-
公开(公告)号：CN106294739A
公开(公告)日：2017-01-04
申请号：CN201610651202.1
申请日：2016-08-10
Applicant: 桂林电子科技大学
IPC: G06F17/30
CPC classification number: G06F16/245 , G06F16/2237 , G06F16/2246
Abstract: 本发明为一种基于k2树和多值决策图的大规模图数据处理方法，步骤如下：1、根据k2树的规则对图的顶点进行n位编码， k≥2；2、依据顶点编码对边进行编码；3、根据边编码构造多值决策图结构，得与有向图G对应的、含有n个变量的k2-MDD结构，其具有MDD的性质，适用MDD的化简规则；4，对所得的k2-MDD结构采用符号决策图的逻辑操作进行图的基本操作：边查询、外邻查询及求顶点出度、内邻查询及求顶点入度、增加边及删除边等。本法采用MDD存储图数据，使k2树中的同构子树被合并，节点变少，结构更为紧凑；图的基本操转化逻辑操作，更为简洁。
-
公开(公告)号：CN114519107A
公开(公告)日：2022-05-20
申请号：CN202210022171.9
申请日：2022-01-10
Applicant: 桂林电子科技大学
IPC: G06F16/36 , G06F40/189 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种联合实体关系表示的知识图谱融合方法，利用构建的初始实体向量表示、对齐实体对正样本集合、对齐实体对负样本集合、关系的初始关系向量表示、对齐关系对正样本集合、以及对齐关系负样本集合来对实体的向量表示进行训练，进而实现实体对齐，并基于对齐的实体来进行知识图谱的融合。无监督的方法避免了手工标注的巨大开销；通过引入关系对齐的方法学习知识图谱中的关系信息，充分利用实体间的关系，辅助于学习到更加准确的实体向量表示，缓解了知识图谱异构性带来的影响，从而提高知识图谱实体对齐，以及知识图谱融合的效果。
-
公开(公告)号：CN113887517A
公开(公告)日：2022-01-04
申请号：CN202111272099.7
申请日：2021-10-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于并行注意力机制的农作物遥感图像语义分割方法，先对农作物遥感图像数据集的农作物遥感图像进行预处理；再搭建基于并行注意力的农作物遥感图像语义分割网络，并利用预处理后的农作物遥感图像数据集对网络进行训练；后将待语义分割的农作物遥感图像送入到训练好的基于并行注意力的农作物遥感图像语义分割网络中进行语义分割，得到待语义分割的农作物遥感图像的精确分割结果。本发明中构建的语义分割网络，综合解决了现有农作物遥感图像语中存在的类内差异大、类间差异小且地物信息复杂多样、干扰信息多导致边界分割不准的问题，提高了农作物遥感图像语义分割网络的性能。
-
公开(公告)号：CN111949764A
公开(公告)日：2020-11-17
申请号：CN202010830648.7
申请日：2020-08-18
Applicant: 桂林电子科技大学
IPC: G06F16/33 , G06F16/36 , G06F40/295
Abstract: 本发明公开一种基于双向注意力机制的知识图谱补全方法，通过在注意力机制的技术之上，引入了双向注意力机制来学习实体间的双向语义关系，并通过双向注意力值对初始化的实体嵌入矩阵和关系嵌入矩阵进行更新。在对新冠开放知识图谱补全中，能学习到实体间的双向语义关系，对实体所聚合的邻居实体的信息更加完善。经过多次训练，实现更加准确的实体嵌入和关系嵌入，能够提高新冠开放知识图谱补全的准确率。
-
公开(公告)号：CN104796925A
公开(公告)日：2015-07-22
申请号：CN201510116455.4
申请日：2015-03-17
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于马尔科夫链的无线传感器网络可靠度评估方法，首先利用马尔科夫回报理论结合电池放电过程计算出随时间变化的节点可靠度，其次使用广度优先搜索确定了无线传感器网络的节点变量序，然后由OBDD的And和Or操作算子构建无线传感器网络的有序二叉决策图，最后根据节点可靠度遍历有序二叉决策图计算出随时间变化的无线传感器网络可靠度。本发明有助于无线传感器网络整个生命周期中任意时刻可靠度的评估。
-
Patent Agency Ranking
