数据共享交换及开放应用平台

    公开(公告)号:CN111176867B

    公开(公告)日:2020-12-11

    申请号:CN202010046746.1

    申请日:2020-01-16

    Abstract: 本发明提出了数据共享交换及开放应用平台,通过业务数据中心存储数据源层采集数据,通过数据接入模块连接数据管控模块实现元数据管理,并对存储的数据资源进行服务注册和发布,形成数据资源服务目录供应用层用户申请相应的数据资源服务;实现对分类数据的数据挖掘分析和数据治理;其数据交换效率更高,业务逻辑更清晰。

    数据共享交换及开放应用平台

    公开(公告)号:CN111176867A

    公开(公告)日:2020-05-19

    申请号:CN202010046746.1

    申请日:2020-01-16

    Abstract: 本发明提出了数据共享交换及开放应用平台,通过业务数据中心存储数据源层采集数据,通过数据接入模块连接数据管控模块实现元数据管理,并对存储的数据资源进行服务注册和发布,形成数据资源服务目录供应用层用户申请相应的数据资源服务;实现对分类数据的数据挖掘分析和数据治理;其数据交换效率更高,业务逻辑更清晰。

    一种基于卷积神经网络和递归自动编码器模型的场景识别方法

    公开(公告)号:CN110188827B

    公开(公告)日:2020-11-03

    申请号:CN201910470014.2

    申请日:2019-05-29

    Abstract: 本发明公开了一种基于卷积神经网络和递归自动编码器模型的场景识别方法,包括:构建卷积神经网络,构建递归自动编码器,数据预处理和场景预测分类;构建卷积神经网络,是利用大规模场景数据集构建并改进卷积神经深度网络;构建递归自动编码器,是利用卷积神经网络提取的图像特征和场景标签构建并改进递归自动编码器;数据预处理,是将图像进行数据增强的操作,同时将场景的文本标签实现嵌入操作完成数据预处理;场景预测分类,构建预测图像场景分类器,将图像特征输入训练完成的模型中进行场景预测分类。本发明改进了传统的图像与文本信息的编码模型,提出了一种新的卷积神经网络和递归自动编码器网络的结合方法,能够显著的提升场景识别的效果。

    一种基于卷积神经网络和递归自动编码器模型的场景识别方法

    公开(公告)号:CN110188827A

    公开(公告)日:2019-08-30

    申请号:CN201910470014.2

    申请日:2019-05-29

    Abstract: 本发明公开了一种基于卷积神经网络和递归自动编码器模型的场景识别方法,包括:构建卷积神经网络,构建递归自动编码器,数据预处理和场景预测分类;构建卷积神经网络,是利用大规模场景数据集构建并改进卷积神经深度网络;构建递归自动编码器,是利用卷积神经网络提取的图像特征和场景标签构建并改进递归自动编码器;数据预处理,是将图像进行数据增强的操作,同时将场景的文本标签实现嵌入操作完成数据预处理;场景预测分类,构建预测图像场景分类器,将图像特征输入训练完成的模型中进行场景预测分类。本发明改进了传统的图像与文本信息的编码模型,提出了一种新的卷积神经网络和递归自动编码器网络的结合方法,能够显著的提升场景识别的效果。

    一种地理知识图谱构建方法、装置、终端及存储介质

    公开(公告)号:CN115878818A

    公开(公告)日:2023-03-31

    申请号:CN202310141105.8

    申请日:2023-02-21

    Abstract: 本发明公开了一种地理知识图谱构建方法、装置、终端及存储介质,装置包括数据采集子系统、实体关系抽取子系统、以及知识图谱展现子系统。其中数据采集子系统的作用在于获取目标数据,同时转化为后续工作所需的数据格式,将一些数据清除标签同时将一些数据转化成结构化的三元组作为种子语料使用;实体关系抽取,利用数据采集子系统获取的数据进行限定类型的关系抽取器的训练,把大量结构化和非结构化文本转化成关系三元组形式;知识图谱展现子系统利用图数据库neo4j来完成三元组关系存储,通过AntV G6图可视化引擎来渲染知识图谱以及图谱交互。本发明解决现有地质资料信息孤立的问题,填补了知识图谱在地理教学应用方面的空白。

Patent Agency Ranking