-
公开(公告)号：CN112487015A
公开(公告)日：2021-03-12
申请号：CN202011371750.1
申请日：2020-11-30
Applicant: 河海大学
IPC: G06F16/242 , G06F16/2458 , G06F16/27
Abstract: 本发明公开了基于增量重划分的分布式RDF系统及其查询优化方法，属于知识图谱数据存储技术领域，本发明的系统架构包括RDF数据清洗模块、RDF数据划分模块、增量重划分模块和分布式查询模块。本发明提出了一种混合关系模式存储RDF数据的存储框架，减少了数据预处理时间和系统存储开销；通过采用哈希划分和垂直划分相结合的混合存储模式，优化了各种类型的查询模式，显著提高了分布式SPARQL查询性能；设计基于频繁模式的增量重划分模型，实现了动态适应查询工作负载变化。
-
公开(公告)号：CN111339316A
公开(公告)日：2020-06-26
申请号：CN202010122562.9
申请日：2020-02-27
Applicant: 河海大学
Abstract: 本发明公开了一种知识图谱可视化编辑与持久化实现方法及系统架构，所述方法提供允许基于特定的可视化知识图谱布局文件实现对知识图谱编辑结果的持久化，支持SPARQL查询、可视化交互编辑，并能够将编辑结果持久化为通用的知识图谱文件或者本发明定义的可视化图谱布局文件。所述的系统架构主要包括前台可视化图谱交互模块、后台图数据库管理模块两个部分。本发明利用可视化技术，将知识图谱中用结构化方式描述的实体间语义关系直观地表现出来；同时定义了可视化知识图谱的布局文件，方便用户将可视化成果便捷地保存、恢复。本发明能为知识图谱相关工作中实现高效交流、直观展示提供支撑。
-
公开(公告)号：CN107145965B
公开(公告)日：2020-01-24
申请号：CN201710228116.4
申请日：2017-04-10
Applicant: 河海大学
Abstract: 本发明涉及一种基于相似度匹配和极限学习机的河流洪水预测方法，首先基于极限学习机模型，获得各个历史洪水样本分别所对应的最优流量预测模型；然后，基于相似度匹配值由大至小顺序，选取预设前K个历史洪水样本，作为各个参考洪水样本；最后，基于实时水流量特征和实时降雨量特征进行流量值预测，并根据所获流量预测值，进行洪水判断。如此，所设计基于相似度匹配和极限学习机的河流洪水预测方法，能够克服现有技术的不足，有效提高河流洪水的实际预报精率。
-
公开(公告)号：CN110532553A
公开(公告)日：2019-12-03
申请号：CN201910771664.0
申请日：2019-08-21
Applicant: 河海大学
Abstract: 本发明公开了一种水利空间关系词识别与提取的方法，包括如下步骤：基于定量统计特征的空间关系种子集获取；构建原始句法模式；泛化句法模式，通过将多个表达同类空间关系的原始句法模式泛化为一个模式，减少模式数量并提高了抽象程度；基于泛化后的句法模式实现空间关系的提取。本发明关注水利领域的空间关系抽取问题，利用弱监督方法实现空间关系的自动识别、空间关系词集合的构建、空间关系句法模式获取以及空间关系元组的抽取，节省了大量的人力与时间；实现了面向空间关系的水利数据资源抽取，将水利领域自由文本转化为结构化的数据，对图谱进行大规模、专业的空间关系补充，从而为用户提供更加精确的查询服务。
-
公开(公告)号：CN110377747A
公开(公告)日：2019-10-25
申请号：CN201910495359.3
申请日：2019-06-10
Applicant: 河海大学
Abstract: 本发明提出了一种面向百科网站的知识库融合方法，对目前影响力最大的百度百科、互动百科和中文维基百科的知识卡片(infobox)进行融合。该方法包含以下步骤：步骤1，获取百科网站关于同一实体的查询结果并进行预处理；步骤2，综合概念相似性、属性相似性及上下文相似性特征对百科网站中的实体建立映射关系；步骤3，对已建立映射关系的实体的知识卡片借助外部词典进行属性对齐；步骤4，对属性值存在冲突的属性，根据属性值是单值型和多值型设计单真值发现方案和多真值发现方案；步骤5，输出融合后的属性-属性值对。最终得到的三大百科知识卡片的去除冗余的高可靠性的关于实体的属性-属性值对。
-
Patent Agency Ranking
