-
公开(公告)号：CN113468874B
公开(公告)日：2024-04-16
申请号：CN202110643976.0
申请日：2021-06-09
Applicant: 大连理工大学
IPC: G06F40/279 , G06F40/30 , G06N3/049 , G06N3/08 , G06N3/0464
Abstract: 一种基于图卷积自编码的生物医学关系抽取方法，为了充分利用依赖关系，有效捕获语义结构，并降低计算成本，包括卷积自编码器通过编码器对所述不同子空间的邻接矩阵编码，通过解码器对编码器输出的邻接矩阵进行重构，得到维度与输入矩阵相同的邻接矩阵；将从获得单词的隐层状态表示和重构的邻接矩阵输入到N个单独图卷积网络中，编码不同子空间表示，使图卷积网络编码依存森林中长距离依赖特征；将不同子空间表示串联，获得所有子空间信息的输出向量，经过全连接层获得各节点输出向量后进行关系分类，实验结果证明，本模型可以更有效地捕获依赖信息，获取语义结构。
-
公开(公告)号：CN116595381B
公开(公告)日：2024-04-02
申请号：CN202310700329.8
申请日：2023-06-13
Applicant: 大连理工大学
IPC: G06F18/214 , G06F18/27 , G06F18/2411
Abstract: 本发明提供了一种水库分层水温模拟方法及系统，涉及水库水环境管理技术领域，首先基于短时间跨度的气象数据、水文数据及水温数据建立水库水动力学模型，然后基于长时间跨度的气象数据与水文数据，利用水库水动力学模型生成长时间跨度的各层水温；然后利用长时间跨度的气象数据、水文数据及各层水温数据，分别构建针对各层水温的水温支持向量回归模型，实现水库水温快速、准确模拟；相较于现有的水动力学模型方法，能够快速地实现对水温的模拟；相较于现有的数据驱动方法，克服了具有代表性的长时间跨度水温数据难以获取的缺陷。
-
公开(公告)号：CN116069930A
公开(公告)日：2023-05-05
申请号：CN202310098522.9
申请日：2023-02-10
Applicant: 大连理工大学
IPC: G06F16/35 , G06N3/042 , G06N3/0442 , G06N3/0455
Abstract: 一种基于带边特征的图神经网络和文档分割的文档情绪原因抽取方法，属于属于自然语言处理领域，为解决提高情绪原因分类效率的问题，要点是根据所述节点向量，获取情绪节点因子以及原因节点因子；将所述情绪节点因子以及原因节点因子两两配对获取边特征向量；通过节点特征向量矩阵和边特征向量矩阵构建全连接图；根据所述全连接图更新节点特征，将更新后的节点特征两两进行配对，配对后的节点对与边特征拼接，拼接后的结果进行更新，得到更新后的边特征；更新后的边特征经过线性分类器，得到情绪原因关系分类结果，所述情绪原因关系分类结果作为情绪原因关系预测结果标签，效果是提高了情绪原因分类准确率和效率。
-
公开(公告)号：CN113591879A
公开(公告)日：2021-11-02
申请号：CN202110831409.8
申请日：2021-07-22
Applicant: 大连理工大学
Abstract: 本发明公开了基于自监督学习的深度多视图聚类方法、网络、装置及存储介质，属于深度多视图聚类领域，应用于异常点检测、多种产品的价值组合和目标用户的群体划分等多种应用场景，该方法使用了一种自监督的成对约束传播模型，通过融合的自编码器提取多个视图的潜在一致特征后基于多视图的共性特征可以自动地从数据中挖掘监督约束信息，随后用于优化聚类特征提取模型，充分地挖掘了数据的潜在价值，有效地降低了人工标记的成本同时提升了多视图聚类的性能，实验证明，本发明提出的方法相比现存的基准算法能取得更好的结果。
-
公开(公告)号：CN113268594A
公开(公告)日：2021-08-17
申请号：CN202110559683.4
申请日：2021-05-21
Applicant: 大连理工大学
IPC: G06F16/35 , G06F16/332 , G06F40/216 , G06F40/279 , G06F40/35
Abstract: 一种融合领域知识的医疗对话意图识别方法，属于医疗对话和意图识别技术领域，该方法包括以下步骤：S1、语料采集和预处理，划分对话数据；S2、领域知识检索：采用检索方法获取相关的问题，以及相应问题的答案，检索模型将用户提问u和待检索的问题基于意图词的频率计算二者相似度，进而根据相似度由高到低进行排序；S3、输入单词的序列，通过领域知识问答对向量计算注意力权重，融合领域知识的对话问句表示：S4、基于组排序损失的意图识别采用面向多样化意图的组排序损失函数，训练意图识别模型，实现意图词的识别和分类。本方法可以显著提升医疗对话中用户意图识别的效果，有助于医疗对话系统的整体优化。
