一种基于SAR和光学影像的优化特征选择分类方法

    公开(公告)号:CN113326741A

    公开(公告)日:2021-08-31

    申请号:CN202110500421.0

    申请日:2021-05-08

    Applicant: 东南大学

    Inventor: 田馨 李林 翁永玲

    Abstract: 本发明涉及多源遥感影像地物分类领域,公开了一种基于SAR影像和光学影像的优化特征选择分类方法,该方法获取同期的SAR和光学影像数据,对图像分别进行预处理后配准;分别提取光学影像光谱特征、纹理特征和SAR影像特征矩阵、极化分解特征;通过使用随机森林算法将提取的各种特征参数进行优化筛选,对提取出的各类特征进行重要性分析以及计算;选取重要性得分较高的影像特征参与影像地物分类,并验证其分类精度。本发明使分类结果更加稳定和精确。

    一种部分气化耦合载氧体辅助燃烧处理固体燃料的系统及工艺

    公开(公告)号:CN113324244A

    公开(公告)日:2021-08-31

    申请号:CN202010494286.9

    申请日:2020-06-03

    Applicant: 东南大学

    Abstract: 本发明公开了一种部分气化耦合载氧体辅助燃烧处理固体燃料的系统及工艺,该系统包括燃烧炉、气化炉、旋风分离器、密封返料器、分离装置、渣库、除尘器、载氧体储存库、灰库、烟气净化系统及烟囱,该工艺包括以下步骤:步骤一:燃料加入气化炉,空气与燃料混合反应;步骤二:气化炉生成的混合物中固体颗粒一部分返送回气化炉内、另一部分返送回燃烧炉内;步骤三:气化炉的气化产物气注入燃烧炉;步骤四:燃烧炉燃烧后生成的混合物进行气固分离,固体颗粒加入燃烧炉内底部,烟气则经除尘器后一部分排向大气,另一部分送回燃烧炉;燃烧炉的排渣实现分离操作;除尘器捕捉到的颗粒通过第二分离装置分离;步骤五:载氧体储存库中的颗粒送入燃烧炉中。

    一种基于多种实体上下文的实体对齐方法

    公开(公告)号:CN112988917A

    公开(公告)日:2021-06-18

    申请号:CN202110346496.8

    申请日:2021-03-31

    Applicant: 东南大学

    Abstract: 本专利公开了一种基于多种实体上下文的实体对齐方法,主要处理因为实体结构异构性、实体属性异构性以及实体文本描述异构性引起的实体对齐困难问题。对于实体结构异构性问题,本专利使用TransE和RDF2Vec方法分别处理一跳和多跳结构信息,获取实体结构编码。对于实体属性异构性,本专利使用图卷积网络技术和图注意力机制,对每个实体按其属性的重要性提取其属性、属性值的信息,并映射到低维稠密的向量空间中。对于实体文本描述异构性,本专利使用预训练语言模型BERT获取文本语义信息,基于种子对齐实体信息进行模型的训练和学习,将实体的文本信息映射到低维稠密的向量空间。最后,本专利使用拼接技术和多视角技术对多种实体上下文进行联合对齐学习。

    悬索桥索夹安装位置修正方法

    公开(公告)号:CN107587429B

    公开(公告)日:2018-10-23

    申请号:CN201710661112.5

    申请日:2017-08-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种悬索桥索夹安装位置修正方法,该方法包括以下步骤:首先根据索鞍实测预偏量和空缆跨中最低点坐标,求出主缆无应力长度;其次根据实测恒载重量修正吊杆力;然后根据主缆实际无应力长度和修正后的吊杆力,求出主缆成桥线形、索夹的成桥位置、每个主缆索段(相邻索夹之间)的无应力长度;最后计算空缆状态下每个索段的水平长度和索夹的安装位置。通过本发明方法可以根据空缆实测线形和恒载称重结果对空缆状态索夹安装位置进行修正,进而保证成桥状态索夹位置和吊杆倾角的准确性。

    一种用于知识点定位的语义匹配模型

    公开(公告)号:CN112926340B

    公开(公告)日:2024-05-07

    申请号:CN202110319217.9

    申请日:2021-03-25

    Applicant: 东南大学

    Abstract: 本发明公开了一种用于知识点定位的语义匹配模型,主要用于解决电学领域题目知识点定位的问题。本发明首先对原始教材进行预处理,形成语料。然后,使用基于统计学的语义匹配模型TF‑IDF,LSI以及LDA编码。之后,再使用深度学习的语义匹配模型加强深度语义理解,通过BERT编码。随后,对于以上四种编码方式,计算余弦相似度作为语义相似的衡量。最后,基于投票的语义匹配集成模型根据教材片段出现在前列的次数和余弦相似度选择用户指定数量的教材片段作为最终知识点定位的结果。

    基于规则挖掘的实例匹配方法

    公开(公告)号:CN113157819A

    公开(公告)日:2021-07-23

    申请号:CN202110320754.5

    申请日:2021-03-25

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于规则挖掘的实例匹配方法,用于解决不同知识库之间的融合问题。本发明的方法包括步骤:1)将多个知识库之间已知的等价实例作为种子集合;2)从种子集合的等价实例中挖掘出等价实例的匹配规则,并筛选掉上一轮评估效果不好的匹配规则;3)把匹配规则作用在多个知识库的数据上,匹配得到新的等价实例,把新的等价实例添加到种子集合中;4)利用匹配规则挖掘出的新的等价实例对匹配规则进行评估;5)使用期望最大值算法框架,迭代重复步骤2)~步骤4)的内容,直到没有新的匹配规则和等价实例产生。通过不断迭代,完成等价实例的寻找,实现知识的融合。

    一种用于知识点定位的语义匹配模型

    公开(公告)号:CN112926340A

    公开(公告)日:2021-06-08

    申请号:CN202110319217.9

    申请日:2021-03-25

    Applicant: 东南大学

    Abstract: 本发明公开了一种用于知识点定位的语义匹配模型,主要用于解决电学领域题目知识点定位的问题。本发明首先对原始教材进行预处理,形成语料。然后,使用基于统计学的语义匹配模型TF‑IDF,LSI以及LDA编码。之后,再使用深度学习的语义匹配模型加强深度语义理解,通过BERT编码。随后,对于以上四种编码方式,计算余弦相似度作为语义相似的衡量。最后,基于投票的语义匹配集成模型根据教材片段出现在前列的次数和余弦相似度选择用户指定数量的教材片段作为最终知识点定位的结果。

Patent Agency Ranking