-
公开(公告)号：CN117930813B
公开(公告)日：2024-09-24
申请号：CN202410097600.8
申请日：2024-01-23
申请人： 中国人民解放军国防科技大学
IPC分类号： G05B23/02
摘要： 本发明公开一种TRT静叶控制系统故障检测方法、产品、介质及设备，涉及故障检测领域。本发明采用核主成分分析进行特征空间选择，对数据流进行数据块分割得到多个等长的数据块；构建初始背景树，记录历史数据块中分类准确率最高的窗口作为基准窗口并不断更新；将检测分为预警阶段和漂移阶段，并对检测模型进行自适应更新，检测概念漂移；针对出现概念漂移的数据块设立滑动窗口检测概念漂移子类型。本发明不仅能够检测概念漂移，抵抗概念漂移对数据分类的影响，还能够挖掘概念漂移的隐藏信息，直接确定出概念漂移子类别，具有良好的性能和可解释性；基于检测出的概念漂移子类别来识别TRT静叶控制系统故障，可以提高故障识别效率和准确性。
-
公开(公告)号：CN114298052B
公开(公告)日：2023-06-20
申请号：CN202210004530.8
申请日：2022-01-04
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F40/295 , G06F40/216 , G06F18/241 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于概率图的实体联合标注关系抽取方法和系统，属于自然语言处理技术领域。包括进行特征提取；进行实体抽取：将实体抽取任务转为序列标注任务，将所述序列输入第一模型中得到第一输出特征，对所述第一输出特征激活后得到预测序列，通过设定的阈值得到实体的开始和结束位置；根据就近原则对主体和客体进行匹配，标记相近的实体头部和尾部进行截取；进行关系分类：随机抽取实体对，并根据所述第一模型的中间特征，生成第二输出特征，将所述第二输出特征输入第二模型中得到对应分类关系。本发明考虑到两个子任务之间的相关性，使得抽取任务的结果不过分依赖于实体抽取的结果，避免误差累积的问题，以及关系重叠。
-
公开(公告)号：CN114297391A
公开(公告)日：2022-04-08
申请号：CN202210003449.8
申请日：2022-01-04
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F16/35 , G06F40/242 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于文本图神经网络的社交文本情感分类方法和系统，属于自然语言处理技术领域。包括接收目标文本，并去除所接收的文本中的异常值；利用BERT模型获取所述目标文本的词嵌入；获取所述目标文本的情感极性特征，利用SentiWordnet情感字典源计算目标文本的每个单词的情感分数，以每个单词的最终得分作为单词的情感极性特征；将所述目标文本的词嵌入和情感极性特征进行拼接，形成初始词向量；将所述目标文本构建为文本图结构，将所述初始词向量作为文本图的节点初始特征，然后利用文本图神经网络消息传递机制进行特征提取，最后将提取的特征进行情感分类。本发明既考虑了言论中的上下文特征，又考虑了言论之间的相互关系，使得情感分类更加准确。
-
公开(公告)号：CN117930774A
公开(公告)日：2024-04-26
申请号：CN202410093157.7
申请日：2024-01-22
申请人： 中国人民解放军国防科技大学
IPC分类号： G05B19/418
摘要： 本发明公开一种工业设备异常预警方法、装置、介质及产品，涉及设备异常检测技术领域，所述方法包括：基于当前时段的核心参数序列和核心参数预测模型得到下一时段的核心参数序列的预测值并判断是否存在核心异常时刻；若是，则计算核心异常得分并判断核心异常得分是否大于预设核心阈值；若是，则进行停机预警；若不存在核心异常时刻或不大于预设核心阈值，则基于当前时段的传感器参数序列和传感器参数预测模型得到下一时段的传感器参数序列的预测值并判断是否存在传感器异常时刻；若是，则计算累积异常得分；下一时段的累积异常得分超出预设累积阈值时，基于下一时段中所有传感器异常时刻进行报警。本发明提高了TRT静叶控制系统预警的准确性。
-
公开(公告)号：CN116340799A
公开(公告)日：2023-06-27
申请号：CN202310287326.6
申请日：2023-03-22
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F18/23213 , G06F18/2431 , G06F16/2455 , G06F16/2458 , G06N20/00
摘要： 本申请公开了一种面向基于复合滑动窗口的概念漂移检测方法、装置、设备和存储介质，属于流数据概念漂移检测技术领域。提供一种基于复合滑动窗口的概念漂移检测方法，该方法不仅能识别概念漂移，还能确定概念漂移类别以及定位概念漂移节点，通过改进的K‑means聚类算法建立基准窗口，结合统计过程控制系统确定概念漂移类别以及定位概念漂移节点，针对非稳态以及多类型概念漂移数据集有很好的检测效果。
-
公开(公告)号：CN112541081A
