公开(公告)号：CN119917705A

公开(公告)日：2025-05-02

申请号：CN202510397237.6

申请日：2025-04-01

Applicant: 杭州电子科技大学

Inventor： 徐小良 ,  李灿

IPC: G06F16/903 ,  G06F16/901

Abstract: 本申请公开了一种基于近邻图的向量检索方法及设备，涉及向量检索领域，该方法包括根据向量数据集，采用非中心性卡方分布的积分函数，确定每一向量在整个向量数据集中的中枢性程度；根据所有向量的中枢性程度，得到中枢性程度集合#imgabs0#；根据向量数据集中各个向量之间的相似度距离及#imgabs1#，采用渐进式添加向量的方法，构建近邻图#imgabs2#；对#imgabs3#进行向量中枢性程度遍历计算；基于中枢性程度集合#imgabs4#，对近邻图进行调优裁边操作，得到最终结果近邻图#imgabs5#；以查询对象的特征向量作为查询向量，在#imgabs6#上进行搜索，得到向量检索结果。本申请能够提高基于近邻图的向量检索的精度和效率。

公开(公告)号：CN116340539A

公开(公告)日：2023-06-27

申请号：CN202310291711.8

申请日：2023-03-23

Applicant: 之江实验室 ,  杭州电子科技大学

Inventor： 徐小良 ,  郭蒙浩 ,  马雪 ,  孟张圆 ,  来源

IPC: G06F16/36 ,  G06F16/335 ,  G06F16/33 ,  G06F40/30 ,  G06F40/289 ,  G06F40/258 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于大数据的相似项目推荐方法及系统，涉及项目策划技术领域，包括：基于项目主题的推荐、融合多路召回的研究内容与创新点的语义推荐及基于科研人才知识库的资源匹配的项目相关科技人才的推荐。通过多种途径同时对主题、研究内容与创新点进行检索匹配推荐能够快捷且最大程度地匹配到最相似的项目推荐给用户，可以帮助项目策划人提高效率，降低找专家成本，提高项目质量，解决市场需求和产业发展中的关键核心技术问题，共性技术问题，促进经济发展。

公开(公告)号：CN115630141A

公开(公告)日：2023-01-20

申请号：CN202211413270.6

申请日：2022-11-11

Applicant: 杭州电子科技大学

Inventor： 杜承豫 ,  王宇翔 ,  徐小良

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/338 ,  G06F16/31 ,  G06F16/35 ,  G06F16/36 ,  G06F40/289 ,  G06F40/30 ,  G06F18/22 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于社区查询和高维向量检索的科技专家检索方法，该方法通过文档相似度关系对生成训练样本，将文本信息嵌入文档语义向量表示与专家论文关系异构图中。通过专家贡献度池化，提取专家在不同领域的多篇学术文档特征，解决了直接聚合不同方向的学术文档向量在向量空间分布可能存在较大差异而造成特征丢失的问题。又利用专家紧密社区信息和专家多领域的向量表征关系进一步生成领域聚簇四元组训练样本，优化专家领域聚簇向量的表示，最终实现学术文档文本信息、语义信息以及专家社区信息的紧密结合，提高了返回结果的精度。同时利用高维向量索引快速匹配以及专家重排算法，从而实现高效、精准的专家查询。

公开(公告)号：CN113626556B

公开(公告)日：2022-03-01

申请号：CN202111186456.8

申请日：2021-10-12

Applicant: 杭州电子科技大学

Inventor： 徐小良 ,  刘俊

IPC: G06F16/31 ,  G06F16/383 ,  G06F40/30

Abstract: 本发明涉及一种学术异构网络嵌入的模型训练方法，先使用论文生成学术异构网络，学术异构网络包含论文节点、多种论文特征节点、边和文本内容；选择多个论文节点作为查询节点，以不同论文特征组成的元路径对学术异构网络进行游走，生成在各种论文特征查询条件下每个查询节点的紧密关系节点集；对每个查询节点、紧密关系节点集和学术异构网络进行采样，得到多个代表查询节点与其他节点关系的三元组数据；根据多个三元组数据训练语言表示模型，使模型将学术异构网络结构关系信息嵌入文本表示向量中。本发明所训练的模型能够将文本语义和学术异构网络的结构语义同时嵌入到学术领域的文本表示向量中，提高表示效果。

公开(公告)号：CN111444317B

公开(公告)日：2021-11-30

申请号：CN202010185892.2

申请日：2020-03-17

Applicant: 杭州电子科技大学

Inventor： 徐小良 ,  洪启帆 ,  王宇翔

IPC: G06F16/33 ,  G06F16/36 ,  G06F40/289 ,  G06F40/30

Abstract: 本发明公开了一种语义敏感的知识图谱随机游走采样方法。本发明首先，利用知识图谱嵌入方法进行知识图谱的表示学习，获取谓词向量空间。其次，利用谓词向量空间计算查询谓词与知识图谱谓词的语义相似度，并将其转换为知识图谱中边的权重。第三，基于语义相似性在知识图谱中框定一个给定实体的跳邻域子图作为知识图谱采样的总体空间。第四，通过邻边语义相似性的归一化和转移概率的衰减设计马尔科夫转移矩阵。随后，基于上述转移矩阵进行随机游走以达到马尔科夫稳定状态。最后，根据马尔科夫稳态下的节实体访问概率进行采样。本发明可根据用户的采样需求快速获取高质量样本数据，该样本数据可直接用于聚集型图查询问题中，以提高聚集型查询效率。