-
Patent Agency Ranking
公开(公告)号：CN108491407B
公开(公告)日：2021-01-08
申请号：CN201810067067.5
申请日：2018-01-24
Applicant: 大连理工大学
IPC: G06F16/33 , G06F16/338 , G06F40/279 , G06F40/242
Abstract: 一种面向代码检索的查询扩展方法，包括：A、语料采集和预处理；B、初次检索获取候选扩展词；C、查询扩展词集提取；D、基于扩展查询的二次检索。本发明基于查询词与扩展词的共现信息和扩展词在代码文件内的分布信息实现有效的面向代码检索的查询扩展，有助于改善现有代码检索中查询与代码片段的匹配问题，提升代码检索中扩展查询的质量和代码检索的整体性能。当将本发明应用于真实代码检索场景时，代码检索的准确率可以达到35.34%，显著提升现有代码检索方法的性能，有助于实现代码检索中查询意图的精确理解。
-
公开(公告)号：CN110096623A
公开(公告)日：2019-08-06
申请号：CN201910293712.X
申请日：2019-04-12
Applicant: 大连理工大学
IPC: G06F16/901
Abstract: 本发明公开了一种高效计算模体数量的方法，利用网络结构、模体的子图特征和组合关系实现对低阶模体的高效计数。本发明将多种传统算法思想相结合，利用邻域交集计数方法和模体组合思想高效计算三阶和四阶模体的数量；本发明基于无向同构图简单结构的建立思想，简单扩展后可用于有向同构图和异构图。本发明所提出的方法适合处理大规模图结构，实现准确高效的模体计数。
-
公开(公告)号：CN109492133A
公开(公告)日：2019-03-19
申请号：CN201811362589.4
申请日：2018-11-16
Applicant: 大连理工大学
IPC: G06F16/901
Abstract: 本发明属于图挖掘技术领域，提供了一种基于motif和网络嵌入的链路预测方法，首先依据更高阶网络结构motif重新定义节点的一阶和二阶相似性；然后设计参数共享的多编码器模型，如图所示。该模型每次输入一个motif内所有节点的邻居信息，并在产生的向量表示处添加一阶相似性约束条件，即最小化一个motif内两两节点的嵌入向量的欧式距离。为了防止模型在训练时过拟合，该方法设计了一种基于motif的负采样方法，其目的在于在有噪声的情况下辨别出哪些节点可以组成一个motif。该方法打破了以往为链路预测所设计的网络嵌入方法只考虑了成对的节点相似性，表明了网络更高阶结构对链路预测的有益性。
-
公开(公告)号：CN109376218A
公开(公告)日：2019-02-22
申请号：CN201811072360.7
申请日：2018-09-14
Applicant: 大连理工大学
IPC: G06F16/33
Abstract: 本发明公开了一种基于级联的论文影响力评估方法，旨在解决学术领域中主流的论文影响力评估方法存在的准确度低的问题。本发明在论文网络中对论文间存在的级联效应进行了分析，认为一项成熟的研究成果是多代科学家接力式工作的成果，论文网络中存在着丰富的间接引用信息。同时，本发明在使用论文网络评估论文影响力时将间接引用作为重要的参数之一进行计算，从而更为客观的描述论文的重要性。本发明能够在以上分析的基础上对论文影响力进行评估，从而提高了论文影响力评价的准确性和可靠性，为学者影响力评估工作以及论文推荐与排序等工作提供了依据。
-
公开(公告)号：CN109245952A
公开(公告)日：2019-01-18
申请号：CN201811362632.7
申请日：2018-11-16
Applicant: 大连理工大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于MPA模型的消失链路预测方法，在科学合作网络中定义了消失的链路预测，并在PA指标的基础上考虑了节点对的邻居链路的不同作用和链路的权重，设计出MPA模型消除公共邻居链路的权重对消失链路预测的负面影响，从而更快速准确的预测消失的链路。这为深入探究网络结构的动态演化规律和机制等网络科学问题提供新思路。本发明预测方法在AUC和精确率上较七种经典结构相似性算法具有较大的优势，它能够在消失链路预测问题中获得更精确的预测效果。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.027 seconds)
