公开(公告)号：CN117371525A

公开(公告)日：2024-01-09

申请号：CN202311318527.4

申请日：2023-10-12

Applicant: 南京邮电大学

Inventor： 叶宁 ,  马晓晨 ,  肖甫 ,  桂林卿 ,  郭政鑫 ,  张荣 ,  王甦 ,  汪莹 ,  王娟 ,  高新周

IPC: G06N5/022 ,  G06F16/951 ,  G06F18/2135 ,  G06N3/042 ,  G06N3/0464 ,  G06F16/36 ,  G06N3/098

Abstract: 本发明属于医学知识表示和知识图谱补全领域，公开了一种融合实体描述的常见病知识图谱链接预测方法，包括获取实体描述数据集和事实三元组数据集；构建实体邻接矩阵和关系类型邻接矩阵，通过多关系图卷积神经网络，使实体节点聚合不同关系类型一阶邻居节点信息，充分学习图结构信息，得到基于图结构的实体嵌入和关系嵌入；对实体描述数据集进行预处理，获得初始词嵌入矩阵；对于图结构向量表示和实体描述向量表示进行联合学习，最终得到实体的最终表示，使用损失函数优化参数。本发明基于开源数据，构建中文常见病知识图谱，融合医疗实体描述信息，增强三元组实体表示的语义信息，提高链接预测的准确率。

公开(公告)号：CN116486237A

公开(公告)日：2023-07-25

申请号：CN202310669806.9

申请日：2023-06-07

Applicant: 南京邮电大学

Inventor： 叶宁 ,  王欣武 ,  肖甫 ,  桂林卿 ,  郭政鑫 ,  张荣 ,  王甦 ,  汪莹 ,  王波 ,  王娟 ,  程晶晶 ,  马泽宇

IPC: G06V10/82 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0442 ,  G06N3/045 ,  G06V40/20 ,  G06F21/32

Abstract: 本发明属于毫米波雷达和深度学习领域，公开了一种基于深度学习与毫米波雷达的步态身份识别方法，包括以下步骤：步骤1、使用毫米波雷达采集识别目标的行走数据，得到原始数据，步骤2、获取样本数据，步骤3、构建AttResNet‑LSTM神经网络模型，步骤4、对构建好的神经网络模型进行训练，将原始数据划分成训练集、验证集和测试集，步骤5、将测试集上的样本数据传输到神经网络模型，通过Softmax函数评估用户身份的最大可能性，步骤6、验证神经网络模型的泛化性与准确性。本发明进行的身份识别活动可以最大程度地保护用户个人隐私数据，并且毫米波指向性强，抗干扰能力强，感测成像分辨率更高，环境因素影响较小。