-
公开(公告)号：CN109376249A
公开(公告)日：2019-02-22
申请号：CN201811042565.0
申请日：2018-09-07
Applicant: 桂林电子科技大学
Abstract: 本发明提出一种基于自适应负采样的知识图谱嵌入方法,包括以下步骤：步骤1、根据实体间的相似性对实体向量进行分组；步骤2、利用同一分组内的相似实体进行相互替换并生成与正例三元组相似的负例三元组；步骤3、将所述正例三元组与所述负例三元组作为知识图谱嵌入模型中的训练输入；步骤4、利用所述知识图谱嵌入模型的损失函数优化更新实体向量与关系向量。本发明提高了替换实体与被替换实体之间的相似度，从而提高负例三元组质量；根据实体在知识图谱中出现的频率对实体进行采用，提高了高频实体被训练的次数；通过提高负例三元组的质量，有效的实现了知识图谱中实体与关系的嵌入。
-
公开(公告)号：CN109359475A
公开(公告)日：2019-02-19
申请号：CN201811215963.8
申请日：2018-10-18
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种支持多值属性的密文策略属性基加密方法，采用了MDD作为CP-ABE中的访问结构，使得所提方案能够直接支持多值属性；此外，由于MDD访问结构减少了系统判断属性的次数，减少了访问结构中的节点数量，从而显著提高了CP-ABE策略在加密、解密等方面的实现效率。
-
公开(公告)号：CN106201881B
公开(公告)日：2019-02-01
申请号：CN201610543275.9
申请日：2016-07-12
Applicant: 桂林电子科技大学
IPC: G06F11/36
Abstract: 本发明为一种基于ASP的CSP并发系统调试方法，包括以下步骤：步骤1、根据描述CSP并发系统行为特征的ASP规则集，得到实例化性质规则集；步骤2、生成性质成立或不成立的原因；步骤3、生成反例迹并利用反例迹调试系统错误；步骤4、通过性质成立的原因生成ASP规则L，表示系统中使该性质成立的部分系统结构，分析系统修改后对已验证性质的影响，如果新系统满足规则L，性质依然成立，否则性质需要重新验证。本方法采用基于ASP的CSP并发系统的性质验证框架仅需两层模型即可完成性质验证，且两层模型间的差异较小；利用性质不成立时的反例迹实现针对CSP并发系统错误的调试，避免系统部分改变后，对仍成立的性质重复验证。
-
公开(公告)号：CN109146078A
公开(公告)日：2019-01-04
申请号：CN201810796671.1
申请日：2018-07-19
Applicant: 桂林电子科技大学
IPC: G06N5/02
Abstract: 本发明公开一种基于动态路径的知识图谱表示学习方法，以翻译模型为基础，考虑了结构三元组(实体，关系，实体)和(实体，路径，实体)的语义信息，当(h，t)存在时，在路径的表示过程中，给其添加一个动态因子α向量。即在训练过程中，每一个多步关系组合而成的路径向量向着与直接关系极为相近的目标优化，那么只要其在一定范围内都将被视为表示了其语义信息而不必必须与给定的向量严格相等。本发明解决现有技术对复杂关系类型事实间的多个直接关系和多个路径无法有效区分的问题，具有良好的实用性。
-
公开(公告)号：CN108959472A
公开(公告)日：2018-12-07
申请号：CN201810639360.4
申请日：2018-06-20
Applicant: 桂林电子科技大学
IPC: G06F17/30
Abstract: 本发明公开一种基于多步关系路径的知识图谱表示学习方法，其考虑了关系路径被准确表示的必要性，利用长短时记忆网络结构对关系路径中的多个关系进行依次迭代组合操作，很好地表示了实体对之间的直接关系和路径关系的相互关联，丰富了实体对之间的语义信息。采用改进的路径约束分配资源算法，计算实体对之间每条路径的可靠性，利用计算得到的可靠性根据阈值滤除不可靠的路径，从而得到可靠的关系路径，使头实体到尾实体的可达性计算更详尽准确。本发明解决现有技术对于关系路径建模相对粗糙使路径长度受限无法很好反应实体对之间复杂语义信息的问题，具有良好的可扩展性。