公开(公告)号：CN118260478A
公开(公告)日：2024-06-28
申请号：CN202410106136.4
申请日：2024-01-25
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/047 , G06F18/2415 , G06F18/2431 , G06F18/214
Abstract: 本发明公开一种基于图卷积网络的平衡准确性与多样性的推荐方法，利用用户多样性得分对用户进行分类，对不同类型用户采用不同的推荐策略，即以多样性为导向的推荐策略和以相关性为导向的推荐策略，在多样性为导向的推荐策略中提出了个性化负采样方法获得推荐项目集，在相关性为导向的推荐策略中提出了重排方法获得推荐项目集，从而使得不同偏好用户得到不一样的推荐策略，以实现个性化推荐，并有效地平衡准确性与多样性，提升推荐效果，提高用户的满意度。
-
公开(公告)号：CN118036726A
公开(公告)日：2024-05-14
申请号：CN202410176973.4
申请日：2024-02-08
Applicant: 桂林电子科技大学
IPC: G06N5/022 , G06F16/36 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/0499 , G06N3/084
Abstract: 本发明公开一种基于启发式信息和图神经网络的知识图谱链接预测方法，包括数据集预处理、对数据集进行子图采样并使用双半径节点标记算法计算子图以得到启发式信息、将启发式信息融合到关系图神经网络模型中进行训练和测试、以及利用训练完毕的模型对不完全的链接进行预测的过程。本发明能够有效捕捉子图内节点之间的关系，提升了链接预测的准确性，并可以适用于大规模知识图谱数据集。
-
公开(公告)号：CN110990426B
公开(公告)日：2022-10-14
申请号：CN201911233788.X
申请日：2019-12-05
Applicant: 桂林电子科技大学
IPC: G06F16/245 , G06F16/22 , G06F16/248
Abstract: 本发明公开了一种基于树搜索的RDF查询方法，将RDF查询问题转化为子图同态问题，构建了邻接边、逆邻接表、P‑In和P‑Out四种索引，用于减少查询图中变量节点的候选域；在执行图匹配算法之前，该方法基于贪心思想为查询图生成一个节点匹配序列，该序列能在匹配过程中尽可能早的引入更多约束，用于减少匹配阶段的搜索空间。在匹配阶段，基于深度优先遍历该序列与数据图所构成的搜索空间树，通过子图同态约束修剪搜索空间树中不可行的分支。本发明能够较好回答大规模RDF数据查询问题。
-
公开(公告)号：CN111949764B
公开(公告)日：2021-06-29
申请号：CN202010830648.7
申请日：2020-08-18
Applicant: 桂林电子科技大学
IPC: G06F16/33 , G06F16/36 , G06F40/295
Abstract: 本发明公开一种基于双向注意力机制的知识图谱补全方法，通过在注意力机制的技术之上，引入了双向注意力机制来学习实体间的双向语义关系，并通过双向注意力值对初始化的实体嵌入矩阵和关系嵌入矩阵进行更新。在对新冠开放知识图谱补全中，能学习到实体间的双向语义关系，对实体所聚合的邻居实体的信息更加完善。经过多次训练，实现更加准确的实体嵌入和关系嵌入，能够提高新冠开放知识图谱补全的准确率。
-
公开(公告)号：CN107577758B
公开(公告)日：2020-06-16
申请号：CN201710776735.7
申请日：2017-08-31
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于多区域交叉权值的图像卷积特征的生成方法，在K个特征图中模糊地标记出目标位置，利用得到的目标位置和深度卷积特征计算空间权重图；计算K个特征图在不同尺度下的区域大小，分别计算不同区域下的空间权重、通道权重和区域权重；针对每个区域利用交叉权重进行聚合操作，并将多个区域的特征向量相加，得到图像的K维特征表示。本发明生成的图像特征表示，在应用于检索任务表现出明显优势，较好地突出图片目标区域，同时抑制了背景噪声区域，将该图像描述符应用于图像检索，能够提高检索准确率，达到精确检索的目的。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.025 seconds)
