-
公开(公告)号：CN110334221A
公开(公告)日：2019-10-15
申请号：CN201910649318.5
申请日：2019-07-18
Applicant: 桂林电子科技大学
IPC: G06F16/36 , G06F16/9535
Abstract: 本发明公开一种基于知识图谱路径的可解释性推荐方法，该方法通过获取用户的交互历史，将交互历史作为知识图谱的种子集，从种子集中获取用户-项的数据集，在得到种子集的前提下，对种子集进行对应知识图谱的三元组查询，并将这些三元组抽取出来，将三元组信息中的组合实体和关系的语义来生成路径表示，根据路径进行推理来推断用户偏好；确定一个三元组路径后，在限制路径长度为4的前提下，查询该路径头实体到尾实体其它的路径，用多个三元组表示；找到多条路径后，对每条路径进行池操作来区分不同路径对预测推荐的贡献；选择贡献分最大的路径对用户进行解释性推荐。该方法推荐精度高，并解决了推荐的不透明性问题。
-
公开(公告)号：CN109255033A
公开(公告)日：2019-01-22
申请号：CN201811308701.6
申请日：2018-11-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于位置服务领域的知识图谱的推荐方法，抽取位置实体，得实体集作为知识图谱的种子集；将种子集与知识图谱中实体对应，构成实体对应表；将知识图谱中知识图谱三元组，通过Word2Vec模型将词汇嵌入n维空间中，生成对应的向量，得到位置或领域实体向量集E和关系向量集R，用TransE算法对实体向量集E和关系向量集R进行翻译，得到能够快速计算实体间的语义相似性的三元组向量集；根据位置或领域实体向量集E，分别计算搜索位置或领域间的语义相似性simA,B(A，B)，生成旅游位置的语义相似性矩阵；用语义相似性矩阵进行Top-k推荐列表，将推荐列表按机器学习聚类算法进行聚类，将类聚结果推荐给用户。该方法推荐精度高，解决冷启动和稀疏性问题。
-
公开(公告)号：CN115617947A
公开(公告)日：2023-01-17
申请号：CN202211265262.1
申请日：2022-10-17
Applicant: 桂林电子科技大学
IPC: G06F16/33 , G06F16/36 , G06F40/126 , G06F40/194 , G06F40/295 , G06N3/08
Abstract: 本发明公开了一种基于预训练模型与提示学习的可解释电力设备查询方法，具体步骤如下：查询文本预处理；通过预处理后的查询文本数据训练实体抽取模型；通过预处理后的查询文本数据和实体抽取模型训练实体预测模型；电力设备查询，将预处理后的查询文本依次输入到实体抽取模型和实体预测模型中，得到电力知识图谱。采用上述一种基于预训练模型与提示学习的可解释电力设备查询方法，采用实体预训练模型结合提示学习的方法，对查询文本进行抽取，并匹配与之相关的电力设备，利用提示学习的优势将相关设备实体特征嵌入引入到查询中，提高查询准确率，同时通过相关设备实体特征对查询匹配做解释，帮助查询人员更全面的了解电力设备。
-
Patent Agency Ranking
公开(公告)号：CN111950561A
公开(公告)日：2020-11-17
申请号：CN202010875962.7
申请日：2020-08-25
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于语义分割的剔除语义SLAM动态点的方法，包括如下步骤：1)使用PSPNet语义分割网络对图像帧进行语义分割，按照像素分割结果进行分类；2)提取新帧I的ORB特征并计算描述子，再将新帧I与F匹配；3)设定阈值M；4)根据运动e对特征点进行动态点和静态点分类；5)将分类所得的静态点集关联语义标签，构建局部语义地图；6)重复步骤1)-步骤5)，并更新局部语义地图，直至局部地图全部构建完成，得到全局地图。这种方法能剔除环境中对系统精度影响较大的动态特征点，利用静态特征点构建高精度，含有语义信息，可解释的Octomap。
-
公开(公告)号：CN110727867A
公开(公告)日：2020-01-24
申请号：CN201910967106.1
申请日：2019-10-12
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06F40/295 , G06F40/30
Abstract: 本发明公开了一种基于模糊机制的语义实体推荐方法，包括如下步骤：数据预处理；构建用户评分矩阵和隶属度矩阵；个性化用户推荐；系统有效性分析。本发明先对推荐内容进行模糊语义化，使其有可精确表达的部分和需要模糊表达的部分之后，再运用模糊理论机制将其转化为模糊数来进行优化处理，通过模糊数的距离计算得出理想的推荐实体。本发明能提高对推荐实体的知识表达能力，以及机器系统理解和处理用户请求以及上层语义应用的能力，能有效地提高推荐系统的响应效率。
-
公开(公告)号：CN110095116A
公开(公告)日：2019-08-06
申请号：CN201910355769.8
申请日：2019-04-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于LIFT的视觉定位和惯性导航组合的定位方法，该方法先使用Kinect摄像头完成图像的信息采集，从而获得图像的周围场景信息，然后使用LIFT深度网络架构处理完成后获得相关参数同时实现视觉定位，与此同时还需要安在运动载体上的陀螺仪和加速度计测量角速度、加速度、三轴速度、空间位置和三个姿态角，进而实现惯性导航相关定位；最后是将基于LIFT深度网络架构所测得的数据和惯导所测的数据进行融合校准，最终实现基于LIFT视觉定位和惯性导航的组合定位，取得最优的位姿轨迹结果；LIFT是一个新的深度网络架构，它可以同时将图像的特征检测、方向估计和特征描述这三个步骤集合在一起，使用统一的方式完成这三个问题，同时保持了端到端的可微性。
-
公开(公告)号：CN109635279A
公开(公告)日：2019-04-16
申请号：CN201811396784.9
申请日：2018-11-22
Applicant: 桂林电子科技大学
CPC classification number: G06F17/278 , G06N3/0454
Abstract: 本发明公开了一种基于神经网络的中文命名实体识别方法，采用机器学习方面的算法并且结合神经网络模型，对文本进行分析和命名实体识别。将中文文本中出现的每一个字都构建特征向量，其特征包括位置特征和字符特征。然后把这组句子所对应的特征向量作为神经网络模型的输入，经过Bi‑LSTM以及CRF层后将结果映射到相应的实体标签，完成实体识别任务。该方法仅需要训练文本以及输入语句就可以完成实体识别，是一种灵活方便的方法。
-
公开(公告)号：CN109492065A
公开(公告)日：2019-03-19
申请号：CN201811261447.9
申请日：2018-10-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种室内语义地图时空关系的抽取方法，包括如下步骤：获取室内原始时空数据；时空数据的筛选；时空关系的语义表示；融合时空数据；更新语义实体库。本发明在构建好的室内语义地图基础之上进行空间实体之间的时空关系的抽取，在语义地图中增加语义时空关系，这是本发明的创新点。通过对语义时空关系进行相关处理，使得在室内空间中能测得目标相互之间,如上下左右的位置关系，并结合前、后的时间关系，最终能自动组合推理出两个目标之间的高层次的时空逻辑语义关系，从而能给出两个物体之间，在某一时间段内相对位置关系的语义描述，更好地辅助机器人做出智能决策。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.026 seconds)
