-
公开(公告)号：CN110705260B
公开(公告)日：2023-04-18
申请号：CN201910905090.1
申请日：2019-09-24
Applicant: 北京工商大学
IPC: G06F40/216 , G06F40/284 , G06F40/30 , G06N3/042 , G06N3/088
Abstract: 本发明公开一种基于无监督图神经网络结构的文本向量生成方法，利用停用词语料对收集的所有文本语料做去停用词处理,从处理后的语料中选取关键词，计算并保存文本关键词权重以及关键词间权重，构建文本‑关键词网络邻接矩阵；其次利用训练好的词向量作为单词节点特征，文档内出现关键词计算文本初始节点特征，得到文本‑关键词网络特征矩阵；最后构建与正样本相对应的负样本邻接矩阵和特征矩阵，利用损失函数与构建的网络模型步骤、梯度下降使损失收敛，取收敛后的文本节点特征向量，得到基于无监督GNN的文本表示向量。本发明充分考虑到了语料库中非连续的全局词共现和长距离语义以及单个文档对所有文档‑关键词集合的总相关性。
-
公开(公告)号：CN112364091A
公开(公告)日：2021-02-12
申请号：CN202011239021.0
申请日：2020-11-09
Applicant: 北京工商大学 , 北京市疾病预防控制中心
IPC: G06F16/26 , G06F16/28 , G06F16/215 , G06F16/36 , G06F16/951 , G06F40/289
Abstract: 本发明涉及一种基于知识图谱的人物关系可视化查询方法及系统，方法包括：采用Scrapy框架从互联网中爬取与当前人物相关的网页信息；对网页信息进行解析，提取与当前人物有关的人物信息和关系信息；对人物信息和关系信息进行规范化处理，构建所有人物与当前人物相关的五元组数据；对五元组数据进行人物关系反向推理，获得反向五元组数据；根据向五元组数据构建人物关系知识图谱，并将人物关系知识图谱存于图数据库中；从图数据库中获取待查询人物对应的人物关系知识图谱并进行可视化展示。本发明采用图数据库存储人物关系知识图谱，进而提高查询速度。另外本发明通过可视化技术将图谱中的知识展现出来，产生一种视觉的冲击感，能更高的认识和理解人物关系。
-
公开(公告)号：CN108897827B
公开(公告)日：2020-06-26
申请号：CN201810648773.9
申请日：2018-06-22
Applicant: 北京工商大学
Abstract: 本发明公布了一种公路空间数据自动更新方法及系统，包括：空间数据处理、生成点线、发布地图服务；将业务数据库中的初始数据提取并处理，根据公路的起止桩号及中心桩号区分点属性数据和线属性数据；根据桩号，对点属性数据通过点获取算法得到对应的点空间数据，对线属性数据通过线获取算法得到对应的线空间数据；通过空间数据库中间件，关联地图样式并发布地图服务；由此实现基于GIS的公路空间数据自动更新。本发明实现公路空间数据的自动更新，能够实现大量数据的高效、准确的更新，提升数据的现势性，可大大减少每年进行公路数据更新维护所需的人力和时间，经济效益、商业价值高，可广泛推广应用。
-
公开(公告)号：CN108897827A
公开(公告)日：2018-11-27
申请号：CN201810648773.9
申请日：2018-06-22
Applicant: 北京工商大学
IPC: G06F17/30
Abstract: 本发明公布了一种公路空间数据自动更新方法及系统，包括：空间数据处理、生成点线、发布地图服务；将业务数据库中的初始数据提取并处理，根据公路的起止桩号及中心桩号区分点属性数据和线属性数据；根据桩号，对点属性数据通过点获取算法得到对应的点空间数据，对线属性数据通过线获取算法得到对应的线空间数据；通过空间数据库中间件，关联地图样式并发布地图服务；由此实现基于GIS的公路空间数据自动更新。本发明实现公路空间数据的自动更新，能够实现大量数据的高效、准确的更新，提升数据的现势性，可大大减少每年进行公路数据更新维护所需的人力和时间，经济效益、商业价值高，可广泛推广应用。
-
公开(公告)号：CN112231562B
公开(公告)日：2023-07-14
申请号：CN202011099869.8
申请日：2020-10-15
Applicant: 北京工商大学
IPC: G06F40/30 , G06F40/216 , G06F16/35 , G06N3/0464 , G06N3/048 , G06N3/084 , G06Q50/00
Abstract: 本发明涉及一种网络谣言识别方法即系统，方法包括：根据包含谣言信息的多个文本得到文本特征矩阵；构建传播图结构，图结构中的节点为多个文本，图结构中的邻接矩阵为谣言信息在多个文本之间的转发和评论关系；构建图卷积神经网络模型；图卷积神经网络模型的输入为文本特征矩阵和邻接矩阵，图卷积神经网络模型的输出为谣言特征矩阵；根据谣言特征矩阵训练神经网络模型，得到谣言识别模型；根据谣言识别模型识别网络谣言。本发明根据谣言在多个文本之间的转发和评论关系训练图卷积神经网络模型，根据谣言特征矩阵训练神经网络模型，有效的捕获了谣言信息广泛且分散的传播特征，可以有效识别谣言信息。