公开(公告)号：CN110163419A
公开(公告)日：2019-08-23
申请号：CN201910349205.3
申请日：2019-04-28
Applicant: 河海大学
Abstract: 本发明公开了一种中小河流流域洪水预报的方法，属于洪水预报方法技术领域。该方法包含以下步骤：步骤1，输入流域的历史水文数据；步骤2，调整参数，训练基于长短时记忆的神经网络模型；步骤3，输入测试数据测试模型性能，判断模型性能是否符合要求；步骤4，保存训练完成的神经网络模型；步骤5，输入实时水文数据，获得预测结果，完成预报。本发明能够根据流域特点调整模型，具有灵活性；预报结果较准确，鲁棒性较好。
-
公开(公告)号：CN105893635B
公开(公告)日：2019-04-30
申请号：CN201610459488.3
申请日：2016-06-23
Applicant: 河海大学
IPC: G06F16/951
Abstract: 本发明公开一种面向发布订阅的网状多级索引匹配方法，属于信息技术处理领域。该方法针对现有的多级索引匹配算法在删除用户订阅条目时存在全表扫描的问题，提出了改进后的网状多级索引结构，能够在确保索引效率的情况下，利用订阅条目的链表头指针锁定订阅条目进行删除，避免删除时对多级索引的全表扫描，提高索引的删除效率；采用双向链表定义订阅条目属性对应的多个订阅条目并将索引中相同订阅条目进行连接，提高索引的维护效率；索引分别针对operate操作符和attribute订阅条目属性分级建立索引，能够对查询条件进行快速进行剪枝过滤，提高索引的查询和匹配效率。
-
公开(公告)号：CN109615011A
公开(公告)日：2019-04-12
申请号：CN201811530237.5
申请日：2018-12-14
Applicant: 河海大学
Abstract: 本发明公开了一种基于LSTM的中小河流短期洪水预报方法，通过使用历史水文数据，构建一种智能洪水预报模型，挖掘中小流域降雨-径流的隐藏信息，在已知或未知的未来降雨基础上，预报未来短期的河流出口流量。首先，对水文历史数据进行预处理，包括数据缺失补全、归一化等；其次，构建LSTM模型，通过选定的训练集训练模型及调整参数提高模型精度；最后，通过模型在测试集的表现来评估模型性能。本发明的有益效果为：基于LSTM的洪水预报模型的预报精度优于传统的支持向量机模型，尤其在洪峰阶段本模型的峰现时间和峰值预报精度上有较大的提高。
-
公开(公告)号：CN104750870B
公开(公告)日：2018-11-27
申请号：CN201510187185.6
申请日：2015-04-20
Applicant: 河海大学
IPC: G06F17/30
Abstract: 本发明公开一种基于HBase的日志存储系统及实现方法，属于大数据存储技术领域。该系统包括四大功能模块：用户管理模块，用于用户注册、信息审核、管理员分配存储空间和对用户的基本情况进行管理；日志管理模块，用于申请系统账号、管理系统账号、自定义日志类型、管理日志类型以及日志的查询和下载；远程服务调用模块，用于用户系统调用服务器发布的Web Service服务，包括身份验证服务和日志远程存储服务；系统查询模块，用于剩余空间量的查询和展示及站内信联系管理员，提供多种形式的图表展示。本发明采用分布式Hadoop的HBase数据库作为日志存储容器，能够满足海量数据的存储需求并充分利用Hadoop集群廉价、相对稳定的存储特点。
-
公开(公告)号：CN104915449B
公开(公告)日：2018-11-09
申请号：CN201510374508.2
申请日：2015-06-30
Applicant: 河海大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于水利对象分类标签的分面检索系统及方法。系统包括如下模块：标签模块，用于对水利数据资源元数据库中的元数据对象进行分类贴标签处理，同时对系统中的分类标签进行管理；检索模块，用于根据用户的检索请求以及分面选择对元数据信息进行检索查询。本发明基于水利信息资源目录服务系统，为其提供“标签”管理功能，同时对其简单检索进行分面检索扩展，可以降低用户对相关领域知识的要求，避免用户检索的迷航问题，提高检索效率。
-
-
-
-
-
-
-
-
-
Search Results
231
records
(took 0.025 seconds)
