-
公开(公告)号：CN108304519B
公开(公告)日：2020-08-18
申请号：CN201810068490.7
申请日：2018-01-24
Applicant: 西安交通大学
Abstract: 一种基于图数据库的知识森林构建方法，包括构建实例化知识主题分面树的步骤、生成知识主题间认知关系的步骤以及存储知识森林数据的步骤。本发明根据采集到的各类课程数据，通过查询主题、分面和关系数据库，以及对知识碎片集合多层分类构建实例化知识主题分面树，然后通过计算不同主题下文本知识碎片间相似度生成主题间认知关系，最后基于图数据库设计知识森林数据存储格式，从而实现知识森林的构建和存储。本发明构建实例化知识主题分面树的过程缓解了认知过载问题，生成知识主题间认知关系的过程缓解了认知迷航问题，存储知识森林数据的步骤保证了数据的持久化，也解决了关系型数据库无法很好支持大规模数据和复杂关系存储的问题。
-
公开(公告)号：CN103399867A
公开(公告)日：2013-11-20
申请号：CN201310283242.1
申请日：2013-07-05
Applicant: 西安交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种线性组合预测模型权重的自适应调整方法，其特征在于：（1）权重wi,m与预测模型fi的第m次外前k-1次的计算结果与前k次实际结果相关系数相关；（2）权重wi,m与预测模型fi的第m次计算结果与实际结果的偏差有关，与最近实际结果偏差较小的预测模型，设置较高的权重；（3）分别计算（1）得到的相关系数和计算（2）得到的预测结果与实际结果的偏差，从而达到计算自适应权重的目的。本发明在线性组合预测的权重自适应调整计算中充分考虑到了预测结果与实际结果的偏差和预测结果与前k结果的相关系数，增加了算法的准确性与合理性。
-
公开(公告)号：CN104156431B
公开(公告)日：2018-04-17
申请号：CN201410389984.7
申请日：2014-08-08
Applicant: 西安交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于实体图社团结构的RDF关键词查询方法，包括以下步骤：1)构建RDF资源实体，并且构建RDF资源实体间关系，从而实现RDF实体图的构建；2)对RDF实体图进行层次社团发现，得到RDF实体图的社团结构树，并基于实体图社团结构树构建实体图社团结构索引；3)使用实体关键词倒排索引实现关键词查询到RDF资源实体的映射；对不同关键词对应的实体进行组合，并通过RDF资源实体与关键词的相关度对RDF资源实体组合进行筛选，得到候选RDF资源实体组合集合；对于RDF资源实体组合集合中的每一个RDF资源实体组合，根据社团结构索引，构建组合中实体之间的关系，并作为查询结果添加到结果集中；依据查询结果紧凑度，对结果集进行排序，返回给用户。
-
公开(公告)号：CN105978886A
公开(公告)日：2016-09-28
申请号：CN201610378534.7
申请日：2016-05-31
Applicant: 西安交通大学
CPC classification number: H04L69/08 , G06F13/4286 , G06F2213/0002 , H04L69/22
Abstract: 本发明公开了一种适用于多品种计量仪表通讯的参数动态解析方法，目的在于，对多种不同仪表通讯协议进行串口通讯解析，且通讯解析程序简单，减少工程人员的工作量，提高工作效率，采用的技术方案为：获取的待解析的计量仪表的串口通讯协议，创建仪表读取规则指令和解析规则指令，根据仪表所需读取的参数选择对应的解析规则，获得数据位排列顺序的字符串长度，找到数据位排列顺序的字符串小数点的位置，获得返回代码中对应的规则名称的字符串返回码，获得返回代码中对应的规则名称代表单位的字符串返回码，并将规则名称的字符串返回码存入数组，将小数点前、后的数据位排列顺序字符串分别存入数组，根据解码公式即可得到所需的仪表参数数据。
-
公开(公告)号：CN103226580B
公开(公告)日：2016-03-30
申请号：CN201310114098.9
申请日：2013-04-02
Applicant: 西安交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种面向交互文本的话题识别方法，按照三个大步骤实施：I、词语语义相关度计算阶段，采用了一种基于知识词典和主题模型相结合的词语相关度计算方法；II、句子相关度计算阶段，分别计算句子在关键词特征、词语语义特征、依存句法特征三个层面的相关度，将三个特征融合后计算句子间相关度；III、交互文本话题识别阶段，采用一种基于句子相关度计算的话题识别方法，识别出交互文本中不同话轮是否属于同一话题。
-
Patent Agency Ranking
公开(公告)号：CN103399867B
