-
公开(公告)号：CN111382508A
公开(公告)日：2020-07-07
申请号：CN202010143842.8
申请日：2020-03-04
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于数据模型的半导体器件物理可视化仿真平台设计方法，具体为：根据三种基本器件的结构与原理，建立与对应器件的特性数学模型；使用NumPy将模型整合成完整的计算方案，并利用Python语言进行抽象化处理；利用Python的PyQt5实现仿真平台的图形界面；选择所需仿真器件；确定选择的仿真器件的掺杂以及相关物理参数；将掺杂以及相关物理参数输入的经过处理的计算方案中，实现对中间结果的快速计算，并在图形界面上实现数据可视化工作模型并进行仿真的可视化输出。本发明的基于数据模型的半导体器件物理可视化仿真平台设计方法，设计的平台能根据器件的参数，对器件特性仿真。
-
公开(公告)号：CN111339258A
公开(公告)日：2020-06-26
申请号：CN202010132847.0
申请日：2020-02-29
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于知识图谱的大学计算机基础习题推荐方法，基于大学计算机基础知识点构建的知识图谱，使用图团体检测算法从知识点之间的关系结构上分析知识点间的关联性，从而推荐与学生错误知识点关联性较高的知识点给学生进行学习；通过中文分词提取习题语义特征构建word2vec模型，使用RWMD方法计算学生的错题与其他习题在内容上的相似度，选取相似度高的习题进行推荐。通过分析学生的错题为学生推荐相应的知识点和习题，可以帮助学生尽快扫除知识盲点，更好地掌握大学计算机基础这门课，同时也减轻了任课教师的压力。
-
公开(公告)号：CN111177080A
公开(公告)日：2020-05-19
申请号：CN201911417194.4
申请日：2019-12-31
Applicant: 西安理工大学
IPC: G06F16/13 , G06F16/182 , G06F16/27 , G06F21/60 , G06F21/62
Abstract: 本发明公开了一种基于区块链和IPFS的知识图谱存储与验证方法，具体为：首先，将知识图谱的过程文件从图数据库中导出并计算文件哈希值，将过程文件存入IPFS星际文件系统，将IPFS返回的文件索引哈希值与之前计算的哈希值相比较，若相等则存入区块链中，保证过程文件的安全性。将文件索引哈希值经过数据打包、签名、打包区块、区块广播等过程存入区块链，在区块链中查询文件索引哈希值，并与之前从IPFS取得的文件索引哈希值相比较，相同则进入文件处理模块，反之进入文件警告模块。通过区块链和IPFS的结合，可以实现对知识图谱的可靠和快速存储，保证了知识图谱过程文件的安全性和可溯源性。
-
公开(公告)号：CN108829696A
公开(公告)日：2018-11-16
申请号：CN201810349660.9
申请日：2018-04-18
Applicant: 西安理工大学
Abstract: 本发明提供了一种面向地铁设计规范中知识图谱节点自动构建方法，将《地铁设计规范》中的主谓宾句式规范作为输入文本，围绕谓词将每条规范中的主语宾语划分出来，并生成用于存储知识图谱的图形数据库Neo4j的节点创建语句，从而为构建建筑规范知识图谱服务。本发明利用哈希词典对谓词词典进行预处理，从而提升查找标记的效率；并在输入建筑规范后，可全自动生成知识图谱节点语句，在节约时间的同时，大大提高了创建知识图谱时的准确性。
-
公开(公告)号：CN108647435A
公开(公告)日：2018-10-12
申请号：CN201810441813.2
申请日：2018-05-10
Applicant: 西安理工大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于高斯和滤波的列车模型在线参数辨识方法，包括以下步骤：首先对列车牵引过程进行受力分析，建立列车的非线性参数化状态空间模型；然后以列车受到的随机噪声的概率密度函数为对象，选取一组不同均值与方差的高斯概率密度函数加权求和近似；最后结合贝叶斯理论与拓展卡尔曼滤波，得到列车状态和参数的在线估计结果，本发明解决了现有技术中存在的列车牵引过程建模不准确、离线参数辨识难以实现列车实时控制、参数辨识精度低的问题。
-
Patent Agency Ranking
公开(公告)号：CN119988533A
公开(公告)日：2025-05-13
申请号：CN202411809958.5
申请日：2024-12-10
Applicant: 西安理工大学
IPC: G06F16/3329 , G06F16/334 , G06F40/216 , G06F18/10 , G06F18/214
