-
公开(公告)号：CN110362652B
公开(公告)日：2022-11-22
申请号：CN201910657221.9
申请日：2019-07-19
Applicant: 辽宁工程技术大学
IPC: G06F16/31 , G06F16/33 , G06F16/387 , G06F40/30 , G06F40/242
Abstract: 本发明公开了一种基于空间‑语义‑数值相关度的空间关键字Top‑K查询方法，步骤为：利用Word Embedding技术对用户初始查询进行语义扩展；构建空间‑语义‑数值混合索引结构AKR‑tree；空间‑语义‑数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展，生成一系列与初始查询关键字语义相关的查询关键字；然后构建空间‑语义‑数值混合索引结构AKR‑tree，该索引结构能同时支持查询关键字的文本和语义匹配，并利用Skyline方法对数值属性进行处理；最后，利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象，并按空间‑语义‑数值的综合相关度进行排序。与现有同类方法相比，本发明方法具有更好的查询结果用户满意度，索引结构具有较快的查询响应时间。
-
Patent Agency Ranking
公开(公告)号：CN112084427A
公开(公告)日：2020-12-15
申请号：CN202010965903.9
申请日：2020-09-15
Applicant: 辽宁工程技术大学
IPC: G06F16/9536 , G06F16/9537 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明公开了一种基于图神经网络的兴趣点推荐方法，步骤为：构建用户‑兴趣点交互图和用户社交图，图神经网络学习图结构信息并在用户的嵌入向量中整合了协作信息和社交信息；采用k‑means算法对兴趣点按地理位置进行聚类，将聚类结果嵌入到向量中，连接通过在用户‑兴趣点交互图中得到的嵌入向量，输入到一个神经网络中得到兴趣点嵌入向量；构建一个神经网络模型，模拟机器学习中的矩阵分解方法，将用户和兴趣点的嵌入向量输入到神经网络模型中根据用户的历史评分进行评分预测。本发明在用户的向量表示中嵌入协作信息和社交网络中的信息，在兴趣点的向量表示中嵌入协作信息以及兴趣点的位置信息，将用户和兴趣点的向量表示输入到神经网络中进行推荐。
-
公开(公告)号：CN112635078A
公开(公告)日：2021-04-09
申请号：CN202011232041.5
申请日：2020-11-06
Applicant: 辽宁工程技术大学
Abstract: 本发明公开了一种中医药知识图谱构建与可视化方法，步骤为：创建知识图谱的模式；将关系数据库中的中医药信息转化为RDF数据；根据两个实体的属性相似度匹配来实现实体对齐，将两个实体合并成一个实体，避免实体重复冗余；将对齐后的三元组表格生成owl文件，导入可视化工具protege中，形成知识图谱系统；利用算法计算出方剂中饮片的权重信息；利用svg矢量图生成穴位功效知识图谱；搭建web项目。本发明的中医药知识图谱构建与可视化方法为用户提供了获取和查看中医知识的又一途径，可以向用户直观的展示庞大的中医药数据，并且条理分明，用户可根据图谱内容追根溯源，查看数据间的关联。
-
公开(公告)号：CN111861017A
公开(公告)日：2020-10-30
申请号：CN202010724228.0
申请日：2020-07-24
Applicant: 辽宁工程技术大学
Abstract: 本发明提出一种基于现网数据的充电站网络优化方法，包括：获取电动汽车的充电事件建立充电花费时间的第一张量，基于所述第一张量融合各充电站的特征确定充电花费时间的第二张量；基于所述第二张量各单元的充电花费时间确定各充电站的访问率；基于所述各充电站的访问率选择现网热点充电站，从所述现网热点充电站出发基于各充电站效益分数优化当前充电站点网络布局，删除现网冗余充电站点，提高现网的充电站使用率。
-
公开(公告)号：CN110377684A
公开(公告)日：2019-10-25
申请号：CN201910657222.3
申请日：2019-07-19
Applicant: 辽宁工程技术大学
IPC: G06F16/29 , G06F16/9537 , G06F17/27
Abstract: 本发明公开了一种基于用户反馈的空间关键字个性化语义查询方法，步骤为：空间对象文本信息的语义扩展；根据用户反馈信息对查询关键字进行权重调整。本发明采用Gibbs算法估计空间对象文本信息的主题概率分布，进而利用LDA模型对空间数据集进行语义扩展，利用IR-tree混合索引结构从扩展后的空间数据库中获得候选查询结果；用户根据个人偏好在候选集中明确标注出相关的查询结果，根据用户的反馈信息，采用Rocchio算法对用户初始查询条件进行更新，使得新的查询条件更贴近用户实际需求和偏好；利用更新后的查询条件再进行检索，得到新的候选集，重复执行反馈过程，直到查询结果令用户满意为止，本发明在一定程度上提高了空间关键字查询结果的个性化程度和准确率。
-
公开(公告)号：CN110362652A
公开(公告)日：2019-10-22
申请号：CN201910657221.9
申请日：2019-07-19
Applicant: 辽宁工程技术大学
IPC: G06F16/31 , G06F16/33 , G06F16/387 , G06F17/27
Abstract: 本发明公开了一种基于空间-语义-数值相关度的空间关键字Top-K查询方法，步骤为：利用Word Embedding技术对用户初始查询进行语义扩展；构建空间-语义-数值混合索引结构AKR-tree；空间-语义-数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展，生成一系列与初始查询关键字语义相关的查询关键字；然后构建空间-语义-数值混合索引结构AKR-tree，该索引结构能同时支持查询关键字的文本和语义匹配，并利用Skyline方法对数值属性进行处理；最后，利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象，并按空间-语义-数值的综合相关度进行排序。与现有同类方法相比，本发明方法具有更好的查询结果用户满意度，索引结构具有较快的查询响应时间。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
