公开(公告)号：CN116393149A

公开(公告)日：2023-07-07

申请号：CN202310296350.6

申请日：2023-03-24

Applicant: 北京工业大学

Inventor： 陈标华 ,  刘磊 ,  刘宁 ,  代成娜

IPC: B01J27/051 ,  C10G45/08 ,  B01J35/02 ,  B01J35/10 ,  B01J37/00

Abstract: 本发明涉及一种加氢脱硫催化剂及其制备方法和应用，利用气体小分子CO作为结构导向剂，使现有技术中的Co‑MoS2催化剂由传统的球形结构变为比表面积更大，活性位点更多的非球形结构，所述1T相MoS2在催化剂中的摩尔占比为62.6‑77.6％，所述催化剂中的MoS2为二维层状材料，每层均由MoS2组成，层与层之间的距离为层间距，所述层间距的范围为Co元素均匀分布在MoS2中，所述催化剂比表面积为65.9‑142.4m2/g，所述催化剂的活性位点在催化剂中的摩尔占比为62.3‑63.9％，1T相的高占比、MoS2的高层间距及高活性位点相互结合，共同提升所述催化剂加氢脱硫的性能。

公开(公告)号：CN111897949B

公开(公告)日：2021-10-26

申请号：CN202010740782.8

申请日：2020-07-28

Applicant: 北京工业大学

Inventor： 刘磊 ,  孙应红 ,  侯良文 ,  李静

IPC: G06F16/34 ,  G06F40/126 ,  G06F40/295 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于Transformer的引导性文本摘要生成方法，属于信息处理技术领域。本发明结合深度学习算法和机器学习算法来解决大数据条件下自动获取文本摘要的问题。首先构建了一种文本关键语义特征提取方法，并用该方法来获取文本的关键语义特征。其次结合抽取式摘要方法将长文本转换为关键短文本，作为摘要模型的输入。最后利用提取的文本关键语义特征来构建基于Transformer的文本摘要生成模型。在摘要生成模型中，利用关键语义特征来修正注意力机制，使得生成模型能够生成较多富含关键信息的摘要内容，并增加了指针与覆盖机制，使得摘要生成模型能够更好地解决摘要生成过程中遇到的OOV问题与重复片段生成问题。

公开(公告)号：CN108153851B

公开(公告)日：2021-06-18

申请号：CN201711397820.9

申请日：2017-12-21

Applicant: 北京工业大学

Inventor： 刘磊 ,  孙孟涛 ,  徐文扬 ,  陈天琪

IPC: G06F16/951 ,  G06F16/957 ,  G06F16/34

Abstract: 本发明提供一种基于规则和语义的通用论坛主题帖页面信息抽取方法，用于对主题帖标题，作者，发帖时间和正文的提取，本发明抽取方法满足当今主流论坛的网页结构，克服传统爬虫需要针对不同网站分别设计而耗费的人工成本。

公开(公告)号：CN109670136B

公开(公告)日：2021-04-27

申请号：CN201811633421.2

申请日：2018-12-29

Applicant: 北京工业大学

Inventor： 刘磊 ,  陈浩 ,  孙应红 ,  吴爽 ,  侯良文 ,  李静

IPC: G06F16/958 ,  G06F16/35 ,  G06F16/9535

Abstract: 本发明涉及一种基于多策略的微博信息优先采集方法，在采集能力有限的情况下，通过构建多策略的优先采集方法，能够及时有效的获取到博主的信息。首先，通过构建分类模型对博主进行筛选，剔除掉垃圾博主，并根据微博数量和粉丝数量将剩余博主分为三大类。其次，针对不同类别，构建不同的采集策略。通过将大V博主的发博时间聚类，提取大V博主的最佳采集时间；通过博主的微博统计量，训练回归模型并预测博主的活跃度值，根据活跃度值将博主排序。最后，综合三大类的采集策略设计出了多策略的微博优先采集方法，并通过定期更新采集队列保持采集策略的时效性。实验表明本发明不仅可以及时有效的获取热点微博信息，且使得采集数量得到很大的提升。

公开(公告)号：CN110287320B

公开(公告)日：2021-03-16

申请号：CN201910553755.7

申请日：2019-06-25

Applicant: 北京工业大学

Inventor： 刘磊 ,  孙应红 ,  陈浩 ,  李静

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/08

Abstract: 本发明涉及一种结合注意力机制的深度学习多分类情感分析模型，属于自然语言处理技术领域，本发明分析了现有CNN网络和LSTM网络在文本情感分析方面的弱点，提出了一种结合注意力机制的深度学习多分类情感分析模型。该模型运用注意力机制将CNN网络提取的局部特征和LSTM模型提取的语序特征相融合，并在分类层采用集成模型的思想，分别将CNN网络和LSTM网络提取的情感特征拼接，作为模型最终提取的情感特征。通过对比实验，发现该模型的准确率有了显著的提高。

