一种面向时空大数据流处理引擎的动态资源调度方法

    公开(公告)号:CN115510100A

    公开(公告)日:2022-12-23

    申请号:CN202211073019.X

    申请日:2022-09-02

    Applicant: 同济大学

    Abstract: 一种面向时空大数据流处理引擎的动态资源调度方法在本发明中被提出。当前的流处理引擎通常借助集群或高性能的硬件来提升处理数据的效率,仅仅支持处理实时的流数据,不能同时处理无界的实时数据和有界的存储数据,且随机分配处理任务的方式不能依据上层需求针对性的提升数据处理速率。本发明面向时空大数据,改进了数据划分算法,将流数据划分为有界和无界两种数据类型,并分别从全局和局部资源范围对数据处理任务设计了动态资源调度策略,使得算法在保证无界任务处理实时性的同时,扩大了处理有界任务的总量,由此使得流处理引擎具备同时处理无界、有界数据的能力,且在集群环境下实现资源高效分配,以提高流处理引擎的吞吐量,并降低处理时延。

    一种面向时间知识图谱中新实体的知识推理方法

    公开(公告)号:CN115344708A

    公开(公告)日:2022-11-15

    申请号:CN202210932724.4

    申请日:2022-08-04

    Applicant: 同济大学

    Abstract: 一种面向时间知识图谱中新实体的知识推理方法,适用于新闻语料等各自然语言相关领域,其特征在于,包括步骤1、处理数据,构建负样本;步骤2、融合三种结构的编码器对步骤1数据进行编码;步骤3、结合解码器对模型进行训练;步骤4、利用步骤3训练得到的推理模型,实现面向新实体的推理预测。本发明从实体的邻居信息出发,通过融合三种不同结构的编码器去学习图谱中实体的邻居语义信息,并提出基于邻居结构感知的负样本生成方法,通过利用实体的多跳邻居获取质量较高的负样本集,从而训练得到学习能力更强,准确率更高的新实体知识推理模型。

    无人机飞行监管系统及方法

    公开(公告)号:CN110503856A

    公开(公告)日:2019-11-26

    申请号:CN201910618406.9

    申请日:2019-07-10

    Applicant: 同济大学

    Abstract: 本发明属于无人机飞行监管领域,特别涉及一种无人机飞行监管系统及方法。系统运行分别存在三个阶段:飞行前阶段、飞行中阶段、飞行后阶段。网页端监管子系统要预先设置预约区与禁飞区范围,飞手在飞行前阶段通过手机端用户子系统进行区域查询与飞行申请,以此避免出现乱飞现象;在无人机飞行中阶段,网页端监管子系统根据无人机飞行数据,基于无人机飞行监管预警技术决策是否发送预警或报警提示,而飞手可以通过手机端用户子系统实时监测无人机飞行状态,有效避免飞行越界、越高、超时等情况;无人机飞行后阶段,网页端监管子系统根据无人机历史飞行数据以及飞行评分标准生成飞行评分报告,飞手可以通过手机端用户子系统查看飞行评分报告。

    一种基于负样本多样性的问答模型集成方法

    公开(公告)号:CN113254609B

    公开(公告)日:2022-08-09

    申请号:CN202110516176.2

    申请日:2021-05-12

    Applicant: 同济大学

    Inventor: 方钰 翟鹏珺 崔雪

    Abstract: 一种基于负样本多样性的问答模型集成方法。自动问答系统的问答匹配阶段常通过集成模型来捕捉语料中多角度的信息,从而提升问答系统的准确性和稳定性。在中文医疗问答领域,现有问答模型集成方法大多数使用随机采样或单一相似度距离分段采样的方法获取负样本,忽略了负样本的多样性,进而导致基模型的多样性不足,影响了集成模型的效果。本发明根据正负样本间的多种相似度距离,分别对负样本进行排序和分段采样,由此构成多个训练样本集,并基于这些训练样本集训练出多个基模型最后进行集成,不仅弥补了基模型多样性的不足,也提升了问答模型的稳定性和准确率。

    一种基于知识图谱的医疗查询扩展方法

    公开(公告)号:CN113076411B

    公开(公告)日:2022-06-03

    申请号:CN202110454713.5

    申请日:2021-04-26

    Applicant: 同济大学

    Inventor: 方钰 崔雪 翟鹏珺

    Abstract: 一种基于知识图谱的医疗查询扩展方法。自动问答系统中的查询扩展技术通过向问句中补充扩展信息来减小问答句间的语义差距,从而提高问答系统的准确性。在医疗问答领域,目前的查询扩展方法没有充分结合不同查询意图下医学术语间的共现关联关系与推理关联关系,因此得到的扩展词不够准确。本发明以医疗知识图谱为扩展词的知识来源,利用医学术语在不同查询意图下的推理关联得到候选扩展词,并结合否定医学术语识别与互信息技术筛选出最终的扩展词,最终提高了医疗问答系统的准确率。