-
Patent Agency Ranking
-
公开(公告)号：CN108197290A
公开(公告)日：2018-06-22
申请号：CN201810053803.1
申请日：2018-01-19
Applicant: 桂林电子科技大学
IPC: G06F17/30
Abstract: 本发明公开一种融合实体和关系描述的知识图谱表示学习方法，考虑了实体与关系的文本描述信息，很好地融合了三元组的结构化信息与文本描述信息两大信息源，通过基于神经网络的端到端模型对实体和关系联合抽取，设置一个平衡因子来平衡结构化信息和文本描述信息，并根据预测对象的不同定义不同的得分函数；然后利用损失函数把实体向量和关系向量关联起来，并优化该损失函数，当达到优化目标时，就可以学得知识图谱及文本描述信息中每个实体的向量和关系的向量。本发明解决了知识库中实体和关系的稀疏性和不平衡性，更精确有效地表示实体和关系及其之间的相互联系，并将其应用于大规模知识图谱中，具有较好的实用性。
-
公开(公告)号：CN107885759A
公开(公告)日：2018-04-06
申请号：CN201611189474.0
申请日：2016-12-21
Applicant: 桂林电子科技大学
IPC: G06F17/30
CPC classification number: G06F17/30604 , G06F17/30427
Abstract: 本发明公开一种基于多目标优化的知识图谱表示学习方法，其采用实体向量与关系向量之间基于翻译的模型，利用三元组结构中关系映射类型定义并很好地表示了三元组中实体向量与关系向量之间的相互关联，且无须引入更多的参数；然后利用损失函数将实体向量和关系向量关联起来，并优化该损失函数，当达到优化目标时，就可以学得知识图谱中每个实体的向量和关系的向量，从而更好地表示实体和关系之间的联系，并更好的应用于大规模知识图谱补全中。本发明解决现有技术过于简单或过于复杂而无法很好的表示知识图谱中的实体和关系及不能很好地应用于大规模知识图谱中的问题，具有良好的实用性。
-
公开(公告)号：CN107657347A
公开(公告)日：2018-02-02
申请号：CN201710919644.4
申请日：2017-09-30
Applicant: 桂林电子科技大学
CPC classification number: G06Q10/04 , G06F16/9535 , G06Q50/14
Abstract: 本发明公开一种面向群组的旅游推荐方法，结合用户共同评分项的稀疏程度、关键词、用户共同标签、位置以及用户局部满意度与整体满意度的旅游推荐方法，即利用用户共同评分项的稀疏程度，根据基于协同过滤的思想得到推荐方案；利用文档关键词的词频，采用基于内容的推荐得到推荐方案；利用信任用户共同的标签，采用基于社交网络的推荐得到推荐方案；将上述三个推荐方案通过加权组合得到混合推荐方案，并在其中融入用户与景点的距离因素；利用群组成员之间的交互，定义融合成员推荐列表的函数，得到最终的推荐方案，以提旅游推荐的用户体验，具有良好的实用性。
-
公开(公告)号：CN104573062B
公开(公告)日：2018-01-23
申请号：CN201510035773.8
申请日：2015-01-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于描述逻辑和案例推理的智能学习方法，先对案例的属性采用基于描述逻辑的相似度计算方法对文字属性和数值属性的分别计算，给出相似度匹配初步结果；后利用蚁群算法中的信息素权重自适应更新及分配策略和案例推荐建立联系；通过使用对学习主体的学习等级和问题等级划分，对处于不同学习阶段的学习主体能够给出其所在等级的案例推荐；最后分别对以上方法的计算结果分别赋予不同的权值，综合计算出案例之间的相似度；通过综合相似度从案例库中给出对于当前问题案例的最优解决方案的列表，供学习主体选择。这样就可使学习者快速地从其所遇到的错误中进行学习。
-
-
-
-
-
-
-
-
-
Search Results
213
records
(took 0.039 seconds)
