-
公开(公告)号：CN119988640A
公开(公告)日：2025-05-13
申请号：CN202411972071.8
申请日：2024-12-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
IPC: G06F16/36 , G06F40/279 , G06F40/30 , G06N5/022
Abstract: 本发明公开了一种人机融合驱动的知识图谱构建方法及系统；该系统包括分类标识模块、知识抽取模块和可视化分析模块。所述分类标识模块用于结合专家的知识建立分类体系和数据集。所述知识抽取模块用于对古画进行知识提取，获取古画中实体的标签和不同实体间的关系。可视化分析模块用于建立联合嵌入可视化视图，供专家对预测的语义特征进行修改。本发明融合了主动学习算法与人机智能协同系统，以提高古画知识图谱的自动化构建效率；引入知识图谱的思想，可以有效地表达重要的语义信息，并通过交互式可视化界面，以高效的方式整合专家的领域知识，补全和优化初始构建的知识图谱。
-
公开(公告)号：CN120011573A
公开(公告)日：2025-05-16
申请号：CN202411972074.1
申请日：2024-12-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司 , 杭州电子科技大学
IPC: G06F16/36 , G06N5/022 , G06F16/26 , G06N3/0464 , G06F40/30
Abstract: 本发明公开了一种基于图表图像的知识图谱构建方法及检索系统；该方法为：一、建立图表图像中的实体类型以及实体间语义关系类型的划分体系；二、识别图表图像的图表类别，并提取图表图像中的文字信息，划分出图表图像中的多个实体；三、建立不同实体之间的语义关系，将图表图像中提取出的实体以及不同实体之间的语义关系建立知识图谱。本发明提供了一种统一的、可解释的图表图像表示方法，能够有效地捕获图表图像中的视觉元素和语义关系，并支持下游任务，如语义感知图表检索和图表问答，从而提升图表图像分析和应用的能力。
-
公开(公告)号：CN117312468A
公开(公告)日：2023-12-29
申请号：CN202311110709.2
申请日：2023-08-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06F16/29 , G06F16/248 , G06F40/284 , G06F18/231 , G06F18/2321 , G06Q50/00
Abstract: 本发明公开了情感特征一致性驱动的地理空间点数据采样方法。本发明方法首先对社交媒体数据集使用情感分析模型VADER进行情感分析，得到文本信息所表达的情感值；然后对所有数据项使用凝聚分层方法进行聚类，提取局部区域的情感分布，首先进行预聚类，得到预簇，然后自底向上聚类，得到聚类树；对所有预簇的数据项进行采样，保持全局情感分布和局部情感分布；采用回溯平均贡献值最低的采样节点方法，尽可能地保留全局情感分布和空间分布。本发明根据情感属性和数据项的地理位置提取多尺度区域中的情感分布，帮助用户对大规模带有地理标签的社交媒体数据进行地理空间情感分析，在简化和探索大社交媒体数据方面的具有有效性和实用性。
-
公开(公告)号：CN117077844A
公开(公告)日：2023-11-17
申请号：CN202310954379.9
申请日：2023-07-31
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
IPC: G06Q10/04 , G06Q50/02 , G06F30/27 , G06F30/23 , G06T17/20 , G06N3/0442 , G06N3/0464 , G06N3/08 , E21B43/20
Abstract: 本发明公开了一种注水井的注水量预估方法。本发明方法将地下注水井网络的静态地理空间场景和动态注采数据进行集成，对注水井和采油井进行综合分析；使用LSTM对注水效果进行预测和推荐。首先收集油田的注采数据，将注水井和采油井的经纬坐标通过Delaunay三角剖分算法构建注采网络；然后将注采网络划分成注采单元，为每个注采单元分别构建基于LSTM的卷积神经网络模型，对构建的每个注采单元的卷积神经网络模型分别进行训练，训练完成后，对注采单元中的注水井的总注水量和分层注水量分别进行预测。本发明方法可以实时分析和预测注水效果的发展趋势，帮助用户更好地理解和评估注水效果，优化注水方案，提高油田的产量和开采效率。
-
公开(公告)号：CN116910271A
公开(公告)日：2023-10-20
申请号：CN202310931506.3
申请日：2023-07-27
Applicant: 杭州电子科技大学
IPC: G06F16/36 , G06F16/332 , G06F16/28 , G06F16/33 , G06N3/08
Abstract: 本发明公开了基于嵌入式学习的知识图谱的实体关系优化方法。本发明方法将原始知识图谱的三元组视作节点，并且添加了一组虚拟的关系节点；利用加权方法保证三元组线图中两个节点的三元组中的关系越相关，这些节点之间的边的权值就越高；将三元组通过深度学习模型所获的每一关系的置信度映射成每个三元组节点对于关系节点的权重，使得在拓扑结构中分布较远的三元组通过同享相似的关系而变得更加接近。在嵌入空间中，能够捕捉实体与语义的相似性以及推断三元组关系的正确性，为可信性低的三元组进行关系推荐，并结合人机交互的方式进行三元组的关系校正，使用校正后数据对深度学习模型进行迭代优化，提升了深度学习模型的关系抽取结果的质量。
