公开(公告)号：CN114281998A

公开(公告)日：2022-04-05

申请号：CN202111624377.0

申请日：2021-12-28

Applicant: 辽宁大学

Inventor： 纪婉婷 ,  马宇航 ,  张磊 ,  李冬 ,  宋宝燕 ,  武子涵 ,  鲁闻一

IPC: G06F16/35 ,  G06F16/38 ,  G06F40/295

Abstract: 本发明涉及基于众包技术的面向多层次标注者的事件标注系统的构建方法，包括以下步骤：1、收集领域数据并构建完整的实体库和事件信息库；2、预处理语料库并构建完整的待标注语料库存取机制：过滤掉无效文本，进行分句处理；3、构建完整的标注机制，先进行实体标注再进行事件标注；4、构建完整的众包任务分配机制和众包结果聚合机制；5、构建完整的数据集导出机制，根据下游事件抽取模型所需要的数据集格式动态地调控和构建所需事件抽取数据集。本发明能够有效地将多种众包技术应用于不同专业程度的标注者的标注过程中，从而有效利用标注者的背景知识，最大化地发挥众包的作用。

公开(公告)号：CN111814897A

公开(公告)日：2020-10-23

申请号：CN202010696976.2

申请日：2020-07-20

Applicant: 辽宁大学

Inventor： 丁琳琳 ,  脱乃元 ,  曹鲁杰 ,  张翰林 ,  宋宝燕

IPC: G06K9/62

Abstract: 一种基于多层次shapelet的时间序列数据分类方法，步骤1)时间序列数据的预处理：对原始时间序列使用SAX方法进行数据降维处理；步骤2)时间序列初始子序列的获取：滑动窗口的方法来提取时间序列中的子序列集合，通过改变和调整窗口的大小，间接控制子序列的提取长度；步骤3)多层次shapelet候选集的发现与提取：通过提出的多层次shapelet框架对候选集合进行过滤与合并，选择信息增益大的shapelet作为候选集；4)Shapelet转换及构建分类器。本发明通过上述方法，提供了一种高效的多层次shapelet候选集过滤模型，有效的减少shapelet候选集的数量并快速筛选了具有较高分类能力的shapelet集合，然后通过ELM分类器实现时间序列数据的有效分类。

公开(公告)号：CN111611315A

公开(公告)日：2020-09-01

申请号：CN202010447659.7

申请日：2020-05-25

Applicant: 辽宁大学

Inventor： 王俊陆 ,  宋宝燕 ,  李素 ,  丁琳琳 ,  单晓欢 ,  纪文迪

IPC: G06F16/27 ,  G06F16/22 ,  G06Q20/38

Abstract: 面向金融大数据的多叉树结构区块链集成优化存储方法，其步骤为：步骤1构建多叉树结构区块链集成优化模型；步骤2构建基于Merkle树的私有链区块；步骤3构建基于Merkle Patircia树的联盟链区块；步骤4建立区块链的通信共识机制。本发明通过上述方法，提供了一种面向金融大数据的多叉树结构区块链集成优化存储方法，在存储效率、开销等方面与现有的存储方法相比有明显的提高；在查询时，查询效率和准确性也有显著提升，适应目前大数据时代下的应用需求。

公开(公告)号：CN107832363A

公开(公告)日：2018-03-23

申请号：CN201711011721.2

申请日：2017-10-26

Applicant: 辽宁大学

Inventor： 丁琳琳 ,  宋宝燕 ,  王俊陆 ,  单晓欢 ,  陈博强 ,  张师文

IPC: G06F17/30

CPC classification number: G06F17/30241

Abstract: 本发明涉及高维向量空间中大规模图约束连接路径查询算法，该算法主要包括以下步骤：1)投影筛选；2)降维删选；3)节点删选；4)节点子集高维空间整合，输出约束连接路径。通过该算法对向量空间中基于距离的节点相似性连接算法进行改进，引入网格技术和约束连接特性，筛选掉大量无效节点，降低计算复杂度；在算法中引入Map-Reduce框架，通过四阶段删选策略计算各个节点上的路径，找到满足约束条件的备选节点集，循环调用结果集返回可达约束路径，减少不必要的文本复制成本和路径计算代价，具有较高效率和低误差率。同时在处理高维数据空间时对算法进行了一定的改进创新，通过多种降维手段减少不必要的计算处理，增加算法的处理执行能力，更迅捷的对人们的问题作出解答和回应。

公开(公告)号：CN119862876A

公开(公告)日：2025-04-22

申请号：CN202411888652.3

申请日：2024-12-20

Applicant: 辽宁大学

Inventor： 纪婉婷 ,  李树楠 ,  陈豪 ,  宋宝燕 ,  王俊陆

IPC: G06F40/253 ,  G06F40/30 ,  G06F40/216 ,  G06F16/353 ,  G06N3/045

Abstract: 一种基于去噪模板和抽象语义表示信息的细粒度情感分析方法，属于情感分析技术领域。具体包括以下步骤：1、将待训练的语句序列X输入基于BERT的自定义模板编译器中，通过去噪模板生成携带有方面词信息的高维特征向量Z1；2、使用解析器SPRING从语句序列X中解析AMR图并通过对齐器LEAMR对齐从而生成AMR图；3、将AMR中的节点和边的关系转化为邻接矩阵并导入BERT作为编码器得到高维特征向量R；4、通过注意力机制模块并融入携带语义信息的向量R构建语义增强的注意力机制模块，将Z1输入该编码器中得到高维特征向量R’；5、最后将R’输入解码器进行进一步解码生成最终的输出向量W。

