融合词汇和句法信息的中文命名实体识别方法及系统

    公开(公告)号:CN114818717B

    公开(公告)日:2024-08-20

    申请号:CN202210575509.3

    申请日:2022-05-25

    Applicant: 华侨大学

    Abstract: 本发明公开一种融合词汇和句法信息的中文命名实体识别方法及系统,包括以下步骤:步骤1、将原始输入文本映射为字向量,使用改进后的词集匹配算法引入外部词汇信息,并整合在每个字的输入表示中;步骤2、根据字的输入表示,利用双向LSTM抽取上下文信息;步骤3、使用NLP工具从原始输入文本中获取词性标签和句法成分,并且使用健值记忆网络构造句法向量,再通过门控机制对上下文向量与句法向量进行加权融合,获得特征向量;步骤4、将特征向量输入标签预测层的CRF中,实现中文命名实体识别。本发明能够解决中文命名实体中实体边界信息不足的问题和融合输入文本的句法信息。

    基于生成模型算法的在线实时真空干泵异常检测方法

    公开(公告)号:CN118013443B

    公开(公告)日:2024-07-23

    申请号:CN202410411047.0

    申请日:2024-04-08

    Inventor: 王成 方丰毅

    Abstract: 一种基于生成模型算法的在线实时真空干泵异常检测方法,涉及真空干泵异常检测技术领域。方法包含S1、获取泵的特征数据。S2、将特征数据输入异常检测模型,获取真空干泵的异常检测结果。异常检测模型通过以下步骤训练得到:A1、获取历史数据集。A2、进行预处理,获取样本数据集。A3、根据样本数据集和异常标签,分别计算皮尔逊相关系数,选取相关特征。A4、提取相关特征的数据进行等线分割,获取训练集和测试集。A5、基于深度学习生成模型算法构建待训练的异常检测模型,并根据训练集进行训练。A6、采用均方误差MSE作为异常得分计算指标计算异常得分,以最大的异常得分作为异常阈值。A7、将测试集输入模型进行测试,获取预先训练好的异常检测模型。

    一种城市道路交通流仿真参数标定方法及系统

    公开(公告)号:CN118313272A

    公开(公告)日:2024-07-09

    申请号:CN202410702932.4

    申请日:2024-06-03

    Abstract: 本发明公开了一种城市道路交通流仿真参数标定方法及系统,包括如下步骤:获取仿真区域的历史车流数据和路网结构信息;构建交通流仿真标定模型的决策变量和约束条件;根据决策变量和约束条件构建仿真标定目标函数,从而建立仿真标定模型;构建交通流仿真标定模型的输入和输出;采用遗传算法对模型进行求解,得到标定后的仿真参数;选取工况下的特征结合仿真参数输入模型,输出仿真结果。本发明够针对交通流仿真的影响因素和标定目标不全面、仿真精度较差等问题,提出一种基于非线性最小二乘模型的城市道路交通流仿真参数标定方法,在平均车速和平均车头间距上的标定效果优于其他对比算法,有效提高了城市道路交通流仿真的精度。

    基于SRT的多点频域振动响应预测方法、装置、设备及介质

    公开(公告)号:CN117952019B

    公开(公告)日:2024-06-28

    申请号:CN202410335784.7

    申请日:2024-03-22

    Abstract: 本发明提供的基于SRT的多点频域振动响应预测方法、装置、设备及介质,涉及多点频域振动响应预测领域,通过获取频率序列中每个频率下的振动响应频域数据样本集,用一频率下的振动响应频域数据训练一个多输入多输出的神经网络振动响应预测模型,并将训练好的预测模型作为源域,采用MMD及方差散度方法,得到不同频率的数据差异之后,使用SRT算法,得到最佳的迁移学习顺序;根据该顺序进行模型迁移学习,将上一个训练学习得到的模型参数作为下一个目标频率网络模型权值的初值并微调,达到模型迁移的目的。本发明考虑到源域和目标域之间的差异性和相似性,解决了在迁移过程中出现辅助域与目标域相差较大而出现负迁移的现象,响应预测的精度更高且速度快。

    电池电量和健康度的联合估计方法、装置、设备和介质

    公开(公告)号:CN117388711A

    公开(公告)日:2024-01-12

    申请号:CN202311450582.9

    申请日:2023-11-02

    Applicant: 华侨大学

    Abstract: 本发明实施例提供一种电池电量和健康度的联合估计方法、装置、设备和介质,涉及电池管理技术领域。其包含S1、获取电池的运行数据。其中,运行数据包括电池的电流、电压和温度。S2、对运行数据进行预处理,获取预处理数据。其中,预处理包括归一化处理和去除异常值处理。S3、根据预处理数据,进行滑动窗口划分处理,获取电量值评估数据。S4、根据预处理数据,进行长度对齐处理,获取健康度评估数据。S5、将电量值评估数据和健康度评估数据输入预先构建的基于多任务学习的储能电池电量与健康度联合估计模型,获取电池的电量和健康度。其中,基于多任务学习的储能电池电量与健康度联合估计模型包含:SOC编码器、SOH编码器和MMoE多任务学习模型。

