一种模型文件的压缩的方法、装置、系统及存储介质

    公开(公告)号:CN114637730A

    公开(公告)日:2022-06-17

    申请号:CN202210292240.8

    申请日:2022-03-23

    Applicant: 清华大学

    Abstract: 本发明实施例涉及计算机技术领域,尤其涉及一种模型文件的压缩的方法、装置、系统及存储介质。该方法包括:获取待处理模型文件,对待处理模型文件进行解析处理,获得解析之后的解析数据,遍历解析数据,获取解析数据中的各个构件,分别识别每一个构件属性,记录冗余构件与初始构件之间的位置关系后,删除冗余构件,根据位置关系和删除冗余构件后的待处理模型文件,确定压缩后的目标模型文件。通过对冗余构件的删除,极大的节省了空间,同时,由于记录了冗余构件与初始构件之间的位置关系,在需要的情况下,可以按照对应的位置关系,将初始构件映射到已经被删除的冗余构件所在的位置中,在压缩了文件占用空间大小的同时保证了文件的完整性。

    规则脚本生成方法、装置、计算机设备及介质

    公开(公告)号:CN115545006B

    公开(公告)日:2024-02-13

    申请号:CN202211233797.0

    申请日:2022-10-10

    Applicant: 清华大学

    Abstract: 本发明提供一种规则脚本生成方法、装置、计算机设备及介质,包括:获取待处理的自然语言规则条文,对自然语言规则条文进行拆解,得到元组拆解数据;基于知识图谱中已有的领域知识,对元组拆解数据进行纠错,得到元组拆解表,领域知识为用于与构建规则脚本规则相关的知识;基于上下文的关联对元组拆解表中的各个元组拼接,得到自然语言规则条文对应的目标规则脚本。通过本发明,通过利用知识图谱,对输入的待处理自然语言规则条文进行自动校验,根据输入的内容进行自动上下文关联,形成自然语言规则条文对应的规则脚本,无需依靠人工大量交流。针对人类处理及AI程序处理两种情况,本方式通过利用知识图谱对结果正确性进行约束。

    子模型抽取方法、装置、计算机设备及介质

    公开(公告)号:CN115544626B

    公开(公告)日:2023-10-20

    申请号:CN202211296564.5

    申请日:2022-10-21

    Applicant: 清华大学

    Inventor: 刘寒 高歌 顾明

    Abstract: 本发明提供一种子模型抽取方法、装置、计算机设备及介质,包括:获取源数据与用户需求,源数据包括互相关联的节点与边;基于源数据与用户需求,生成数据内容规则集,数据内容规则集为与子模型抽取相关的规则集合;基于数据内容规则集,对源数据进行筛选,得到标注为保留的根节点集合;对标注为保留的根节点集合进行属性筛选,得到属性节点,输出标注为保留的属性节点和与属性节点关联的边集合,得到子模型,子模型与源数据数据格式一致。通过本发明,提供一种支持细粒度子图节点过滤的方法,通过在源数据中进行原位处理,实现细粒度且灵活的属性信息过滤,得到保持源数据格式、内容精简且信息失真少的子模型数据。

    规则脚本生成方法、装置、计算机设备及介质

    公开(公告)号:CN115545006A

    公开(公告)日:2022-12-30

    申请号:CN202211233797.0

    申请日:2022-10-10

    Applicant: 清华大学

    Abstract: 本发明提供一种规则脚本生成方法、装置、计算机设备及介质,包括:获取待处理的自然语言规则条文,对自然语言规则条文进行拆解,得到元组拆解数据;基于知识图谱中已有的领域知识,对元组拆解数据进行纠错,得到元组拆解表,领域知识为用于与构建规则脚本规则相关的知识;基于上下文的关联对元组拆解表中的各个元组拼接,得到自然语言规则条文对应的目标规则脚本。通过本发明,通过利用知识图谱,对输入的待处理自然语言规则条文进行自动校验,根据输入的内容进行自动上下文关联,形成自然语言规则条文对应的规则脚本,无需依靠人工大量交流。针对人类处理及AI程序处理两种情况,本方式通过利用知识图谱对结果正确性进行约束。

    模型简化方法、装置、电子设备及存储设备

    公开(公告)号:CN114741750A

    公开(公告)日:2022-07-12

    申请号:CN202210280009.7

    申请日:2022-03-21

    Applicant: 清华大学

    Abstract: 本发明揭示了一种模型简化方法、装置、电子设备及存储设备,涉及建筑领域。该方法包括:获取目标模型中的至少一个目标几何实例;对各目标几何实例进行几何离散化处理,生成各目标几何实例对应的离散网格数据;对离散网格数据进行简化,基于简化后的数据对目标模型进行更新,以实现对目标模型简化。采用该方法对离散网格数据进行简化,基于简化后的数据对目标模型进行更新,实现了对目标模型的简化。从而使得简化后的目标模型便于分享和交换。且上述方法能有效识别并去除目标模型的局部细节特征,只保留目标模型的主体轮廓,从而有效降低目标模型的几何复杂度。