Abstract: 本发明公开的基于LIama3和检索增强的手机零售店知识答案生成方法，包括收集手机零售店销售场景相关信息并进行文本处理形成数据集；通过BGE模型将数据集中的文本转化为向量，并存储到本地向量知识库中；使用微调后的Whisper模型识别用户上传的语音问题，转化为问题向量；通过RH‑FAISS Merge混合搜索在本地向量知识库中检索与问题向量相关的文档，并通过Rerank方法选择出最终知识文档；根据最终知识文档使用提示词模板Prompt生成提示词；将生成的提示词提交给Llama3模型生成答案并展示给用户。本发明解决了现有大语言模型在训练时缺乏足够特定领域知识，导致无法准确理解和回答手机零售相关问题。
-
公开(公告)号：CN113869051B
公开(公告)日：2024-08-02
申请号：CN202111107150.9
申请日：2021-09-22
Applicant: 西安理工大学
IPC: G06F40/295 , G06F40/247 , G06F40/242 , G06F40/30 , G06F16/35
Abstract: 本发明公开了一种基于深度学习的命名实体识别方法，步骤包括：1)构建一对一的同义词词典；2)选择数据集，定义实体类集合；3)对BERT模型进行对比学习预训练；4)进行命名实体识别任务的微调训练，得到编码器和分类器；5)将测试集中剩余待处理的句子统称为句子S1；6)将句子S1输入编码器，得到字嵌入向量集合和句向量u；7)在句子S1中基于跨度选择文段，构造文段的词嵌入向量；8)利用同义词词典替换步骤7在句子S1中所选中的文段，得到句子S2；9)利用编码器处理句子S2，得到句向量v；10)计算得到span_em，再通过分类器分类得到实体集C。本发明的方法，识别准确率高。
-
公开(公告)号：CN117956472A
公开(公告)日：2024-04-30
申请号：CN202410142431.5
申请日：2024-02-01
Applicant: 西安理工大学
IPC: H04W12/126 , H04W12/121
Abstract: 本发明涉及通信技术领域，具体公开了基于复杂网络的5G网元分布式拒绝服务脆弱点检测方法，包括如下步骤：步骤1，首先分别抓取5G移动通信网络在正常与分布式拒绝服务(DDos)攻击场景下的pcap数据包，实现各条路径上交互事件的数字表征；步骤2，根据所抓取场景中的数据交互模式，建立表征数据集；步骤3，通过遗传算法自动赋权评价指标，得到表征至拓扑结构中的各个节点评分；步骤4，对应表征数据集的复杂网络有向图构建；步骤5，通过节点评分降序排列梳理得到高评分节点；步骤6，将重合部分中的交互模块作为脆弱点检测结果。该方法将5G移动通信网络中的交互事件表征至复杂网络中，实现了对网元交互场景中关键区域的梳理和脆弱点的检测。
-
公开(公告)号：CN113283242B
公开(公告)日：2024-04-26
申请号：CN202110602241.3
申请日：2021-05-31
Applicant: 西安理工大学
IPC: G06F40/295 , G06F40/30 , G06F40/211 , G06F18/23213 , G06F18/241 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 本发明公开了一种基于聚类与预训练模型结合的命名实体识别方法对Bert训练后的结果结合机器学习的方法来改进Bert与NER任务的精确度。首先对Bert的结果提取其中的每个词的特征向量。首次迭代时，首先通过Canopy算法确定往后计算的聚类的簇个数K与迭代的初始点，避免了认为确定簇个数与随机选择迭代初始点时对程序运行效率与运行结果的人为因素。通过不断迭代运算，最终确定K个簇中的个个节点集，将节点集返回结果与Bert结果中的[CLS]结合，真正做到TopicBert的作用，并在运用训练后的参数进行NER或其他任务中提高效果。
-
公开(公告)号：CN117668609A
公开(公告)日：2024-03-08
申请号：CN202311598297.1
申请日：2023-11-28
Applicant: 西安理工大学
IPC: G06F18/24 , G06F18/213 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了基于RTSGAN‑CatBoost的故障分类方法，首先使用统计方法对原始故障数据进行特征提取；之后构建RTSGAN模型，将提取特征后的新数据样本输入到RTSGAN模型进行训练；经过上述数据增强后，得到了一套高质量的合成样本，结合提取特征后的新数据样本，构建一个平衡的正常/故障样本数据集，并划分训练集和测试集；使用CatBoost算法对训练集进行迭代训练以构建分类模型，并优化模型参数，使模型能够高效进行后续分类任务；最后使用训练好的分类模型在测试集上测试，采用四种评价指标评价模型的分类性能。本发明提高了不平衡条件下故障分类的准确率，为故障诊断提供可靠保障。
-
-
-
-
-
-
-
-
-
Search Results
166
records
(took 0.026 seconds)
