一种基于神经网络的配电网线路向量化方法及装置

    公开(公告)号:CN111598123B

    公开(公告)日:2022-09-02

    申请号:CN202010251558.2

    申请日:2020-04-01

    摘要: 本发明公开了一种基于神经网络的配电网线路向量化方法及装置,所述方法包括:基于配电网的传输线以及电气设备之间的连接关系,构建图模型;基于所述图模型,获取目标传输线分别对应的注入特征向量、线路邻接矩阵以及注入邻接矩阵;基于神经网络,将所述注入特征向量以及所述注入邻接矩阵在所述图模型的节点进行特征嵌入,获得所述目标传输线的第一线路特征向量;其中,所述第一线路特征向量包含所述目标传输线与所述注入的连接关系;基于所述线路邻接矩阵对所述第一线路特征向量进行更新,获得所述目标传输线的第二线路特征向量。本发明能够对准确的表示配电网的特征信息,从而提高配电网数据分析或故障预测的结果。

    一种用于确定用户搜索意图的方法及装置

    公开(公告)号:CN111680207A

    公开(公告)日:2020-09-18

    申请号:CN202010167600.2

    申请日:2020-03-11

    摘要: 本发明提供用于确定用户搜索意图的方法及装置,包括:根据初始实体集构建待搜目标知识图谱及各实体的语义概念特征向量;构建异构节点图及对应的第一邻接矩阵;接收历史搜索点击事件,建立第一邻接矩阵的监督模型;接收当前搜索关键词,根据当前搜索关键词及待搜目标知识图谱生成候选搜索意图扩展实体集;利用监督模型对候选搜索意图扩展实体集进行意图推理,获得搜索意图对应的待扩展搜索关键词结果集;根据待扩展搜索关键词结果集与语义概念特征向量确定搜索意图对应的目标搜索关键词序列;如此,在用户输入的搜索词具有多样性、模糊性和多义性时,可以利用知识图谱及语义概念特征向量对搜索词进行推理、扩展和填充,使得搜索更加清晰。

    一种基于图神经网络的关系抽取方法

    公开(公告)号:CN113297838A

    公开(公告)日:2021-08-24

    申请号:CN202110563551.9

    申请日:2021-05-21

    发明人: 莫益军 姚盛楠

    摘要: 一种基于图神经网络的关系抽取方法,所述方法包括步骤:对待抽取文档进行数据处理;构建所述文档中句子的模型数据集;获取所述句子的语义特征向量;根据所述数据处理结果和所述语义特征向量生成所述句子的实体间邻域信息表达;根据所述实体间邻域信息表达强化所述句子的句子表达;根据所述数据处理结果和所述句子表达获取所述句子的句子池化表达和主客体池化表达;将所述句子池化表达和所述主客体池化表达进行级联表示;根据所述级联表示获取所述句子的关系类别表示。本申请通过改进权重矩阵获取多阶单词的关联关系同时融合注意力机制对文本内容进行建模,以获取语义间完整的依赖关系,达到更好的关系分类效果。

    一种安全防护方法、中控设备及计算机存储介质

    公开(公告)号:CN111476102A

    公开(公告)日:2020-07-31

    申请号:CN202010168130.1

    申请日:2020-03-11

    发明人: 莫益军 张若飞

    摘要: 本说明书实施例公开一种安全防护方法,应用于中控设备,中控设备与设置在中控设备与设置在不同安防区域的声学传感器连接,该方法包括:确定声学信号训练样本集,声学信号训练样本集中包括M类安防事件对应的声学信号;通过设计的一维卷积神经网络结构,利用安防区域的分布式声学振动传感器采集多类安防事件的样本集,用于算法的学习和训练,实现算法对传感器振动信号进行自动特征挖掘,可以准确快速的识别安防事件,有效进行安全防控。通过目标安全事件分类模型进行安全事件分类识别,在识别出存在目标类型的安全事件情况下进行报警。

    一种工程文本的处理方法

    公开(公告)号:CN108920446A

    公开(公告)日:2018-11-30

    申请号:CN201810379955.0

    申请日:2018-04-25

    发明人: 莫益军 姚澜 杨帆

    IPC分类号: G06F17/27

    摘要: 本发明实施例提供了一种工程文本的处理方法,包括:从预先获取的工程文本中选取第一预设数量的文本进行标注;对标记文档进行分词;删除分词结果中的无关联部分,获得处理后的词袋;将所述工程词汇转化为预训练获得的词向量;利用所述词向量分别对双向递归神经网络和条件随机场进行训练,获得双向递归神经网络模块和条件随机场模块;基于所述双向递归神经网络模块对待处理的工程文本进行处理,获得输出向量;通过条件随机场模块对所述输出向量进行抽取,同时通过全连接的多层感知机对所述输出向量进行分类,获得与所述输出向量对应的工程文本的类别。本发明解决了现有技术中工程文本的处理方法存在效率低的技术问题。

