一种基于标签语义和迁移学习的多标签文本分类方法及系统

    公开(公告)号:CN116775880A

    公开(公告)日:2023-09-19

    申请号:CN202310786159.X

    申请日:2023-06-29

    Abstract: 本发明涉及一种基于标签语义和迁移学习的多标签文本分类方法及系统,属于自然语言处理技术领域。该方法具体为,获取文本数据集并预处理,整理数据集并划分为训练集、验证集和测试集;初始化文本获得文本嵌入;构建语义提取器,获取头部文档表示、尾部文档表示和测试集文档表示;构建头部分类器,获得头部分类器权重;构建标签原型机生成头标签原型、尾标签原型;通过迁移学习预测尾部分类器权重;将头部分类器权重和尾部分类器权重拼接得到用于预测标签的分类器权重并对测试集进行预测。本发明通过迁移学习解决了长尾效应,提高了多标签文本分类任务的精度的效率。

    一种知识与数据协同驱动的多粒度交通事故预测方法及装置

    公开(公告)号:CN115482665A

    公开(公告)日:2022-12-16

    申请号:CN202211109829.6

    申请日:2022-09-13

    Abstract: 本发明涉及一种知识与数据协同驱动的多粒度交通事故预测方法,属于交通事故预测领域,包括以下步骤:S1:对数据集进行统计和标注;S2:通过特征工程将数据集处理成可用于训练的微观数据特征和宏观知识特征;S3:输入所述微观数据特征和宏观知识特征到多粒度模型中进行训练,并保存表现最佳的模型;S4:向保存下来的模型中输入测试数据,得到未来城市交通事故的预测值。本发明提升了事故预测精度,尤其是节假日事故预测的精度。

    基于动态时间规整的雷达辐射源天线扫描方向图匹配方法

    公开(公告)号:CN118606723A

    公开(公告)日:2024-09-06

    申请号:CN202410662310.3

    申请日:2024-05-27

    Abstract: 本发明涉及一种基于动态时间规整的雷达辐射源天线扫描方向图匹配方法,属于电子对抗侦察和雷达辐射源识别技术领域。该方法包括训练和匹配两个阶段;在训练阶段中,基于预处理后的先验方向图集合,训练LSTM自编码器模型,应用LSTM自编码器提取特征向量,构建方向图的标准模板;在匹配阶段中,对于未知的方向图,应用训练阶段中得到的LSTM自编码器提取特征向量,构建测试模板,最后利用DTW算法计算测试模板与标准模板的相似度,将相似度最高的标准模板作为未知方向图的匹配结果。本发明将DTW算法与LSTM自编码器相结合,在脉冲缺失率较高时,相比于传统DTW,能够获得更高的匹配正确率和更低的时间复杂度。

    一种考虑潜在医药零售商的分拨中心选址方法

    公开(公告)号:CN116228108A

    公开(公告)日:2023-06-06

    申请号:CN202310369090.0

    申请日:2023-04-07

    Abstract: 本发明涉及一种考虑潜在医药零售商的分拨中心选址方法,属于选址技术领域,包括以下步骤:S1:获取某医药物流企业已有客户订单明细,挖掘潜在客户数据;S2:构建潜在医药零售商转化几率评价指标体系;S3:利用熵权法计算综合评价结果,对其进行归一化处理得到潜在客户转化几率;S4:明确分拨中心覆盖范围,筛除中心仓库可配送到的客户点;S5:利用DBSCAN算法去除偏远点;S6:以潜在客户转化几率为权重进行带权重的K‑means聚类;S7:采用重心法分别求各聚类区域分拨中心位置。

    一种新客户两阶段入线的末端配送路径规划方法

    公开(公告)号:CN115689431A

    公开(公告)日:2023-02-03

    申请号:CN202211333862.7

    申请日:2022-10-28

    Abstract: 本发明涉及一种新客户两阶段入线的末端配送路径规划方法,属于路径规划领域,包括以下步骤:S1:调用地图API获取原数据库SQL中每条配送线路的距离矩阵;S2:构建末端物流车辆路径优化模型,并利用改进的遗传算法求解初始配送序列;S3:查询线路数据库,判定订单中是否有新客户;S4:设计规则,将订单中所有新客户按照规则归属至不同的线路;S5:利用快速插入点算法将新客户插入步骤S4中所属的线路,输出路径规划的最终配送序列;S6:闲时更新新用户所对应线路的距离矩阵,得到原数据库SQL中新的距离矩阵;S7:再次利用S2中改进的遗传算法求解最优配送序列。

    一种基于lightGBM算法的雷达天线扫描类型识别方法

    公开(公告)号:CN117420510A

    公开(公告)日:2024-01-19

    申请号:CN202311486776.4

    申请日:2023-11-09

    Abstract: 本发明涉及一种基于lightGBM算法的雷达天线扫描类型识别方法,属于电子对抗侦察技术领域。该方法包括:对脉冲信号进行采样得到脉冲序列;将脉冲序列的幅度值转化为电压值得到脉冲幅度数据序列;对脉冲幅度数据序列进行归一化处理后进行最大主瓣提取,得到主瓣序列的特征;对归一化处理后的脉冲幅度数据序列进行自相关处理以获取多个天线扫描周期内相关脉冲幅度数据;对多个天线扫描周期内相关脉冲幅度数据进行平滑处理以确定平滑处理后的脉冲幅度数据的特征参数,再根据所述特征参数进行雷达天线扫描类型识别。本发明对比传统决策树(DT)以及支持向量机(SVM)能够更加准确的识别雷达天线扫描方式。

    基于卷积神经网络和注意力机制的知识图谱嵌入方法

    公开(公告)号:CN116384489A

    公开(公告)日:2023-07-04

    申请号:CN202310386311.5

    申请日:2023-04-12

    Abstract: 本发明涉及一种基于卷积神经网络和注意力机制的知识图谱嵌入方法,属于知识图谱嵌入领域。该方法包括:S1:输入知识图谱数据集,利用向量表示技术将知识图谱数据集中的三元组(h,r,t)转换为k维稠密向量(vh,vr,vt);S2:将vh重塑为二维矩阵Mh作为卷积层的输入,将vr重塑为卷积层的二维卷积滤波器Mr;S3:在卷积层利用动态自适应空洞卷积神经网络让Mh和Mr得到充分交互,学习到多个尺度的局部特征信息以及全局信息,并用ECA通道注意力机制对特征信息进行过滤,合并每个尺度的特征信息,输出特征向量C;S4:在全连接层特征向量C转化为三元组(h,r,t)的得分。本发明能提高知识图谱嵌入的性能。

Patent Agency Ranking