-
公开(公告)号:CN118051604B
公开(公告)日:2024-10-29
申请号:CN202410027854.2
申请日:2024-01-09
Applicant: 海南大学
IPC: G06F16/335 , G06F16/36 , G06F16/33 , G06F40/284 , G06F40/289
Abstract: 本发明公开了一种基于知识图谱的推荐新闻方法,包括:根据新闻资料库,构建新闻知识图谱;获取用户正在浏览的第一新闻文本,确定第一新闻文本对应的关键词集、关系属性;关系属性包括出版时间、出版区域、隶属领域;基于第一新闻文本对应的关键词集和关系属性,与新闻知识图谱中的三元组进行相似度计算,获得第一新闻文本与新闻知识图谱中三元组的匹配值;根据匹配值,确定目标关键词集;根据目标关键词集,在新闻资料库中确定目标新闻文本;将目标新闻文本推送至新闻客户端,用以用户浏览。由此,能够依据新闻的特殊性,构建新闻知识图谱,并且能够结合知识图谱匹配度、用户个性化特征,为用户推荐准确度高且具备一定多样化的新闻文本内容。
-
公开(公告)号:CN118051604A
公开(公告)日:2024-05-17
申请号:CN202410027854.2
申请日:2024-01-09
Applicant: 海南大学
IPC: G06F16/335 , G06F16/36 , G06F16/33 , G06F40/284 , G06F40/289
Abstract: 本发明公开了一种基于知识图谱的推荐新闻方法,包括:根据新闻资料库,构建新闻知识图谱;获取用户正在浏览的第一新闻文本,确定第一新闻文本对应的关键词集、关系属性;关系属性包括出版时间、出版区域、隶属领域;基于第一新闻文本对应的关键词集和关系属性,与新闻知识图谱中的三元组进行相似度计算,获得第一新闻文本与新闻知识图谱中三元组的匹配值;根据匹配值,确定目标关键词集;根据目标关键词集,在新闻资料库中确定目标新闻文本;将目标新闻文本推送至新闻客户端,用以用户浏览。由此,能够依据新闻的特殊性,构建新闻知识图谱,并且能够结合知识图谱匹配度、用户个性化特征,为用户推荐准确度高且具备一定多样化的新闻文本内容。
-
公开(公告)号:CN118826613A
公开(公告)日:2024-10-22
申请号:CN202410872174.0
申请日:2024-07-01
Abstract: 本发明涉及一种海上大坡度光伏组件蒸汽清洗设备及方法。包括海水淡化系统、光伏支架、上卡位装置、蒸汽清洗设备和下卡位装置,海水淡化系统在海面上漂浮,用于利用太阳辐射加热海水进行蒸馏以获得淡水,淡水能够被加热为供蒸汽清洗设备利用的蒸汽,海水淡化系统的输出端与蒸汽清洗设备相连,光伏支架安装在海床上或漂浮在海面上,其安装面具有预设倾斜的角度,光伏组件安装在光伏支架上,上卡位装置安装在光伏组件上部边缘,其与蒸汽清洗设备相连,上卡位装置能够在光伏组件上进行滑动以带动蒸汽清洗设备运动进而完成光伏组件集群的清洗,下卡位装置安装在蒸汽清洗设备上,并与光伏组件表面接触。本发明解决了海上大坡度光伏组件自动化清洗难题。
-
公开(公告)号:CN118826614A
公开(公告)日:2024-10-22
申请号:CN202410872187.8
申请日:2024-07-01
Abstract: 本发明涉及一种大坡度光伏组件自动清洗设备及方法,包括清洗液箱、定滑轮系统、自动清洗设备,待清洗的光伏组件安装在光伏支架安装面,所述定滑轮系统可拆卸地安装在光伏组件上部边缘,其能够沿着光伏组件进行横向滑动,所述自动清洗设备可拆卸地安装在光伏组件表面,用于光伏组件表面的自动清洗,所述清洗液箱与自动清洗设备相连,用于储存和输送清洗液,且作为配重块防止自动清洗设备从光伏组件上滑落。本发明提供了一种大坡度光伏组件自动清洗设备和方法,能够实现40°大角度光伏组件的自动洗清,通过间歇喷射清洗液,实现清洗液的高效利用,克服了传统人工清洗方法效率低、效果差、水资源消耗大的问题,解决了大坡度光伏组件自动化清洗难题。
-
公开(公告)号:CN118982797A
公开(公告)日:2024-11-19
申请号:CN202410998743.6
申请日:2024-07-24
Applicant: 海南大学
IPC: G06V20/54 , G06V10/44 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本申请属于车辆重新识别领域,具体公开了一种基于遥感图像的车辆识别方法、装置及电子设备,方法包括:获取车辆待识别的遥感图像;将所述遥感图像输入到训练好的识别模型中,得到所述遥感图像的识别结果;其中,所述识别模型是利用残差网络和空间注意力网络建立的,所述识别模型通过对遥感图像样本进行特征图提取、部分多样性正则化以及部分一致性正则化以确定正则化约束,根据所述正则化约束和模型训练损失确定综合损失函数,并利用综合损失函数对模型进行端到端的训练得到。通过本申请,可提高车辆识别的准确性和效率。
-
-
-
-