-
Patent Agency Ranking
公开(公告)号：CN112329439A
公开(公告)日：2021-02-05
申请号：CN202011291703.6
申请日：2020-11-18
Applicant: 北京工商大学 , 北京市疾病预防控制中心
IPC: G06F40/211 , G06F40/216 , G06F40/289 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/26
Abstract: 本发明涉及一种基于图卷积神经网络模型的食品安全事件检测方法及系统。该方法包括：对从食品安全相关网站获取的数据进行预处理；根据预处理后的数据构建文本分类模型；获取待预测的食品安全事件数据；将所述待预测的食品安全事件数据输入至所述文本分类模型中，得到食品安全事件的分类结果。本发明能够根据国家食品安全事件分级标准，对获取的食品安全事件进行快速准确的分类。
-
公开(公告)号：CN107563803B
公开(公告)日：2020-12-08
申请号：CN201710733602.1
申请日：2017-08-24
Applicant: 北京工商大学
IPC: G06Q30/02 , G06F16/29 , G06F16/901
Abstract: 本发明公布了一种基于耗费距离栅格的商圈划分方法，选取并构造空间化的商业活动要素，经过对称差处理形成耗费栅格，栅格单元的耗费值代表穿越该单元的代价，同时栅格以连续场模型来表达地理空间，通过耗费距离分析计算得到分配栅格，从而实现商圈划分；包括：选取并构造空间化的多种商业活动要素；计算商业活动要素的对称差，得到规则格网栅格数据，作为耗费距离栅格运算所需的耗费图层；选取待划分商圈的源图层；计算每个耗费距离栅格；根据分配栅格划分商圈。本发明技术方案可在选址开店时提供所需商圈内的详细资料组分；也可提供商圈发展规划、布局以及商业发展潜力区分析等宏观决策技术支持。
-
公开(公告)号：CN110705260A
公开(公告)日：2020-01-17
申请号：CN201910905090.1
申请日：2019-09-24
Applicant: 北京工商大学
IPC: G06F40/216 , G06F40/284 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于无监督图神经网络结构的文本向量生成方法，利用停用词语料对收集的所有文本语料做去停用词处理,从处理后的语料中选取关键词，计算并保存文本关键词权重以及关键词间权重，构建文本-关键词网络邻接矩阵；其次利用训练好的词向量作为单词节点特征，文档内出现关键词计算文本初始节点特征，得到文本-关键词网络特征矩阵；最后构建与正样本相对应的负样本邻接矩阵和特征矩阵，利用损失函数与构建的网络模型步骤、梯度下降使损失收敛，取收敛后的文本节点特征向量，得到基于无监督GNN的文本表示向量。本发明充分考虑到了语料库中非连续的全局词共现和长距离语义以及单个文档对所有文档-关键词集合的总相关性。
-
公开(公告)号：CN107563803A
公开(公告)日：2018-01-09
申请号：CN201710733602.1
申请日：2017-08-24
Applicant: 北京工商大学
Abstract: 本发明公布了一种基于耗费距离栅格的商圈划分方法，选取并构造空间化的商业活动要素，经过对称差处理形成耗费栅格，栅格单元的耗费值代表穿越该单元的代价，同时栅格以连续场模型来表达地理空间，通过耗费距离分析计算得到分配栅格，从而实现商圈划分；包括：选取并构造空间化的多种商业活动要素；计算商业活动要素的对称差，得到规则格网栅格数据，作为耗费距离栅格运算所需的耗费图层；选取待划分商圈的源图层；计算每个耗费距离栅格；根据分配栅格划分商圈。本发明技术方案可在选址开店时提供所需商圈内的详细资料组分；也可提供商圈发展规划、布局以及商业发展潜力区分析等宏观决策技术支持。
-
公开(公告)号：CN112329439B
公开(公告)日：2021-11-19
申请号：CN202011291703.6
申请日：2020-11-18
Applicant: 北京工商大学 , 北京市疾病预防控制中心
IPC: G06F40/211 , G06F40/216 , G06F40/289 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/26
Abstract: 本发明涉及一种基于图卷积神经网络模型的食品安全事件检测方法及系统。该方法包括：对从食品安全相关网站获取的数据进行预处理；根据预处理后的数据构建文本分类模型；获取待预测的食品安全事件数据；将所述待预测的食品安全事件数据输入至所述文本分类模型中，得到食品安全事件的分类结果。本发明能够根据国家食品安全事件分级标准，对获取的食品安全事件进行快速准确的分类。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.027 seconds)