公开(公告)号：CN109102000B

公开(公告)日：2021-09-07

申请号：CN201810782122.9

申请日：2018-09-05

Applicant: 杭州电子科技大学

Inventor： 徐小良 ,  卢文思 ,  方启明

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/06 ,  G06N3/08

Abstract: 本发明公开了一种基于分层特征提取与多层脉冲神经网络的图像识别方法。本发明根据视觉皮层对视觉信息的处理方式，在HMAX模型基础上，引入稀疏特性与特征自主学习方法，使得层次化特征提取结果能合理保留有效信息，并通过基于STDP和反向传播算法的多层脉冲神经网络模型，实现对提取数据的训练与识别。并且采用相位编码作为层次化特征提取与多层脉冲神经网络连接的桥梁，有效地将像素信息转换为时间信息，提高识别精度。本发明的图像识别方法不仅满足生物特性并且具有良好的分类性能；在层次化特征提取过程中，将手工特征与自主学习特征结合，能更好地满足不同需求；同时利用多层脉冲神经网络进行识别分类，能有效处理复杂数据。

公开(公告)号：CN112720244A

公开(公告)日：2021-04-30

申请号：CN202011504783.9

申请日：2020-12-18

Applicant: 杭州电子科技大学

Inventor： 李训根 ,  吕帅帅 ,  李文钧 ,  徐小良 ,  游彬 ,  潘勉

IPC: B24B37/00 ,  B24B37/005 ,  G06N20/00 ,  G05B13/04

Abstract: 本发明公开了一种基于开环交叉耦合迭代学习的水晶研磨控制方法与系统。其中一种基于开环交叉耦合迭代学学习的水晶研磨控制方法，包括以下步骤：S10，建立水晶研磨伺服系统数学模型；S20，建立离散型交叉耦合迭代学习控制器对位置进行控制；S30，产生新的控制信号；S40，得到跟踪误差；S50，经过轮廓误差分配模型补偿到各轴以消除每个轴对其它轴的影响。

公开(公告)号：CN112507077A

公开(公告)日：2021-03-16

申请号：CN202011471742.4

申请日：2020-12-15

Applicant: 杭州电子科技大学

Inventor： 徐小良 ,  高通

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/211 ,  G06F40/216 ,  G06F40/289 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于关系图注意力神经网络的时序关系识别方法，该方法主要包括以下步骤：首先对事件句进行依存关系分析，获取相关的依存树；然后使用一种图递归构建策略将依存树转化为时序图；随后利用关系图注意力神经网络对时序图进行信息更新，获取时序图中每个节点的隐藏状态；最后从节点隐藏状态集合中提取出有关触发词的隐藏状态和句子表示向量，并将其放入到softmax函数中实现事件时序关系识别。本发明能够有效处理长距离非局部语义信息，捕获融合深层次的隐藏信息，显著提升了事件时序关系识别的准确度。

公开(公告)号：CN110008256A

公开(公告)日：2019-07-12

申请号：CN201910279860.6

申请日：2019-04-09

Applicant: 杭州电子科技大学

Inventor： 徐小良 ,  李畅 ,  王宇翔 ,  何宏 ,  夏一行

IPC: G06F16/2458 ,  G06F16/22

Abstract: 本发明公开了一种基于分层可导航小世界图的近似最近邻搜索方法。本发明包括以下步骤：步骤一B-HNSW索引生成方法，包括构建和遍历结点集合P，在B-HNSW索引的相应层中插入每一个结点，保存B-HNSW索引为二进制文件。步骤二B-HNSW索引近似最近邻搜索方法，包括输入目标结点，从B-HNSW索引的最大层到第1层依次查找1个与目标结点的最近邻结点，并根据1层得到的最近邻结点作为入口结点，在第0层使用贪婪算法搜索得到目标结点的最近邻k个结点。本发明修改了插入新结点的方式以及分层的布局，实现更为平衡的索引结构，使查询近似最近邻结点的时间更为快速、稳定。

公开(公告)号：CN109165299A

公开(公告)日：2019-01-08

申请号：CN201810998966.7

申请日：2018-08-30

Applicant: 杭州电子科技大学

Inventor： 徐小良 ,  陈学圣 ,  王宇翔

IPC: G06F16/36

Abstract: 本发明公开了一种基于Gspan和TextRank的科技领域本体构建方法。本发明包含以下步骤：对科技领域语料库中数据进行预处理，得到标准化的术语和术语关系以及各自权重且以此建立文档图模型；对文档图模型通过TextRank算法构建文档图信息量模型；通过对文档图信息量模型进行马尔科夫聚类得到候选概念集；并且基于Gspan频繁子图挖掘算法对文档图信息量模型计算得到本体术语关系图；将候选概念集合本体术语关系图结合形成科技领域本体。该方法在构建科技领域本体过程中综合考虑术语信息量在子图挖掘中的作用，以此改进Gspan频繁子图挖掘算法，使本体构建更加完整准确，从而提高本体构建的可靠性、有效性。