公开(公告)日：2021-03-23
申请号：CN202011518241.7
申请日：2020-12-21
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开了一种基于领域自适应的可迁移谣言检测方法，属于深度学习领域。包括：构建谣言检测模型；训练谣言分类模型，训练过程包括：在特征提取模块后连接域分类模块，引入域分类损失函数，并构建谣言分类损失与域分类损失的总体损失，利用总体损失对谣言分类模型进行训练；通过在特征提取模块与域分类模块之间添加梯度反转层，构建细粒度的梯度更新控制机制，对模型中需要更新的参数进行更新；获取谣言数据，并输入到训练好的谣言分类模型中进行分类，完成谣言检测。本发明的方法在实现谣言准确检测的同时，使得谣言检测方法具有较高的迁移性。
-
公开(公告)号：CN117930813A
公开(公告)日：2024-04-26
申请号：CN202410097600.8
申请日：2024-01-23
申请人： 中国人民解放军国防科技大学
IPC分类号： G05B23/02
摘要： 本发明公开一种TRT静叶控制系统故障检测方法、产品、介质及设备，涉及故障检测领域。本发明采用核主成分分析进行特征空间选择，对数据流进行数据块分割得到多个等长的数据块；构建初始背景树，记录历史数据块中分类准确率最高的窗口作为基准窗口并不断更新；将检测分为预警阶段和漂移阶段，并对检测模型进行自适应更新，检测概念漂移；针对出现概念漂移的数据块设立滑动窗口检测概念漂移子类型。本发明不仅能够检测概念漂移，抵抗概念漂移对数据分类的影响，还能够挖掘概念漂移的隐藏信息，直接确定出概念漂移子类别，具有良好的性能和可解释性；基于检测出的概念漂移子类别来识别TRT静叶控制系统故障，可以提高故障识别效率和准确性。
-
公开(公告)号：CN114297391B
公开(公告)日：2024-02-02
申请号：CN202210003449.8
申请日：2022-01-04
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F16/35 , G06F40/242 , G06F40/289 , G06F40/30 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种基于文本图神经网络的社交文本情感分类方法和系统，属于自然语言处理技术领域。包括接收目标文本，并去除所接收的文本中的异常值；利用BERT模型获取所述目标文本的词嵌入；获取所述目标文本的情感极性特征，利用SentiWordnet情感字典源计算目标文本的每个单词的情感分数，以每个单词的最终得分作为单词的情感极性特征；将所述目标文本的词嵌入和情感极性特征进行拼接，形成初始词向量；将所述目标文本构建为文本图结构，将所述初始词向量作为文本图的节点初始特征，然后利用文本图神经网络消息传递机制进行特征提取，最后将提取的特征进行情感分类。本发明既考虑了言论中的上下文特征，又考虑了言论之间的相互关系，使得情感分类更加准确。
-
公开(公告)号：CN112541081B
公开(公告)日：2022-09-16
申请号：CN202011518241.7
申请日：2020-12-21
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开了一种基于领域自适应的可迁移谣言检测方法，属于深度学习领域。包括：构建谣言检测模型；训练谣言分类模型，训练过程包括：在特征提取模块后连接域分类模块，引入域分类损失函数，并构建谣言分类损失与域分类损失的总体损失，利用总体损失对谣言分类模型进行训练；通过在特征提取模块与域分类模块之间添加梯度反转层，构建细粒度的梯度更新控制机制，对模型中需要更新的参数进行更新；获取谣言数据，并输入到训练好的谣言分类模型中进行分类，完成谣言检测。本发明的方法在实现谣言准确检测的同时，使得谣言检测方法具有较高的迁移性。
-
公开(公告)号：CN114298052A
公开(公告)日：2022-04-08
申请号：CN202210004530.8
申请日：2022-01-04
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F40/295 , G06F40/216 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于概率图的实体联合标注关系抽取方法和系统，属于自然语言处理技术领域。包括进行特征提取；进行实体抽取：将实体抽取任务转为序列标注任务，将所述序列输入第一模型中得到第一输出特征，对所述第一输出特征激活后得到预测序列，通过设定的阈值得到实体的开始和结束位置；根据就近原则对主体和客体进行匹配，标记相近的实体头部和尾部进行截取；进行关系分类：随机抽取实体对，并根据所述第一模型的中间特征，生成第二输出特征，将所述第二输出特征输入第二模型中得到对应分类关系。本发明考虑到两个子任务之间的相关性，使得抽取任务的结果不过分依赖于实体抽取的结果，避免误差累积的问题，以及关系重叠。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.038 秒)
