊数量是否变化；所述执行器模块基于所述性能目标函数设定目标，并自动化爬取文献数据。优点是，本发明通过构建用于爬取文献数据的单反射性智能体实现文献数据爬取，所述单反射性智能体通过构建衡量自动化爬取文献数据的性能目标函数，执行器模块基于所述目标性能函数设定目标，实现全面准确的文献数据爬取。

公开(公告)号：CN110032676B

公开(公告)日：2022-08-05

申请号：CN201910196896.8

申请日：2019-03-15

Applicant: 中南大学

Inventor： 杨柳 ,  熊丹婷 ,  胡志刚 ,  龙军

IPC: G06F16/9532 ,  G06F16/242

Abstract: 本发明涉及面向大数据关联的存储和查询技术领域，公开了一种基于谓词关联的SPARQL查询优化方法及系统，更快速且有效地实现分布式SPARQL查询，本发明的方法包括获取历史查询的SPARQL中的RDF三元组，使用谓词命名RDF三元组，得到原始RDF数据集；对RDF数据集进行划分得到VP表，根据VP表统计RDF数据中谓词连接的主词和宾词数量，定义谓词的四种连通特性，并根据连通特性强弱对谓词进行优先级排序；构建谓词之间的关联性，并根据该关联性将历史SPARQL查询图转化为树状谓词图，优化树状谓词图，根据优化后的树状谓词图生成相关表并将SPARQL转化成查询指令；采用查询指令查询待查表。

公开(公告)号：CN111099346A

公开(公告)日：2020-05-05

申请号：CN201911364426.4

申请日：2019-12-26

Applicant: 中南大学

Inventor： 龙林 ,  成庶 ,  杨柳

IPC: B65G47/91

Abstract: 本发明公开了一种自动上料设备及方法，包括齿片隔离机构和取料机构；齿片隔离机构包括齿片隔离座套；齿片隔离座套通过第一移动装置实现移动，以更换工位；上料工位的齿片隔离座套与振动盘的支架对接，振动盘内的齿片通过振动沿着支架上的轨道定向到达齿片隔离座套；取料机构包括吸盘；取料机构安装在第二移动装置上；所述第二移动装置带动取料机构移动至吸盘位于装有齿片的齿片隔离座套上方，升降装置带动吸盘运动，将齿片从齿片隔离座套上取出；通过角度检测装置对吸附在吸盘上的齿片角度进行检测，当检测到齿片角度不是预设角度时，控制旋转装置带动吸盘旋转，使得齿片呈预设角度输出。本发明能用于生产整体锡林时齿片的自动上料。