    信号重构与工作模态参数识别方法、装置、设备及介质

    公开(公告)号:CN117093843A

    公开(公告)日:2023-11-21

    申请号:CN202311357500.6

    申请日:2023-10-19

    Inventor: 王成 刘萍 陈贤玻

    Abstract: 本发明提供了信号重构与工作模态参数识别方法、装置、设备及介质,基于重构算法,其识别方法步骤如下:获取线性时不变结构在环境激励下多个已完成布置的振动响应传感器在一段时间内的平稳信号数据矩阵,以及传感器位置的向量。将传感器位置向量转化成对应的0‑1稀疏随机矩阵。将采集得到的部分传感器振动响应信号,通过子空间追踪匹配算法重构出所需全部传感器信号。对所需传感器信号使用SOBI算法得到源信号以及混合矩阵。通过使用傅里叶变换将源信号由时域转变为频域进而求得固有频率,根据混合矩阵得到模态振型。能够识别出未布置传感器位置的信号,其中包括损伤结构无法布置的传感器的位置以及受限于传感器个数识别未知传感器的信号。

    基于BERT模型和种子LDA模型的话题检测方法及装置

    公开(公告)号:CN116975281A

    公开(公告)日:2023-10-31

    申请号:CN202310759929.1

    申请日:2023-06-26

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于BERT模型和种子LDA模型的话题检测方法及装置,涉及自然语言处理领域,获取原始文本集,对原始文本集进行预处理,得到文本集;构建种子LDA模型,将文本集中的每条文本输入BERT模型,得到每条文本的语义特征向量,通过BERT模型和种子LDA模型对文本集中每条文本的主题进行特征提取,得到每条文本的主题特征向量,将每条文本的语义特征向量和主题特征向量进行特征融合,得到每条文本的融合特征向量;将文本集中所有文本的融合特征向量输入K‑means算法进行聚类,得到若干个话题簇;基于若干个话题簇采用TF‑IDF算法提取出话题,解决LDA模型对短文本的主题提取效果不好,同时忽略词语的上下文信息等问题。

    一种城际定制客运的往返线路和时刻表的获取方法及装置

    公开(公告)号:CN116307333B

    公开(公告)日:2023-08-08

    申请号:CN202310551413.8

    申请日:2023-05-17

    Applicant: 华侨大学

    Inventor: 王成 胡蝶

    Abstract: 本发明提供一种城际定制客运的往返线路和时刻表的获取方法及装置,涉及城际客运规划技术领域。其中,这种获取方法包含S1、构建往返线路和时刻表优化模型。S2、获取A城和B城之间的网约车历史订单数据。S3、根据网约车历史订单数据,对订单进行空间和时间的聚类,获取上下车中心点子集。S4、根据往返线路和时刻表优化模型和上下车中心点子集,用贪心算法按照可服务人数最大的贪心规则进行求解,获取初始解。S5、随机选择第一扰动算子对当前解中的线路进行扰动,获取局部最优解。S6、随机选择第二扰动算子对局部最优解中的往返环进行扰动,获取全局最优解。S7、当迭代次数达到迭代阈值时输出全局最优解,获取往返线路及排班优化方案。

    基于局部上下文焦点机制和交谈注意力的方面级情感分析

    公开(公告)号:CN116541579A

    公开(公告)日:2023-08-04

    申请号:CN202310548728.7

    申请日:2023-05-16

    Applicant: 华侨大学

    Abstract: 本发明提供一种基于局部上下文焦点机制和交谈注意力的方面级情感分析,包括:步骤S1、构建分析模型;步骤S2、BERT预训练层分别对局部上下文形式序列和全局上下文形式序列中的词进行建模,得到初步局部上下文特征和初步全局上下文特征;步骤S3、在特征提取层,利用局部上下文焦点机制,通过上下文特征动态掩码技术结合交谈注意力机制来进一步提取局部上下文特征,并使用交谈注意力机制提取全局上下文特征;步骤S4、在特征学习层,将局部上下文特征和全局上下文特征进行融合得到融合向量,并采用交谈注意力机制提取融合向量的特征;步骤S5、在输出层,根据融合向量的特征获取方面级情感分析的结果。本发明能够更好地捕获不同方面中蕴含的情感。

    基于引力聚合算法的道路中心线提取方法

    公开(公告)号:CN116415134A

    公开(公告)日:2023-07-11

    申请号:CN202310260873.5

    申请日:2023-03-17

    Abstract: 本发明提出一种基于引力聚合算法的道路中心线提取方法。涉及交通大数据应用领域。所述的道路中心线提取方法包括读入轨迹数据,计算每个轨迹点的相似点集合;对于每个轨迹点,使用引力聚合算法计算其在相似点作用下的偏移量和偏移后坐标;更新所有轨迹点的坐标,并计算所有轨迹点的平均偏移量,重复使用引力聚合算法更新轨迹点的坐标,直至满足阈值条件,算法结束。通过本发明,可以降低传统测绘需要大量的人力物力而产生的成本,利用由无处不在的车辆搭载的定位设备产生的轨迹数据,精确地提取城市的道路中心线。相较于其他其它的引力聚合算法,本算法引入了质量权重,弱化了离群点的引力,具有收敛速度快、算法效果好的优点。

Patent Agency Ranking