基于正则表达式的文档字符串编码识别方法及装置

    公开(公告)号:CN114168808A

    公开(公告)日:2022-03-11

    申请号:CN202111387759.6

    申请日:2021-11-22

    Abstract: 本公开属于核电技术领域,具体涉及一种基于正则表达式的文档字符串编码识别方法及装置。本公开根据正则表达式确定最佳因子集合;采用CW算法确定出现所述最佳因子集合中的最佳因子的文档记录,并将确定的文档记录添加到候选集合中;根据所述正则表达式确定的DFA自动机对候选集合中的最佳因子的字符串进行验证,将得到成功匹配的字符串。在查询正则表达式的时候定义了一个最佳因子,简化了使用正则表达式来查询的方式。根据最佳因子的个数选择CW算法对提取出来的最佳因子集合快速地查询,有效地过滤掉不包含最佳因子的字符串集合,得到候选字符串,并进一步使用DFA自动机对候选集中的字符串编码进行验证,从而提高整体的查询性能。

    字符串匹配方法及装置
    12.
    发明公开

    公开(公告)号:CN114168807A

    公开(公告)日:2022-03-11

    申请号:CN202111387749.2

    申请日:2021-11-22

    Abstract: 本公开属于核电技术领域,具体涉及一种字符串匹配方法及装置。本公开中,在每读取一页文档的情况下,判断该页文档全部字符在位图对应位的范围内目标数值的个数是否符合所述特定字符串字符的个数,在判断该页文档全部字符在位图对应位的范围内目标数值的个数符合所述特定字符串字符的个数时,根据位图对应位值为目标数值的字符在该页文档中出现的位置,判断该页文档中是否存在特定字符串,本公开运用位图算法的思想,使计算机能够进行快速匹配的同时消耗较小的内存。此外,本公开设计将位图与对应的键值对键值对集合结合起来,达到实现特定字符串匹配的目的。

    文档内容识别方法及装置
    13.
    发明公开

    公开(公告)号:CN113988011A

    公开(公告)日:2022-01-28

    申请号:CN202110951502.2

    申请日:2021-08-19

    Abstract: 本公开属于核电技术领域,具体涉及一种文档内容识别方法及装置。本公开根据核电厂的编码特性,设计了一种基于正则匹配的预设编码查找的方法。此方法能快速遍历文档文本内容,查找出文档中所有预设编码。本公开设计了一种基于编码库和编码位置系数的相似度匹配方法,通过编码位置系数的计算将预设编码与编码库中编码库进行相似度匹配,能在高召回率的基础上,以高准确率筛选出符合期望的预设编码。解决核电厂不同类型文档中关键编码的高准确率自动识别和提取的问题。

    一种基于对数正态分布的核电厂备件需求预测方法

    公开(公告)号:CN116258222A

    公开(公告)日:2023-06-13

    申请号:CN202111463780.X

    申请日:2021-12-03

    Abstract: 本发明属于备件管理技术领域,具体涉及一种基于对数正态分布的核电厂备件需求预测方法。包括如下步骤:步骤1:根据备件寿命数据获取对数正态分布的参数的μ和σ,其中μ为对数正态分布的对数均值,σ为对数正态分布的对数标准差;步骤2:根据对数正态分布获取备件在给定时间区间内的失效次数的期望值;步骤3:根据备件的服务水平来确定备件的库存定额。本发明的有益效果在于:目前,核电厂通过人工根据经验来确定备件的库存定额,主观性强,定额偏保守,通过本发明所提供的方法,可实现寿命分布服从对数正态分布的备件在未来给定时间区间内需求量及其概率的定量计算,减少人工主观判断,降低备件库存。

    一种文档字符串内容识别方法
    15.
    发明公开

    公开(公告)号:CN115982419A

    公开(公告)日:2023-04-18

    申请号:CN202111192690.1

    申请日:2021-10-13

    Abstract: 本发明涉及数据信息处理技术领域,具体公开了一种文档字符串内容识别方法。该方法包括:利用Bi‑LSTM‑CRF方法对字符串的编码规则进行分类,构建特定字符串识别模型;构建Bi‑LSTM‑CRF模型,利用特定场景中特定字符串作为字符串编码规则训练集,获得对字符串编码规则分类模型;将文档中的特定字符串与所述字符串编码规则分类模型进行匹配,获得特定字符串的匹配结果;将所述匹配结果与构建的所述特定字符串识别模型进行匹配识别后,生成编码结果集,并在原文档中标注编码。本方法能够在无先验精确编码规则知识前提下,依然能够有效准确识别特定字符串;相比现有的单纯利用字分布式字符串实体识别系统,基于Bi‑LSTM‑CRF模型的实体识别模型取得更好表现,具有更好的准确性。

