一种面向人机交互的对话目标规划方法

    公开(公告)号:CN112000793B

    公开(公告)日:2022-08-09

    申请号:CN202010888963.5

    申请日:2020-08-28

    Abstract: 本发明公开了一种面向人机交互的对话目标规划方法,所述方法如下:步骤S1、收集并标注大规模语料库;步骤S2、计算目标转移向量矩阵;步骤S3、构建目标规划联合学习模型;步骤S4、实施目标规划方案。本发明将对话目标规划问题拆分成目标预测和目标完成两个子任务,并揭示了两个子任务之间内生的潜在关联,从而阐明了这两个子任务能够进行联合学习的本质原因。本发明提供了一系列方法来构建对话目标转移图并将其进行向量化表示。本发明提出了一种新颖的多任务联合学习神经网络模型,通过设计目标预测和目标完成两个子网络来建模两个子任务之间内在的关联性,并采用循环增强机制来提高各网络特征表示的性能,从而提高目标规划模型的效果。

    一种面向人机交互的对话目标规划方法

    公开(公告)号:CN112000793A

    公开(公告)日:2020-11-27

    申请号:CN202010888963.5

    申请日:2020-08-28

    Abstract: 本发明公开了一种面向人机交互的对话目标规划方法,所述方法如下:步骤S1、收集并标注大规模语料库;步骤S2、计算目标转移向量矩阵;步骤S3、构建目标规划联合学习模型;步骤S4、实施目标规划方案。本发明将对话目标规划问题拆分成目标预测和目标完成两个子任务,并揭示了两个子任务之间内生的潜在关联,从而阐明了这两个子任务能够进行联合学习的本质原因。本发明提供了一系列方法来构建对话目标转移图并将其进行向量化表示。本发明提出了一种新颖的多任务联合学习神经网络模型,通过设计目标预测和目标完成两个子网络来建模两个子任务之间内在的关联性,并采用循环增强机制来提高各网络特征表示的性能,从而提高目标规划模型的效果。

    一种面向多源异构资源的本体融合前处理方法

    公开(公告)号:CN112000725B

    公开(公告)日:2023-03-21

    申请号:CN202010886887.4

    申请日:2020-08-28

    Abstract: 本发明公开了一种面向多源异构资源的本体融合前处理方法,所述方法包括如下步骤:S1、提取本体模型中的实体概念;S2、提取本体模型中的关系概念;S3、提取本体模型中的属性概念;S4、导出JSON数据文件;S5、发现所要获取的数据存在的明显结构,用正则表达式表示上述两种结构;S6、返回满足正则表达式结构的内容在源数据的下标;S7、获取满足条件的子字符串;S8、对子字符串进一步做字符串匹配;S9、对每个源数据的标签进行融合;S10、存储数据,保存格式为结构化的格式。本发明能够根据本体建模的结果,将其转成JSON叙述,并给出面向异构(半)结构化数据的一致化融合的语法结构定义。

    一种序列QoS驱动的服务集成方法

    公开(公告)号:CN112306665A

    公开(公告)日:2021-02-02

    申请号:CN202011308436.9

    申请日:2020-11-19

    Abstract: 本发明公开了一种序列QoS驱动的服务集成方法,该方法包括:预设序列组合流程图,选取服务质量QoS属性特征;处理服务质量QoS属性特征,得到服务序列sc的初始向量CQoS,并将初始向量CQoS归一化处理,得到标准化向量CQoS’,进而计算服务分数ScoreCQoS’;利用Skyline计算在预设序列组合流程图中任务节点对应的各候选服务对象数据库中抽取出不被其他任何候选服务对象支配的数据对象子集合,将数据对象子集合作为蚁群算法求解的初始搜索空间;根据蚁群算法求解初始搜索空间中最优解决对应的分配方案。该方法解决了数据“淹没”和用户偏好问题,提高了集成过程的效率以及服务序列的服务质量。