公开(公告)日：2015-10-28
申请号：CN201310283242.1
申请日：2013-07-05
Applicant: 西安交通大学
IPC: G06F17/30
Abstract: 本发明公开了一种线性组合预测模型权重的自适应调整方法，其特征在于：（1）权重wi,m与预测模型fi的第m次外前k-1次的计算结果与前k次实际结果相关系数相关；（2）权重wi,m与预测模型fi的第m次计算结果与实际结果的偏差有关，与最近实际结果偏差较小的预测模型，设置较高的权重；（3）分别计算（1）得到的相关系数和计算（2）得到的预测结果与实际结果的偏差，从而达到计算自适应权重的目的。本发明在线性组合预测的权重自适应调整计算中充分考虑到了预测结果与实际结果的偏差和预测结果与前k结果的相关系数，增加了算法的准确性与合理性。
-
公开(公告)号：CN104732072A
公开(公告)日：2015-06-24
申请号：CN201510095725.8
申请日：2015-03-04
Applicant: 苏州西安交通大学苏州研究院
Abstract: 本发明公开了一种基于D-S证据理论的多属性压铸机模具模式识别方法，包括以下步骤：分析目标识别问题，构造系统的命题集，以及知识的识别框架以确定压铸机的多种压铸模式；针对目标信息系统，构建基于识别框架的证据体；根据已知的证据体信息结合各命题的特点，利用海明距离计算出各证据体的基本概率赋值；根据基本概率赋值，分别计算出在单个证据体作用下，识别框架中各命题的信度区间；利用D-S证据合成规则计算所有证据体共同作用下的基本概率赋值及信度区间，选择信度较高的模式进行工艺匹配。通过较少次数的试打及工艺修改，即可得到质量合格的铸件。大大提供了生产效率、降低了生产成本。
-
公开(公告)号：CN104156431A
公开(公告)日：2014-11-19
申请号：CN201410389984.7
申请日：2014-08-08
Applicant: 西安交通大学
IPC: G06F17/30
CPC classification number: G06F17/30321 , G06F17/30424
Abstract: 本发明公开了一种基于实体图社团结构的RDF关键词查询方法，包括以下步骤：1)构建RDF资源实体，并且构建RDF资源实体间关系，从而实现RDF实体图的构建；2)对RDF实体图进行层次社团发现，得到RDF实体图的社团结构树，并基于实体图社团结构树构建实体图社团结构索引；3)使用实体关键词倒排索引实现关键词查询到RDF资源实体的映射；对不同关键词对应的实体进行组合，并通过RDF资源实体与关键词的相关度对RDF资源实体组合进行筛选，得到候选RDF资源实体组合集合；对于RDF资源实体组合集合中的每一个RDF资源实体组合，根据社团结构索引，构建组合中实体之间的关系，并作为查询结果添加到结果集中；依据查询结果紧凑度，对结果集进行排序，返回给用户。
-
公开(公告)号：CN105978886B
公开(公告)日：2019-05-24
申请号：CN201610378534.7
申请日：2016-05-31
Applicant: 西安交通大学
Abstract: 本发明公开了一种适用于多品种计量仪表通讯的参数动态解析方法，目的在于，对多种不同仪表通讯协议进行串口通讯解析，且通讯解析程序简单，减少工程人员的工作量，提高工作效率，采用的技术方案为：获取的待解析的计量仪表的串口通讯协议，创建仪表读取规则指令和解析规则指令，根据仪表所需读取的参数选择对应的解析规则，获得数据位排列顺序的字符串长度，找到数据位排列顺序的字符串小数点的位置，获得返回代码中对应的规则名称的字符串返回码，获得返回代码中对应的规则名称代表单位的字符串返回码，并将规则名称的字符串返回码存入数组，将小数点前、后的数据位排列顺序字符串分别存入数组，根据解码公式即可得到所需的仪表参数数据。
-
公开(公告)号：CN104732536A
公开(公告)日：2015-06-24
申请号：CN201510119986.9
申请日：2015-03-18
Applicant: 广东顺德西安交通大学研究院 , 苏州科力迪软件技术有限公司
IPC: G06T7/00
Abstract: 本发明提供了基于改进形态学的亚像素边缘检测方法，包括：获取产品的数字化图像；运用形态学算子检测所述数字化图像的轮廓，获得像素轮廓粗提取区域；采用Canny算子从所述像素轮廓粗提取区域中检测出产品的整体像素级边缘；通过理想边缘点与扩散函数卷积得到的高斯型边缘函数，将所述整体像素级边缘拟合为产品的亚像素级边缘。本发明对形态学的边缘检测算子做了改进，能够平滑图像轮廓边缘，更好的保持边缘细节，提高抗噪性能，并保留图像边缘信息、保持边缘的光滑性和连续性，由此比较准确地检测出图像边缘，保证原图像的连通性，缩小了图像边缘提取区域，提高处理速度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.026 seconds)