-
Patent Agency Ranking
公开(公告)号：CN113792105B
公开(公告)日：2022-09-13
申请号：CN202110918781.2
申请日：2021-08-11
Applicant: 杭州电子科技大学
IPC: G06F16/29 , G06F16/2458 , G06F16/248 , G06T11/20 , G06N7/00
Abstract: 本发明公开了一种基于半变异函数的地理空间点数据采样方法。本发明方法首先利用半变异函数，捕捉地理空间点数据的地理统计特征，并在采样过程中实时动态统计采样前后半变异函数差异；然后以差异最小化为目标，驱动模拟退火优化算法，对Z‑order采样生成的初始采样点进行替换，实现地理统计特征的保持，采样结果既保持了地理空间点数据的空间分布，又提高了属性插值准确性。本发明方法从空间分布和属性插值两方面进行采样结果的可视化评估与定量比较，通过等高线图增强了采样前后差异的视觉表现。本发明实现了一个用于大规模地理空间点数据的采样模型，使用户能够轻松地通过采样点还原原始数据特征，可视化地探索和分析地理空间。
-
公开(公告)号：CN113792100B
公开(公告)日：2022-09-13
申请号：CN202110974113.1
申请日：2021-08-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于变异系数的地理空间区域数据多尺度可视化方法。本发明方法首先利用空间相似性将地理空间区域数据进行层次聚类，形成层次结构；然后利用变异系数对层次结构中每个聚类的属性分布进行估计，并依据其变异系数的值进行最优尺度划分，以同时呈现变异系数较低聚类的多尺度可视化。此外，从变异系数和信息熵两方面进行多尺度可视化结果的评估与定量比较，并通过雷达图的使用，从形状方面增强可视化差异的视觉表现，进而直观地评估和比较本多尺度可视化方法。本发明方法实现了一个用于地理空间区域数据的多尺度可视化模型，使用户能够同时可视化地探索原始地理数据的全局特征和细节特征，并深入地了解地理空间区域数据中的潜在特征。
-
公开(公告)号：CN113792105A
公开(公告)日：2021-12-14
申请号：CN202110918781.2
申请日：2021-08-11
Applicant: 杭州电子科技大学
IPC: G06F16/29 , G06F16/2458 , G06F16/248 , G06T11/20 , G06N7/00
Abstract: 本发明公开了一种基于半变异函数的地理空间点数据采样方法。本发明方法首先利用半变异函数，捕捉地理空间点数据的地理统计特征，并在采样过程中实时动态统计采样前后半变异函数差异；然后以差异最小化为目标，驱动模拟退火优化算法，对Z‑order采样生成的初始采样点进行替换，实现地理统计特征的保持，采样结果既保持了地理空间点数据的空间分布，又提高了属性插值准确性。本发明方法从空间分布和属性插值两方面进行采样结果的可视化评估与定量比较，通过等高线图增强了采样前后差异的视觉表现。本发明实现了一个用于大规模地理空间点数据的采样模型，使用户能够轻松地通过采样点还原原始数据特征，可视化地探索和分析地理空间。
-
公开(公告)号：CN119988946A
公开(公告)日：2025-05-13
申请号：CN202510467569.7
申请日：2025-04-15
IPC: G06F18/213 , G06F18/20 , G06F18/10 , G06F18/25 , G06N3/042
Abstract: 本发明涉及海洋产业数据核算的技术领域，具体为用于海洋产业数据的智能化核算平台及方法，包括以下步骤，海洋产业数据的多源数据采集以及预处理；基于深度学习算法对海洋产业数据中的多维度特征进行嵌套分析，构建海洋资源利用率、生态环境指数和经济效益比特征图；基于特征图，构建综合效益得分函数，同时，将数据的时空变化规律融于构建的函数，实现对海洋产业数据的全面核算；本发明引入图神经网络模型进行特征嵌套分析，能够深入挖掘海洋产业数据中的多维度特征；基于自适应权重系数构建综合效益得分函数，并将数据的时空变化规律融入函数中，实现了对不同时间段各海洋区域效益变化的智能化核算，提高了核算的时效性和区域适应性。
-
公开(公告)号：CN113792100A
公开(公告)日：2021-12-14
申请号：CN202110974113.1
申请日：2021-08-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于变异系数的地理空间区域数据多尺度可视化方法。本发明方法首先利用空间相似性将地理空间区域数据进行层次聚类，形成层次结构；然后利用变异系数对层次结构中每个聚类的属性分布进行估计，并依据其变异系数的值进行最优尺度划分，以同时呈现变异系数较低聚类的多尺度可视化。此外，从变异系数和信息熵两方面进行多尺度可视化结果的评估与定量比较，并通过雷达图的使用，从形状方面增强可视化差异的视觉表现，进而直观地评估和比较本多尺度可视化方法。本发明方法实现了一个用于地理空间区域数据的多尺度可视化模型，使用户能够同时可视化地探索原始地理数据的全局特征和细节特征，并深入地了解地理空间区域数据中的潜在特征。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