公开(公告)号：CN119760014A

公开(公告)日：2025-04-04

申请号：CN202411718232.0

申请日：2024-11-28

Applicant: 辽宁大学

Inventor： 贾大宇 ,  邢竞文 ,  宋宝燕 ,  周江灏 ,  周瀚逊

IPC: G06F16/27 ,  G06F16/2458 ,  G06F21/64 ,  G06Q40/04 ,  G06F18/241

Abstract: 本发明涉及基于在线学习机的区块链数据快速检索存储方法，属于分布式计算领域。该方法分为热点区块存储和热点区块更新两部分。首先在热点区块存储部分，提出了基于在线序列极限学习机OS‑ELM的热点区块存储策略架构，新区块由验证节点验证后输入特征提取模块提取特征值，再由分类模块判断是否为热点区块，确定存储方案。其次，在热点区块更新部分，经过规定时间后，验证节点重新计算特征值，根据最新在线学习机模型对区块进行分类，删除存储节点上的非热点区块，确保高效查询的持续性。

公开(公告)号：CN118982813A

公开(公告)日：2024-11-19

申请号：CN202411199116.2

申请日：2024-08-29

Applicant: 辽宁大学

Inventor： 施瀚 ,  刘杨 ,  白博 ,  邵士亮 ,  宋宝燕 ,  纪婉婷 ,  范宇航

IPC: G06V20/58 ,  G06N3/0464 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0495 ,  G06N3/048 ,  G06N3/0442

Abstract: 一种3D卷积和注意力机制的地面移动机器人可通行区域识别方法，该方法利用3D卷积和注意力机制，处理通过激光雷达扫描得到的三维点云信息。首先，将获取的点云数据体素化处理，然后通过优化的稀疏鸟瞰图网络以识别体素化点云。在三维稀疏卷积的子流形卷积层和稀疏卷积层之间引入残差模块，并在点云特征提取的末端加入注意力机制模块。本发明方法能够获取更准确的机器人可通行区域，具有高准确性和可靠性，适用于复杂、不均匀且粗糙的危险环境，如搜索、救援和拆弹等任务。通过三维激光雷达点云信息的稀疏鸟瞰图网络中有用信息的特征提取，生成的可通行区域地图与鸟瞰图网络相比，能够获得更优的识别效果，为地面移动机器人提供精确的导航信息。

公开(公告)号：CN118981251A

公开(公告)日：2024-11-19

申请号：CN202411063239.3

申请日：2024-08-05

Applicant: 辽宁大学

Inventor： 施瀚 ,  刘杨 ,  宋宝燕 ,  罗浩 ,  曲大鹏 ,  姚思佼

IPC: G06F3/01 ,  G06F1/16

Abstract: 一种面向可穿戴传感模块的可靠数据采集方法，属于体域网智能信息领域。其目的为实现在同一可穿戴感知模块中，利用多个同构传感器实现无监督自适应数据融合，提高可穿戴数据采集鲁棒性，抑制异常数据干扰以及解决数据冲突。包括：有效感知模块的融合起点校准，即对同一传感模块中的多个同构传感源进行融合数据起点校准；基于裁判序列信任度的权重计算，即在同一传感模块中的多个同构传感源中随机选择裁判序列，自适应计算竞争序列信任权重；基于信任权重的加权融合，即对于同一传感模块中的多个同构传感源，在确定裁判序列后，基于步骤二计算的裁判序列信任权重对模块内其它时序数据进行加权融合。

公开(公告)号：CN118800225A

公开(公告)日：2024-10-18

申请号：CN202410783195.5

申请日：2024-06-18

Applicant: 辽宁大学

Inventor： 纪婉婷 ,  张健 ,  王俊陆 ,  李树楠 ,  宋宝燕

IPC: G10L15/16 ,  G06F18/27 ,  G06F18/213 ,  G06N3/0464

Abstract: 一种基于非自回归方式的流式同步语音识别方法，属于语音识别技术领域。具体包括以下步骤：1、将待训练的语音数据序列X输入至基于块注意力机制的编码器生成高维特征向量Z；2、将Z通过连接主义时间分类算法进行贪婪解码输出高维特征向量π；3、通过动态映射算法恢复语音信号块之间的块边界的错误输出4、将π输入至单词推理器获取语音中的单词间、字母间的联系输出高维特征向量π’；5、将π’中的标记随机选择并替换为特殊的＜mask＞标记后输入至语言模型解码器进行进一步解码的输出向量与连接主义时间分类算法输出的向量合并后生成最终的输出向量W。

公开(公告)号：CN114661832B

公开(公告)日：2024-08-13

申请号：CN202210281261.X

申请日：2022-03-22

Applicant: 辽宁大学

Inventor： 李冬 ,  张志钧 ,  单晓欢 ,  宋宝燕 ,  陈廷伟 ,  王俊陆 ,  纪婉婷

IPC: G06F16/28 ,  G06F16/25 ,  G06F16/215 ,  G06F16/22 ,  G06F16/27

Abstract: 本发明是一种基于数据质量的多模态异构数据存储方法及系统，包括以下步骤：1)将原始本文数据以key‑value格式在原始数据库中进行分布式存储；2)针对原始多媒体类数据进行数据建模，以文件的形式在文件数据库中进行分布式存储；3)将key‑value数据转换为关系型数据，构建关系数据库；4)根据关系数据库中实体之间的关系构建图数据库；5)将实体的活动数据以链式的结构进行数据建模，构建链式数据库；6)将多媒体数据转换为文本数据，按数据类型分别存储于多媒体数据库及原始数据库；7)通过构建多级索引结构将各个子数据库的实体数据进行链接；8)针对数据集成方法以及各个子数据库构建多模态数据库的日志文件维护体系。该方法可以大大减少查询数据所需的时间，保证相关人员使用数据时的效率。