    机载无人机身份识别模块与实名认证方法

    公开(公告)号:CN110392049A

    公开(公告)日:2019-10-29

    申请号:CN201910618517.X

    申请日:2019-07-10

    Applicant: 同济大学

    Abstract: 本发明属于无人机身份认证领域,特别是涉及一种机载无人机身份识别模块与实名认证方法,包括以下步骤:第一步:设计机载无人机身份识别模块,对其添加无人机信息二维码,机载模块能够实时上传无人机信息数据至后台数据库以对无人机进行身份识别认证;第二步:基于飞手实名认证平台上传飞手身份证正反面照片以及SIM卡号码,验证其身份准确性并将其存储至数据库,若身份信息不准确则重新上传身份信息;第三步:在飞手实名认证平台上添加无人机信息序列号,并在飞控无人机前扫描机身二维码,通过SIM卡接收的随机验证码查验是否属于本人操作。本发明解决了无人机“黑飞”不能责任到人的问题,实现了“一人一机”绑定认证无人机的目标,提高了无人机与飞手身份认证的有效性。

    一种面向样本不均衡的多疾病分类器设计方法

    公开(公告)号:CN112560900B

    公开(公告)日:2023-01-20

    申请号:CN202011365674.3

    申请日:2020-11-28

    Applicant: 同济大学

    Abstract: 本发明目的在于克服现有技术的不足,给出一种面向样本不均衡的多疾病分类器设计方法,首先对按其疾病类别将医学病例数据划分为多个病例样本子集,然后对每个样本子集进行病症关联规则的特征选择方法,选择出该病例样本子集的特征向量,然后在不均衡度为上限阈值的前提条件下,迭代随机更新采用概率,对病例样本子集进行均衡化,然后再训练每一个样本子集的弱分类器并计算其分类效果,并最终通过判断macro‑F1的差值是否满足迭代收敛阈值来决定迭代生成多疾病分类器是否结束。

    一种针对电子病历描述的查询重构方法

    公开(公告)号:CN111292818B

    公开(公告)日:2022-04-19

    申请号:CN202010051309.9

    申请日:2020-01-17

    Applicant: 同济大学

    Abstract: 一种针对电子病历描述的查询重构方法,为临床决策支持中针对电子病历长文本的查询重构方法。信息检索中的查询重构是指将用户输入的信息进行自动化处理形成新的查询表达式的过程,目的是为了在大量复杂的信息数据中进一步挖掘用户查询的真正意图,提升检索效果。在医疗领域中,医学文献检索是临床决策支持的一个重要应用,它将电子病历文本作为查询输入从海量医学文本中获取需要的信息。而电子病历的描述十分复杂,为得到有效的检索效果需要进行查询重构。对此,本发明针对具有冗余信息的电子病历描述长文本,利用子查询分割和筛选及查询质量预测技术,选取查询质量最高的子查询替代原始查询,并预测查询意图重构查询,提高了检索效率。

    一种融合扩展特征的事理知识图谱事件检测方法

    公开(公告)号:CN112241457A

    公开(公告)日:2021-01-19

    申请号:CN202011002672.8

    申请日:2020-09-22

    Applicant: 同济大学

    Abstract: 目前的中文医疗事理知识图谱事件检测研究主要基于模式匹配的方法和基于聚类的方法,均未考虑到医疗事件内的实体分布特点,也忽略了每篇文档中医疗事件之间的篇章一致性分布规律。本发明一种融合扩展特征的事理知识图谱事件检测方法,创新点在于利用了医疗事件句内的实体信息和医疗事件句之间的事件信息辅助事件检测。首先按照ACE标准设计医疗事件表示模板并构建事件触发词词典,其次采用半自动语料标注方法对医疗文本进行实体标注,然后在基本特征的基础上,根据事件内的实体分布特点,选择不同的实体信息特征作为扩展特征,使用SVM对医疗事件句内的触发词进行初步的提取和分类,最后利用医疗文档的篇章一致性分布规律,提高事件检测的最终结果。

    一种针对电子病历描述的查询重构方法

    公开(公告)号:CN111292818A

    公开(公告)日:2020-06-16

    申请号:CN202010051309.9

    申请日:2020-01-17

    Applicant: 同济大学

    Abstract: 一种针对电子病历描述的查询重构方法,为临床决策支持中针对电子病历长文本的查询重构方法。信息检索中的查询重构是指将用户输入的信息进行自动化处理形成新的查询表达式的过程,目的是为了在大量复杂的信息数据中进一步挖掘用户查询的真正意图,提升检索效果。在医疗领域中,医学文献检索是临床决策支持的一个重要应用,它将电子病历文本作为查询输入从海量医学文本中获取需要的信息。而电子病历的描述十分复杂,为得到有效的检索效果需要进行查询重构。对此,本发明针对具有冗余信息的电子病历描述长文本,利用子查询分割和筛选及查询质量预测技术,选取查询质量最高的子查询替代原始查询,并预测查询意图重构查询,提高了检索效率。

Patent Agency Ranking