-
公开(公告)号：CN112069889A
公开(公告)日：2020-12-11
申请号：CN202010759794.5
申请日：2020-07-31
Applicant: 北京信息科技大学
Abstract: 本公开提供了一种民航飞行器轨迹预测方法，其包括：S1、构建FTP‑GAN网络；S2、获取民航飞行器的轨迹数据，并对民航飞行器的轨迹数据进行归一化处理；其中，FTP‑GAN网络的生成器根据归一化后的轨迹数据生成民用飞行器的预测轨迹。
-
公开(公告)号：CN110413995A
公开(公告)日：2019-11-05
申请号：CN201910601361.4
申请日：2019-07-03
Applicant: 北京信息科技大学
Abstract: 本发明提供一种基于双向MGU神经网络的关系抽取方法。解决了单向MGU模型对后文依赖性不足，无法处理后文信息的问题。通过实验表明了该方法的训练时间更短，抽取准确率、召回率和F值更高。通过分析不同关系类型的抽取性能，发现了关系类型的选取以及语料特点对抽取性能存在一定影响。
-
公开(公告)号：CN119886125A
公开(公告)日：2025-04-25
申请号：CN202411980884.1
申请日：2024-12-31
Applicant: 北京信息科技大学
IPC: G06F40/279 , G06F40/205 , G06F16/35 , G06N3/047 , G06N3/096 , G06N3/098 , G06N3/0455 , G06N3/042 , G06F40/30
Abstract: 本发明公开了一种面向军事领域的事件论元抽取方法，涉及事件论元抽取技术领域，包括如下具体步骤：步骤一、获取数据；步骤二、定义标注规则；步骤三、引入多标记实体分类器：将实体标注为单标记或多标记类型；步骤四、引入多标记实体导向注意力机制；步骤五、序列标注；步骤六、联合训练；步骤七、使用BERT模型进行编码；步骤八、捕捉上下文并对文档进行编码；步骤九、构建全局AMR图和局部AMR图：通过AMR引导模块刺激文档中概念之间的交互，使用信息融合模块融合双流表示。本发明的事件论元抽取方法结合了多标记实体分类器和多任务学习机制，通过提升对事件论元的识别能力，尤其是在军事领域的应用中，提供了更高的准确性和召回率。
-
公开(公告)号：CN119067120A
公开(公告)日：2024-12-03
申请号：CN202411193791.4
申请日：2024-08-28
Applicant: 北京信息科技大学
IPC: G06F40/295 , G06F40/216 , G06N3/0442
Abstract: 本公开提供了一种实体识别方法，其包括：使用预训练语言模型处理该威胁情报序列，获得与该威胁情报序列对应的语义特征矩阵；其中，所述语义特征矩阵包括多个元素；采用增强模型对所述语义特征矩阵进行处理，获得每个语义特征矩阵中的每个元素的最终隐藏状态；以及获得全局句子表示；将每个元素的最终隐藏状态与全局句子表示进行融合，获得对应于每个元素的全局向量；根据每个元素的全局向量与不同的权重矩阵的运算结果，获得全局向量的不同权重；根据全局向量的不同权重对每个元素的最终隐藏状态与全局句子表示进行运算融合，获得融合后的全局特征表示；基于融合后的全局特征表示，获得标签序列概率；并输出最大概率值的实体类型。
-
公开(公告)号：CN116204609A
公开(公告)日：2023-06-02
申请号：CN202310257340.1
申请日：2023-03-09
Applicant: 北京信息科技大学
IPC: G06F16/33 , G06F16/35 , G06F40/30 , G06F40/284
Abstract: 本公开提供了一种事件元素的抽取方法，包括：对原始文本中各个词语进行多维度向量化处理，以获得用于表征词语的独立语义的基础语义向量；对基础语义向量进行相关性加权，获得用于表征词语的文本关联语义的加强语义向量；以及确定加强语义向量在原始文本的事件类型中所对应的元素角色，以获取包括元素角色的事件元素。本公开还提供一种事件元素的抽取装置、电子设备及存储介质。
-
Patent Agency Ranking
公开(公告)号：CN115174584A
公开(公告)日：2022-10-11
