-
公开(公告)号：CN114417004A
公开(公告)日：2022-04-29
申请号：CN202111330212.2
申请日：2021-11-10
Applicant: 南京邮电大学
IPC: G06F16/36 , G06F16/35 , G06F40/211 , G06F40/295
Abstract: 本发明公开了一种知识图谱和事理图谱的融合方法，包括：对文本语料库进行事件抽取、事件关系抽取，事件相似度计算、事件泛化过程形成事理逻辑知识库；构建上下位概念体系和本体形成抽象知识图谱；利用实体识别将事理逻辑知识库中具象事件实体词与上下位概念体系中下位词进行匹配泛化成上位概念，并利用可视化工具构建事理图谱；通过实体识别和实体链接技术将事理图谱中的事件实体链接到相应的知识图谱中，实现知识图谱与事理图谱的深度融合，形成新融合图谱。本发明能够拓宽知识管理的应用范围，推动融合图谱在领域的应用和迭代发展，丰富了知识内涵，并为领域知识库扩充语料资源。
-
公开(公告)号：CN113708771A
公开(公告)日：2021-11-26
申请号：CN202110817420.9
申请日：2021-07-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于斯特拉森算法的半张量积压缩感知方法，包括：获取多组用于产生频域稀疏的完整信号以及信号长度、采样频率，分别计算它们的信号稀疏度；根据测量率和信号长度获取各组信号所对应的哈达玛矩阵和高斯随机矩阵，作为各组信号的测量矩阵分别进行记录；采用测量矩阵对稀疏化表示的信号进行线性投影，利用斯特拉森算法，得到线性测量值y；利用重构算法对线性测量值y进行处理以重构出原自然信号x。本发明能够减少在进行半张量积压缩感知的过程中，由于矩阵维数过大，运算速率较慢，所导致的整个压缩感知过程的速率较慢的技术问题。从而通过斯特拉森算法降低时间复杂度，减少压缩感知的时间成本。
-
Patent Agency Ranking
公开(公告)号：CN113746632A
公开(公告)日：2021-12-03
申请号：CN202110817445.9
申请日：2021-07-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种物联网系统多级身份认证方法，包括：根据物联网系统中不同设备所处的网络环境和使用的底层通信协议，将设备进行分级；部署认证基础设施，部署范围包括服务端和汇聚设备端，由服务端对汇聚设备和端点汇聚的终端设备进行认证，由汇聚设备对现场汇聚的终端设备进行认证；由认证基础设施为不同级别的设备匹配不同的认证方式或者认证方式组合，安全等威胁级越高的设备，匹配的认证方式的安全等级越高；面向设备提供的统一的代理接口包括注册接口和认证接口；认证过程包括接入认证和传输认证。本发明可以为物联网系统异构网络环境下的不同功能、不同层级的设备提供统一的接口以匹配相应认证方式，解决单一认证方案难以处理的问题。
-
公开(公告)号：CN113708771B
公开(公告)日：2024-01-02
申请号：CN202110817420.9
申请日：2021-07-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于斯特拉森算法的半张量积压缩感知方法，包括：获取多组用于产生频域稀疏的完整信号以及信号长度、采样频率，分别计算它们的信号稀疏度；根据测量率和信号长度获取各组信号所对应的哈达玛矩阵和高斯随机矩阵，作为各组信号的测量矩阵分别进行记录；采用测量矩阵对稀疏化表示的信号进行线性投影，利用斯特拉森算法，得到线性测量值y；利用重构算法对线性测量值y进行处理以重构出原自然信号x。本发明能够减少在进行半张量积压缩感知的过程中，由于矩阵维数过大，运算速率较慢，所导致的整个压缩感知过程的速率较慢的技术问题。从而通过斯特拉森算法降低时间复杂度，减少压缩感知的时间成本。
-
公开(公告)号：CN114065702B
公开(公告)日：2024-07-12
申请号：CN202111142817.9
申请日：2021-09-28
Applicant: 南京邮电大学
IPC: G06F40/126 , G06F40/211 , G06F40/216 , G06F40/284 , G06F40/295 , G06F40/30 , G06F16/35 , G06N3/0464 , G06N3/045 , G06N3/09
Abstract: 本发明公开了一种融合实体关系和事件要素的事件检测方法，包括：预定义实体关系类型和事件要素类型并进行预编码；构造实体关系图，运用预编码的实体关系类型向量修改对应的邻接矩阵，融合实体关系信息；将融合实体关系信息的图输入图卷积神经网络加强句子的特征表示，将融合实体关系的句子表示输入二分类器提取事件触发词；根据抽取的事件触发词构造触发词‑事件要素关系图，以相同的方式融入事件要素信息；将触发词‑事件要素关系图输入图卷积神经网络进行特征学习，将融合事件要素的句子表示输入多分类器识别事件类型；合并抽取的触发词和事件类型，得到最终的事件检测结果。本发明有效解决了事件检测过程中存在的一词多义等歧义性问题。
-
公开(公告)号：CN113746632B
公开(公告)日：2022-11-04
申请号：CN202110817445.9
申请日：2021-07-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种物联网系统多级身份认证方法，包括：根据物联网系统中不同设备所处的网络环境和使用的底层通信协议，将设备进行分级；部署认证基础设施，部署范围包括服务端和汇聚设备端，由服务端对汇聚设备和端点汇聚的终端设备进行认证，由汇聚设备对现场汇聚的终端设备进行认证；由认证基础设施为不同级别的设备匹配不同的认证方式或者认证方式组合，安全等威胁级越高的设备，匹配的认证方式的安全等级越高；面向设备提供的统一的代理接口包括注册接口和认证接口；认证过程包括接入认证和传输认证。本发明可以为物联网系统异构网络环境下的不同功能、不同层级的设备提供统一的接口以匹配相应认证方式，解决单一认证方案难以处理的问题。
-
公开(公告)号：CN114065702A
公开(公告)日：2022-02-18
申请号：CN202111142817.9
申请日：2021-09-28
Applicant: 南京邮电大学
IPC: G06F40/126 , G06F40/211 , G06F40/216 , G06F40/284 , G06F40/295 , G06F40/30 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融合实体关系和事件要素的事件检测方法，包括：预定义实体关系类型和事件要素类型并进行预编码；构造实体关系图，运用预编码的实体关系类型向量修改对应的邻接矩阵，融合实体关系信息；将融合实体关系信息的图输入图卷积神经网络加强句子的特征表示，将融合实体关系的句子表示输入二分类器提取事件触发词；根据抽取的事件触发词构造触发词‑事件要素关系图，以相同的方式融入事件要素信息；将触发词‑事件要素关系图输入图卷积神经网络进行特征学习，将融合事件要素的句子表示输入多分类器识别事件类型；合并抽取的触发词和事件类型，得到最终的事件检测结果。本发明有效解决了事件检测过程中存在的一词多义等歧义性问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