    麻醉评估决策树构建方法及设备

    公开(公告)号:CN109741826B

    公开(公告)日:2022-09-13

    申请号:CN201811524873.7

    申请日:2018-12-13

    IPC分类号: G16H50/30 G16H10/60 G06K9/62

    摘要: 本发明实施例提供了一种麻醉评估决策树构建方法及设备。其中,所述方法包括:获取麻醉评估决策树的训练样本,根据所述训练样本的信息增益率,确定所述麻醉评估决策树的分枝变量;获取麻醉评估决策树的验证样本,根据所述验证样本,对所述分枝变量进行后剪枝,得到最终的麻醉评估决策树;其中,所述最终的麻醉评估决策树用于输出麻醉等级输出变量。本发明实施例提供的麻醉评估决策树构建方法及设备,通过采用模型训练的方法,并结合置信区间法对模型进行后减枝,可以得到用于进行麻醉状况评估的麻醉评估决策树模型,降低了术前麻醉评估的工作负荷,进而提高麻醉术前评估的效率。

    一种配电网线路故障定位方法及装置

    公开(公告)号:CN111537831B

    公开(公告)日:2022-06-24

    申请号:CN202010252289.1

    申请日:2020-04-01

    IPC分类号: G01R31/08

    摘要: 本发明公开了一种配电网线路故障定位方法及装置,所述方法包括:基于配电网的传输线以及电气设备之间的连接关系,构建图模型;其中,所述传输线作为所述图模型中的节点,所述传输线的连接作为所述图模型的边,所述电气设备作为所述图模型的注入;基于所述图模型将所述配电网的目标传输线向量化,并嵌入所述目标传输线与相邻传输线、所述目标传输线与所述注入之间的连接关系,获得所述目标传输线的线路特征向量;其中,所述目标传输线为任一节点对应的传输线;将所述线路特征向量输入到训练完成的预测模型中,获得所述目标传输线的故障概率。本发明方法可综合考虑配电网的连接关系及负载的复杂性,实现更加准确和及时的故障定位。

    一种配电网线路故障定位方法及装置

    公开(公告)号:CN111537831A

    公开(公告)日:2020-08-14

    申请号:CN202010252289.1

    申请日:2020-04-01

    IPC分类号: G01R31/08

    摘要: 本发明公开了一种配电网线路故障定位方法及装置,所述方法包括:基于配电网的传输线以及电气设备之间的连接关系,构建图模型;其中,所述传输线作为所述图模型中的节点,所述传输线的连接作为所述图模型的边,所述电气设备作为所述图模型的注入;基于所述图模型将所述配电网的目标传输线向量化,并嵌入所述目标传输线与相邻传输线、所述目标传输线与所述注入之间的连接关系,获得所述目标传输线的线路特征向量;其中,所述目标传输线为任一节点对应的传输线;将所述线路特征向量输入到训练完成的预测模型中,获得所述目标传输线的故障概率。本发明方法可综合考虑配电网的连接关系及负载的复杂性,实现更加准确和及时的故障定位。

    一种基于Bi-LSTM-CRF模型的命名实体识别方法和装置

    公开(公告)号:CN108920445A

    公开(公告)日:2018-11-30

    申请号:CN201810369183.2

    申请日:2018-04-23

    发明人: 莫益军 姚澜 杨帆

    IPC分类号: G06F17/27

    摘要: 本发明提供了一种基于Bi-LSTM-CRF模型的命名实体识别方法和装置,对自然语言进行数据预处理,在训练情况下,将输入的第一自然语言进行分隔,获得第一字符序列;根据所述第一字符序列中的各个字符做映射,获得向量矩阵,将所述向量矩阵输入Bi-LSTM模块;将Bi-LSTM模块的所述发射矩阵输入CRF层形成Bi-LSTM-CRF模型,所述Bi-LSTM-CRF模型对所述自然语言进行整句实体识别;其中,根据交叉检验确定所述Bi-LSTM-CRF模块的超参数。解决现有技术中的模型无法考虑长远的上下文信息,无法对这些依赖关系进行建模,从而使得识别的准确率受到限制的技术问题,达到了直接将原始语句输入模型就可以提取出语句中的命名实体,适应性强,适用面广,提高对实体识别的准确率的技术效果。

    一种基于神经网络的配电网线路向量化方法及装置

    公开(公告)号:CN111598123A

    公开(公告)日:2020-08-28

    申请号:CN202010251558.2

    申请日:2020-04-01

    摘要: 本发明公开了一种基于神经网络的配电网线路向量化方法及装置,所述方法包括:基于配电网的传输线以及电气设备之间的连接关系,构建图模型;基于所述图模型,获取目标传输线分别对应的注入特征向量、线路邻接矩阵以及注入邻接矩阵;基于神经网络,将所述注入特征向量以及所述注入邻接矩阵在所述图模型的节点进行特征嵌入,获得所述目标传输线的第一线路特征向量;其中,所述第一线路特征向量包含所述目标传输线与所述注入的连接关系;基于所述线路邻接矩阵对所述第一线路特征向量进行更新,获得所述目标传输线的第二线路特征向量。本发明能够对准确的表示配电网的特征信息,从而提高配电网数据分析或故障预测的结果。