申请号：CN202210769970.2
申请日：2022-06-30
Applicant: 北京信息科技大学
IPC: H04L67/1008 , H04L67/101 , H04L67/10
Abstract: 本公开提供了一种边云协同计算管理方法，其包括：根据每类任务的总数据大小、每类任务的总CPU周期、平均传输速率、CPU电压和CPU频率决策获得下一第一时间尺度内的CPU电压和CPU频率对；以及根据时隙t内的所有任务的数据大小、处理每比特i类型任务所需要的CPU周期、边缘设备和云设备之间的传输速率、CPU电压和CPU频率决策获得针对每一种任务的卸载决策。本公开还提供了一种边云协同计算管理装置、电子设备以及可读存储介质。
-
公开(公告)号：CN115130750A
公开(公告)日：2022-09-30
申请号：CN202210753037.6
申请日：2022-06-28
Applicant: 北京信息科技大学
Abstract: 本公开提供了一种航迹预测方法，包括：分别对观测航迹信息、真实航迹信息进行位置编码，获得位置编码后的观测航迹信息、位置编码后的观测航迹信息；将位置编码后的观测航迹信息输入到编码器中进行特征学习后，生成中间编码信息；将中间编码信息和位置编码后的真实航迹信息输入至解码器中进行解码，获得解码结果；将解码结果转换为预测航迹信息。本公开还提供了一种航迹预测装置、电子设备以及可读存储介质。
-
公开(公告)号：CN109325484B
公开(公告)日：2021-08-24
申请号：CN201810854878.X
申请日：2018-07-30
Applicant: 北京信息科技大学
Abstract: 本发明提供一种基于背景先验显著性的花卉图像分类方法，该方法通过背景先验显著性的方法确定花卉区域，将花卉分割方法和基于迁移学习的深度神经网络分类方法结合，将训练迁移的InceptionV3网络用于花卉图像，利用训练好的网络模型对花卉图像进行分类。在国际公开花卉识别数据集Oxford flower‑102上的实验表明：该模型比改进的Alex网络分类准确率高7.63％，且比未进行分割的花卉图像进行网络训练的模型准确率高2.85％，分类准确率达到了93.38％。
-
公开(公告)号：CN112685320A
公开(公告)日：2021-04-20
申请号：CN202110026716.9
申请日：2021-01-09
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于多候选程序的软件缺陷修复方法及装置，方法具体包括：S1：在待修复程序中定位缺陷单元，将缺陷单元存放至缺陷集合中，对缺陷单元生成对应的补丁单元，同时将补丁单元存放至补丁集合；S2：将补丁集合添加到待修复程序中，生成对应的修复程序集合；S3：构造适应度函数，利用适应度函数对修复程序集合进行评估得到对应的适应度值，将适应度值进行排序，选取其中排名前k的修复程序作为候选修复程序集合；S4：对候选修复程序集合进行多数决机制投票，输出多数决投票得分最高的候选修复程序运行结果，并将候选修复程序和多数决机制封装成一个整体程序；本发明通过并行运行多个版本的程序提高容错性。
-
公开(公告)号：CN112199295A
公开(公告)日：2021-01-08
申请号：CN202011180145.6
申请日：2020-10-29
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于频谱的深度神经网络缺陷定位方法，属于软件测试技术领域，包括以下步骤：1、获取正确的测试用例和错误的测试用例，2、获取待测深度神经网络模型频谱信息，3、计算神经元的怀疑度，并按照怀疑度对神经元进行排序。本发明依据深度神经网络对测试集的运行输出和分类结果量化深度神经网络中的神经元，然后利用怀疑度公式计算其怀疑度，并对其进行排名，定位到最有可能是缺陷的位置。该方法及系统将神经元的输出和测试数据的运行结果结合，可以将深度神经网络模型中的缺陷直观的使用数值体现出来，更准确快捷的定位到深度神经网络模型缺陷的具体位置。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.03 seconds)
