一种时序知识图谱推理模型构建方法、推理方法

    公开(公告)号:CN119849630A

    公开(公告)日:2025-04-18

    申请号:CN202411947462.4

    申请日:2024-12-27

    Abstract: 本发明提供了一种时序知识图谱推理模型构建方法,所述方法包括:步骤S1、获取历史时序知识图谱并基于其构建多个查询;其中,所述历史时序知识图谱包括多个事实四元组,每个事实四元组均包括头实体、关系、尾实体和时间戳;每个查询为缺失尾实体或头实体的缺项事实四元组,每个查询设置有与自身缺失的头实体或尾实体对应的实体标签;步骤S2、构建初始模型,其包括全局历史演化模块、自适应实体关注模块、历史信息模块以及评分模块;步骤S3、以历史时序知识图谱和多个查询作为输入,每个查询的目标评分为预测输出,按照预设的目标函数对初始模型进行多轮迭代训练直至模型收敛得到时序知识图谱推理模型。

    一种基于多尺度融合的多元时间序列预测模型构建方法

    公开(公告)号:CN119442131A

    公开(公告)日:2025-02-14

    申请号:CN202411430489.6

    申请日:2024-10-14

    Abstract: 本发明提供了一种基于多尺度融合的多元时间序列预测模型构建方法,所述方法包括:步骤S1、获取训练数据集,所述训练数据集包括多个预设时间段的多元时间序列数据;步骤S2、构建初始模型;步骤S3、以多元时间序列数据作为输入,多元时间序列数据的下一个时间段的多元时间序列数据作为预测输出,采用训练数据集基于预设的损失函数训练初始模型直至收敛,得到多元时间序列预测模型。本发明构建的多元时间序列预测模型不仅能够提取不同尺度下的时域和频域信息,还能对不同尺度下的时域信息和频域信息进行对齐融合,以充分利用多元时间序列数据的时域信息和频域信息实现多元时间序列数据的精准预测。

    车载自组织网络中的消息广播、接收及追踪方法

    公开(公告)号:CN110087197A

    公开(公告)日:2019-08-02

    申请号:CN201910505611.4

    申请日:2019-06-12

    Abstract: 本发明提供一种车载自组织网络中的消息广播、接收及追踪方法,其中,车载自组织网络中的消息广播方法包括:步骤1)当车辆的信息设备被插入所述车辆的适配接口时,由所述车辆的信息设备对所述车辆的使用者进行认证;步骤2)若所述车辆的使用者通过认证,则当所述车辆产生待广播的消息时,由所述车辆的干预防护设备对所述车辆的信息设备进行认证;步骤3)若所述车辆的信息设备通过认证,则由所述车辆的干预防护设备向所述车载自组织网络广播消息包,所述消息包包括待广播的消息。本发明在保证数据源和数据的安全性的同时,提高了车载自组织网络中数据认证的效率。

    车载自组织网络中车辆的使用者的注册、认证及更新方法

    公开(公告)号:CN110225481A

    公开(公告)日:2019-09-10

    申请号:CN201910505590.6

    申请日:2019-06-12

    Abstract: 本发明提供一种车载自组织网络中车辆的使用者的注册、认证及更新方法,其中,车辆的使用者的注册方法包括:接收车辆以及所述车辆的使用者的相关信息并且核对所述相关信息的真实性,若所述相关信息不真实,则结束注册;若所述相关信息真实,则向所述车辆的信息设备发送用于认证所述车辆的使用者和登陆所述车辆的干预防护设备的参数组以进行保存,以及向所述车辆的干预防护设备发送用于认证所述车辆的信息设备和更新所述车辆的使用者的参数组以进行保存。本发明利用了人的生物特征,并且结合车辆的信息设备实现对车辆的使用者的认证,安全性较高;另外,支持车载自组织网络中一辆车具有多个使用者的情况,在实际的应用中灵活方便。

    一种用于匿名时空轨迹识别的模型

    公开(公告)号:CN119494967A

    公开(公告)日:2025-02-21

    申请号:CN202411433967.9

    申请日:2024-10-15

    Abstract: 本发明提供一种用于匿名时空轨迹识别的模型,包括:原始轨迹图构建模块,用于根据匿名用户在一段时间内生成的轨迹数据,构建原始轨迹图,其包括表示轨迹数据的多个签到记录的多个节点和表示节点间关系的多条边,对原始轨迹图的多个节点进行嵌入表示,得到多个节点的空间信息;多尺度轨迹图构建模块,用于基于原始轨迹图按预设的多种采样率构建不同尺度的多个轨迹图;轨迹空间信息提取模块,用于基于多个节点的空间信息提取多个轨迹图中每个轨迹图的各个节点的空间特征,聚合多个轨迹图中每个轨迹图的各个节点的空间特征,得到多尺度的轨迹空间特征;轨迹识别模块,用于根据轨迹空间特征识别轨迹数据属于各个已知用户的概率值。

    计算引擎选择方法和基于该方法的多计算引擎平台

    公开(公告)号:CN108985367A

    公开(公告)日:2018-12-11

    申请号:CN201810734031.8

    申请日:2018-07-06

    Abstract: 本发明提供了一种计算引擎选择方法和基于该方法的多计算引擎平台。该方法包括:将待计算任务对应的任务特征数据输入到多个计算引擎中的每一个计算引擎的任务执行时间预测模型,获得待计算任务在每一个计算引擎上的任务执行时间预测结果,其中,所述任务执行时间预测模型是基于训练样本集通过训练获得,所述训练样本集包括多条任务特征数据和对应的任务执行时间;根据所述任务执行时间预测结果从所述多个计算引擎中选择执行待计算任务的计算引擎。本发明的方法能够自动选择效率高的计算引擎,降低了任务执行时间。

Patent Agency Ranking