    一种序列QoS驱动的服务集成方法

    公开(公告)号:CN112306665B

    公开(公告)日:2024-03-22

    申请号:CN202011308436.9

    申请日:2020-11-19

    Abstract: 本发明公开了一种序列QoS驱动的服务集成方法,该方法包括:预设序列组合流程图,选取服务质量QoS属性特征;处理服务质量QoS属性特征,得到服务序列sc的初始向量CQoS,并将初始向量CQoS归一化处理,得到标准化向量CQoS’,进而计算服务分数ScoreCQoS’;利用Skyline计算在预设序列组合流程图中任务节点对应的各候选服务对象数据库中抽取出不被其他任何候选服务对象支配的数据对象子集合,将数据对象子集合作为蚁群算法求解的初始搜索空间;根据蚁群算法求解初始搜索空间中最优解决对应的分配方案。该方法解决了数据“淹没”和用户偏好问题,提高了集成过程的效率以及服务序列的服务质量。

    一种渔具交互式定制方法及系统

    公开(公告)号:CN113515790B

    公开(公告)日:2022-11-22

    申请号:CN202110785856.4

    申请日:2021-07-12

    Abstract: 本发明公开了一种渔具交互式定制方法及系统,所述定制方法包括如下步骤:步骤S1、根据渔具的组成结构,对渔具进行组件化交互设计,生成设计图纸;步骤S2、提交步骤S1生成的设计图纸,系统管理员进行审核;步骤S3、审核成功的渔具设计图纸,生成渔具的物料清单;步骤S4、根据渔具的BOM,进入生产环节;步骤S5、批量正式生产的渔具设计图纸,进入历史产品库,方便下次设计重用。本发明能够根据渔具的结构进行交互式设计,用系统模拟了渔具的设计过程,用户可参与渔具设计、渔具生产等渔具定制全流程,渔具设计完成生成设计图纸,根据设计图纸生成物料清单BOM,进而生成渔具的报价,按照BOM进行生产,最后由客户进行验收。

    一种基于精确QoS的快速服务匹配方法

    公开(公告)号:CN112543116A

    公开(公告)日:2021-03-23

    申请号:CN202011332038.0

    申请日:2020-11-24

    Abstract: 本发明公开了一种基于精确QoS的快速服务匹配方法,该方法包括:获取QoS实测值ErVQ;将ErVQ输入因子分解机FM中进行训练,得到预测精准QoS模型将服务集合S的QoS平均检测结果输入预测精准QoS模型中,得到QoS各项检测结果值Eri;将任意到达的服务请求k的EcVQk输入预测精准QoS模型中,得到服务请求期望值Eck;构建哈希Hash服务列表,根据QoS各项检测结果值Eri将每个服务实例放置到哈希Hash服务列表中,将服务请求期望值Eck投射至哈希Hash服务列表上,求解QoS各项检测结果值Eri和服务请求期望值Eck之间绝对值最小的资源适合度的服务实例作为最佳匹配服务实例。该方法可以在众多服务中快速、准确的找到符合用户需求的服务。

    一种渔具交互式定制方法及系统

    公开(公告)号:CN113515790A

    公开(公告)日:2021-10-19

    申请号:CN202110785856.4

    申请日:2021-07-12

    Abstract: 本发明公开了一种渔具交互式定制方法及系统,所述定制方法包括如下步骤:步骤S1、根据渔具的组成结构,对渔具进行组件化交互设计,生成设计图纸;步骤S2、提交步骤S1生成的设计图纸,系统管理员进行审核;步骤S3、审核成功的渔具设计图纸,生成渔具的物料清单;步骤S4、根据渔具的BOM,进入生产环节;步骤S5、批量正式生产的渔具设计图纸,进入历史产品库,方便下次设计重用。本发明能够根据渔具的结构进行交互式设计,用系统模拟了渔具的设计过程,用户可参与渔具设计、渔具生产等渔具定制全流程,渔具设计完成生成设计图纸,根据设计图纸生成物料清单BOM,进而生成渔具的报价,按照BOM进行生产,最后由客户进行验收。

Patent Agency Ranking