    一种文档自动聚类方法
    16.
    发明公开

    公开(公告)号:CN115982344A

    公开(公告)日:2023-04-18

    申请号:CN202111192689.9

    申请日:2021-10-13

    Abstract: 本发明涉及文本数据挖掘技术领域,具体公开了一种文档自动聚类方法。该方法包括:采集待处理的文档,获取所述文档的文本数据,并进行分词和停用词过滤,获得文本集合特征词汇合集;利用TF‑IDF方法构建空间特征模型,对所述文本集合特征词汇合集进行处理,获得文本特征权重向量;利用改进差分进化算法,对所述文本特征权重向量进行选择和提取,并获得最优特征向量;利用最优特征向量进行聚类,并将所有文档聚类于所设定数目的簇中。本发明能够更好的发现文本集合内在的类别特性,用来发现无结构的文本集合中的“潜在概念”信息,这些信息有助于组织和搜索数量庞大的文档集合;此外本发明在文档处理过程中有效的减少人为的因素影响和人力资源的浪费。

    文档内容识别方法及装置
    17.
    发明授权

    公开(公告)号:CN113988011B

    公开(公告)日:2025-04-11

    申请号:CN202110951502.2

    申请日:2021-08-19

    Abstract: 本公开属于核电技术领域,具体涉及一种文档内容识别方法及装置。本公开根据核电厂的编码特性,设计了一种基于正则匹配的预设编码查找的方法。此方法能快速遍历文档文本内容,查找出文档中所有预设编码。本公开设计了一种基于编码库和编码位置系数的相似度匹配方法,通过编码位置系数的计算将预设编码与编码库中编码库进行相似度匹配,能在高召回率的基础上,以高准确率筛选出符合期望的预设编码。解决核电厂不同类型文档中关键编码的高准确率自动识别和提取的问题。

    核电厂电子工作包执行方法及装置

    公开(公告)号:CN114169849B

    公开(公告)日:2024-09-13

    申请号:CN202111389650.6

    申请日:2021-11-22

    Abstract: 本公开属于核电技术领域,具体涉及一种核电厂电子工作包执行方法及装置。本公开的方法包括接收登录账户对应的工单任务的电子工作包信息,所述电子工作包信息用于描述所述工单任务;在所述账户的用户界面中展示所述工单任务的电子工作包信息;在检测到所述用户界面展示的需要被确认的电子工作包信息被执行用于表示确认的触发操作的情况下,在所述用户界面展示用于描述所述工单任务被确认和/或执行的信息。避免了重复性数据登记输入,便于工作人员快速查找所需的参考文件、图纸、视频资料和提出工作指令、质量计划等修改申请,避免工作文件损坏遗失等问题。确保现场工作顺利执行,文件归档不受影响。

    基于正则表达式的文档字符串编码识别方法及装置

    公开(公告)号:CN114168808B

    公开(公告)日:2024-08-09

    申请号:CN202111387759.6

    申请日:2021-11-22

    Abstract: 本公开属于核电技术领域,具体涉及一种基于正则表达式的文档字符串编码识别方法及装置。本公开根据正则表达式确定最佳因子集合;采用CW算法确定出现所述最佳因子集合中的最佳因子的文档记录,并将确定的文档记录添加到候选集合中;根据所述正则表达式确定的DFA自动机对候选集合中的最佳因子的字符串进行验证,将得到成功匹配的字符串。在查询正则表达式的时候定义了一个最佳因子,简化了使用正则表达式来查询的方式。根据最佳因子的个数选择CW算法对提取出来的最佳因子集合快速地查询,有效地过滤掉不包含最佳因子的字符串集合,得到候选字符串,并进一步使用DFA自动机对候选集中的字符串编码进行验证,从而提高整体的查询性能。

Patent Agency Ranking