    饮用水除氟的高效锰-铈复合吸附剂的制备方法

    公开(公告)号:CN101791533B

    公开(公告)日:2011-12-07

    申请号:CN201010122728.3

    申请日:2010-03-12

    Applicant: 清华大学

    Abstract: 本发明涉及一种高效除氟的锰-铈复合吸附剂的制备方法,制备原料为可溶二价锰盐和可溶性三价铈盐,反应摩尔配比Mn/Ce为0.5~25;首先制备上述摩尔配比的混合盐溶液,在充分电磁搅拌条件下,利用NaOH将混合盐溶液pH调至7.4~9.0,得到沉淀,对沉淀产物进行水洗,80~600℃下干燥至恒重后即可。制得的吸附剂对氟的亲和性很好,吸附量比活性氧化铝的吸附量高10倍以上,适于吸附的pH范围宽,性能稳定,非常适合应用于饮用水的除氟。

    一种图数据处理与增量存储方法、装置及计算机设备

    公开(公告)号:CN115982414B

    公开(公告)日:2023-07-25

    申请号:CN202211625638.5

    申请日:2022-12-16

    Applicant: 清华大学

    Inventor: 刘寒 高歌 顾明

    Abstract: 本发明提供一种图数据处理与增量存储方法、装置及计算机设备,包括:对目标图数据进行预处理;分别计算各节点的哈希值;根据目标图数据中各类节点的数量,确定各类型的节点的前缀空间的数量,以及各前缀空间的前缀值;根据各节点的哈希值以及节点类型,将各节点分配到节点类型对应的前缀空间;根据各节点的哈希值以及所属前缀空间的空间容量,分别计算各节点引用编号的后缀值;分别将各节点所属前缀空间的前缀值与引用编号的后缀值进行串联,得到各节点的引用编号;对各节点按照引用编号进行排序,按照排序结果得到目标图数据的线性存储数据结构;对线性存储数据结构进行增量存储。执行本发明能准确剔除与已有数据等效的节点,节省存储空间。

    一种子图检索的方法、装置及电子设备

    公开(公告)号:CN114817647A

    公开(公告)日:2022-07-29

    申请号:CN202210469593.0

    申请日:2022-04-28

    Applicant: 清华大学

    Inventor: 刘寒 高歌 顾明

    Abstract: 本发明公开了一种子图检索的方法、装置及电子设备,该方法包括:通过获取用户的检索需求;将检索需求按照预设的转换规则转化为子图模板和值约束规则;基于子图模板和值约束规则建立规则链条;将规则链条输入预设知识图谱进行检索得到符合规则链条的子图。本发明通过建立规则链条,直接从知识图谱中筛选与规则链条匹配的子图,降低了数据处理量,节省了大量的计算资源,同时计算速度更快,有效提高了检索效率。

    一种数据转换配置生成方法、装置、计算机设备及介质

    公开(公告)号:CN115543485B

    公开(公告)日:2023-06-30

    申请号:CN202211302604.2

    申请日:2022-10-24

    Applicant: 清华大学

    Inventor: 刘寒 高歌 顾明

    Abstract: 本发明提供一种数据转换配置生成方法、装置、计算机设备及介质,包括:获取用户数据交换的需求列表及预设知识库;基于知识库,确定每个需求项到源格式的源映射以及其到目标格式的目标映射;基于每个需求项对应的源映射和目标映射,生成从源格式的数据类型到目标格式的数据类型的传递映射集合;基于传递映射集合,生成符合需求列表的数据转换配置。通过本发明,以用户需求项为中心,可以同时扩展关联多种数据模式,无需数据提供方与数据使用方对自身软件进行修改,可以利用一致的传递映射内容,输出多种不同的配置文件格式,从而减少适配不同软件所需的开发工作量,提高用户的使用体验。

    一种模型文件的压缩的方法、装置、系统及存储介质

    公开(公告)号:CN114637730B

    公开(公告)日:2023-01-10

    申请号:CN202210292240.8

    申请日:2022-03-23

    Applicant: 清华大学

    Abstract: 本发明实施例涉及计算机技术领域,尤其涉及一种模型文件的压缩的方法、装置、系统及存储介质。该方法包括:获取待处理模型文件,对待处理模型文件进行解析处理,获得解析之后的解析数据,遍历解析数据,获取解析数据中的各个构件,分别识别每一个构件属性,记录冗余构件与初始构件之间的位置关系后,删除冗余构件,根据位置关系和删除冗余构件后的待处理模型文件,确定压缩后的目标模型文件。通过对冗余构件的删除,极大的节省了空间,同时,由于记录了冗余构件与初始构件之间的位置关系,在需要的情况下,可以按照对应的位置关系,将初始构件映射到已经被删除的冗余构件所在的位置中,在压缩了文件占用空间大小的同时保证了文件的完整性。

Patent Agency Ranking