公开(公告)号：CN105760410A

公开(公告)日：2016-07-13

申请号：CN201510178606.9

申请日：2015-04-15

Applicant: 北京工业大学

Inventor： 刘磊 ,  许志刚 ,  李静

IPC: G06F17/30 ,  G06F17/27 ,  G06Q50/00

CPC classification number: G06F17/30864 ,  G06F17/2785 ,  G06Q50/01

Abstract: 本发明提出了一种微博的语义扩充模型和系统，属于文本信息处理领域，具体涉及微博分类和微博语义扩充方法及系统。本发明是一种基于转发评论的微博语义扩充模型。首先在对微博用户类型分析的基础上将微博分为六种类型：信息发布型微博、日志型微博、分享型微博、转发型微博、评述型微博和互动型微博。然后以信息发布型微博为研究对象，提出了一种基于转发评论的微博语义扩充模型，将微博有效评论信息加入微博文本，以补充微博语义，改善微博数据稀疏的问题。本发明提高了微博的分类性能。

公开(公告)号：CN103886108A

公开(公告)日：2014-06-25

申请号：CN201410149441.8

申请日：2014-04-13

Applicant: 北京工业大学

Inventor： 刘磊

IPC: G06F17/30 ,  G06F17/27

Abstract: 本发明提出了一种不均衡文本集的特征选择和权重计算方法，属于文本信息处理领域，具体是涉及不均衡文本集的特征选择和权重计算方法。针对不均衡文本数据的分类问题，本发明提出一种特征选取和权重计算方法与系统。本发明结合类别区分度和平均词频因素，通过改进卡方统计量方法进行特征选取，同时对常用的特征权重计算方法进行改进，并在其基础上提出了TF-IDF的权重计算方法，本发明提供的方法在处理不均衡数据集问题时效果要优于传统的特征选择方法，对于有效提高分类准确率是有效可行的。

公开(公告)号：CN116384543A

公开(公告)日：2023-07-04

申请号：CN202310155482.7

申请日：2023-02-23

Applicant: 双良节能系统股份有限公司 ,  北京工业大学

Inventor： 鞠贵冬 ,  张玉聪 ,  刘磊 ,  姬颖 ,  严海蓉 ,  龙水晶 ,  杨新宇

IPC: G06Q10/04 ,  G06Q50/06 ,  G06F16/2458 ,  G06F16/215 ,  G06F18/2431

Abstract: 本申请公开了一种热力站动态负荷预测模型构建方法、装置、设备及存储介质，涉及供热负荷预测技术领域，包括：获取待预测热力站的历史运行数据，并对历史运行数据进行处理以得到处理后的历史运行数据；获取相应的历史气象数据；所述历史气象数据包括基于预设公式计算得到的历史地外太阳辐射数据、历史天气类型数据以及历史云量数据；基于处理后的历史运行数据确定热特征变化点，并根据热特征变化点以及处理后的历史运行数据和历史气象数据建立基于SVR‑Light GBM混合结构的分段预测模型，以便基于分段预测模型进行预测。本申请基于历史气象数据和处理后的历史运行数据，通过确定相应的热特征变化点来构建模型，能够有效提升预测效率。

公开(公告)号：CN109670922B

公开(公告)日：2022-02-08

申请号：CN201811633423.1

申请日：2018-12-29

Applicant: 北京工业大学

Inventor： 刘磊 ,  孙应红 ,  陈浩 ,  吴爽 ,  侯良文 ,  李静

IPC: G06Q30/06

Abstract: 本发明属于计算机软件技术领域，提出了一种基于混合特征的线上图书价值发现方法，本发明通过分析线上图书的各类特征指标，结合机器学习算法构建线上图书价值发现模型。首先，采集线上图书数据，利用统计方法对图书的评论、价格、出版时间等价值特征进行分析，确定出对图书价值影响较大的特征。其次，根据已确定特征对每类图书在时间维度上进行分析，建立图书价值发现模型。图书价值发现模型可用于线上图书在时间维度上的价值发现。实验分析以亚马逊图书网站为例，说明了方法的有效性。

公开(公告)号：CN113705197A

公开(公告)日：2021-11-26

申请号：CN202111000430.X

申请日：2021-08-30

Applicant: 北京工业大学

Inventor： 刘磊 ,  侯良文 ,  焦一狄 ,  李静

IPC: G06F40/211 ,  G06F40/289 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06F16/33

Abstract: 本发明提出了一种基于位置增强的细粒度情感分析方法，用于解决现有技术对文本进行细粒度情感分析导致的精度低的问题。首先将文本进行预处理，再通过细粒度情感分析模型进行情感分析。模型包括嵌入层、语义表征层、信息交互层和输出层。嵌入层将句子映射为上下文词嵌入和方面词嵌入，语义表征层通过位置强化注意力机制来增强模型的文本语义表征能力，信息交互层通过使用记忆网络增强方面词与其上下文的交互性，将基于方面的上下文语义增强表示作为与方面交互的外部记忆单元，使得外部存储记忆单元能够学习到复杂文本中的语义信息，最后输出层进行情感预测。本发明通过合理界定对方面进行情感表达的上下文范围，提高了细粒度情感分析准确度。