-
公开(公告)号：CN107085633A
公开(公告)日：2017-08-22
申请号：CN201710235737.5
申请日：2017-04-12
Applicant: 华侨大学
Abstract: 本发明涉及一种载荷未知条件下多点振动响应频域预测的实验装置；一种载荷未知条件下多点振动响应频域预测的实验数据生成方法；一种利用该实验装置和实验数据，在不相关多源未知载荷联合激励下，根据系统已知测点的振动响应预测未知测点振动响应的方法。该振动响应预测方法根据历史实验数据直接利用支持向量机训练出响应数据之间的关系，而不需要已知或辨识系统的传递函数、载荷大小甚至载荷位置。本发明主要针对不相关多源未知载荷联合激励工况环境下，利用已知测点的振动响应对未知结点的振动响应进行预测。本发明可以解决线性系统和非线性系统的响应预测；本发明可以解决一个未知结点和多个未知结点的振动响应预测情况。
-
公开(公告)号：CN119025685B
公开(公告)日：2025-02-11
申请号：CN202411479256.5
申请日：2024-10-23
Applicant: 华侨大学
Abstract: 本发明提供的一种知识图谱关系预测方法、装置、设备及存储介质，涉及知识图谱关系预测技术领域，本发明通过从稀疏知识图谱中构建候选三元组，根据预设的提示模板得到三元组循证文本集；利用大语言模型组合决策法计算候选三元组的关系支持度；接着，融合关系支持度和BERT模型向量嵌入，获得知识图谱的所有候选三元组的实例等价性向量，即候选三元组向量与真实标准化向量；然后，基于欧式距离计算候选三元组与事实三元组的实例等价性得分；最后，根据实例等价性得分筛选出超过阈值的候选三元组作为预测三元组，实现知识图谱关系预测。本发明提高了知识图谱关系的预测精度、增强了预测结果的循证支撑力度，在适应稀疏知识图谱方面表现出色。
-
公开(公告)号：CN114860952B
公开(公告)日：2024-12-20
申请号：CN202210464244.X
申请日：2022-04-29
Applicant: 华侨大学
IPC: G06F16/36 , G06F40/295 , G06F17/18 , G06F18/243 , G06V10/82 , G06N3/042 , G06N3/0455 , G06N3/084
Abstract: 本发明公开一种基于数据统计和知识指导的图拓扑学习方法及系统，能在有监督下游任务下从文本数据中学习到图拓扑，方法包括：输入文本数据，获取文本数据中的实体作为图拓扑的节点，根据历史文本数据计算节点间的条件概率，构建初始图拓扑的邻接矩阵。其次，基于领域知识图谱构建出每份文本数据的知识注意网络。最后，将初始图拓扑的邻接矩阵输入到DK_Transformer(Data and Knowledge drivenTransformer)模型中，并以知识注意网络为专家知识，联合注意力机制来学习出适应下游任务的图拓扑。本方面能有效解决现有基于文本数据的图拓扑构建方法仅考虑数据统计信息、未充分利用知识和无法适应下游任务等问题。
-
公开(公告)号：CN117131943A
公开(公告)日：2023-11-28
申请号：CN202311178731.0
申请日：2023-09-13
Applicant: 华侨大学
IPC: G06N5/04 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06F16/332 , G06F16/33
Abstract: 本发明提供一种基于问句图数据的问题链生成方法、装置及设备，方法包括：S1，在问句集中，针对问句进行槽位标签预测，利用标签向量距离创建问句间的连接关系，构建以单个问句为节点以连接为边的问句图数据；S2，将问句图数据送入图Transformer进行图表示学习，对问句图数据的节点进行嵌入表示，获得问句图数据的表示向量；S3，将待预测问句与问句图数据的表示向量通过问题链生成模型实现链接预测，得到最高置信度问句，并根据最高置信度问句与所述输入待预测问句构建链接，从而构建出两问句间的一跳问题链。本发明利用问句间的槽位关联性构建问句图，超越单纯依赖问句语义相关性所构问题链的关联性，形成逻辑性更强的问句链，实现了问题链的高效率生成。
-
公开(公告)号：CN116070786B
公开(公告)日：2023-06-20
申请号：CN202310212028.0
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06Q10/04 , G06F16/28 , G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 本发明实施例提供一种基于事件演化图的多标记事件预测方法、装置和介质，涉及事件预测技术领域。其中，这种多标记事件预测方法包含S1、获取已知事件链。S2、根据事件演化图，获取候选事件组合集。其中，事件演化图根据历史数据集构造，且包含顺承关系和同时关系。候选事件组合集包含多个候选事件组合。候选事件组合包含1个或多个候选事件。S3、将已知事件链和候选事件组合集输入预先训练好的多标记事件预测模型，获取预测发生事件。预测发生事件为候选事件组合集中的一个候选事件组合所包含的候选事件。其中，多标记事件预测模型包括编码器、门控图神经网络、筛选模型、解码器。
-
Patent Agency Ranking
公开(公告)号：CN111292366B
公开(公告)日：2023-03-10
申请号：CN202010094884.7
申请日：2020-02-17
Applicant: 华侨大学
IPC: G06V20/58 , G06T7/521 , G06T7/80 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/088
Abstract: 本发明涉及智能汽车的自动驾驶领域，尤其涉及一种基于深度学习和边缘计算的视觉行车测距算法，包括以下步骤：S1、构建带行车测距数据集并进行标注；S2、利用构建的标准数据集，生成适用于行车测距的深度模型；S3、联合边缘设备和传感设备自动对网络进行分割加速推断；S4、用测试数据集进行实验，预测行车距离，本发明使用单目摄像头采集行车数据集，节省了成本。且通过多种数据增强的方法对数据集进行了有效扩充，不仅增加了数据量，有效避免了网络过拟合，提高了行车测距的准确率。
-
公开(公告)号：CN112466462B
公开(公告)日：2023-03-07
申请号：CN202011353177.1
申请日：2020-11-26
Applicant: 华侨大学
IPC: G16H50/20 , G16H50/70 , G16H10/20 , G06F40/289 , G06F40/30 , G06F40/242 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于图深度学习的EMR信息关联及演化方法，包括如下步骤：EMR数据预处理：获取EMR数据集，得到EMR的实体词典；EMR图构建：实体词典中的词转换为向量表示，并得到EMR图的向量矩阵以及EMR图的邻接矩阵，组合构成EMR图；EMR图深度学习模型构建：根据得到的EMR数据集对应的所有EMR图，构建出EMR图深度学习模型的输入图数据集，从而进一步获得图深度学习模型F；EMR信息关联及演化：将任意一条EMR数据，喂入图深度学习模型F，构建EMR图的演化序列。本发明提出一种基于图深度学习的EMR信息关联及其演化方法，采用图深度学习方法对电子病历数据进行建模，利用网络关系图可视化技术展示电子病历结构信息的演化过程，实现知识发现和可解释深度学习。
-
公开(公告)号：CN114860952A
公开(公告)日：2022-08-05
申请号：CN202210464244.X
申请日：2022-04-29
Applicant: 华侨大学
Abstract: 本发明公开一种基于数据统计和知识指导的图拓扑学习方法及系统，能在有监督下游任务下从文本数据中学习到图拓扑，方法包括：输入文本数据，获取文本数据中的实体作为图拓扑的节点，根据历史文本数据计算节点间的条件概率，构建初始图拓扑的邻接矩阵。其次，基于领域知识图谱构建出每份文本数据的知识注意网络。最后，将初始图拓扑的邻接矩阵输入到DK_Transformer(Data and Knowledge drivenTransformer)模型中，并以知识注意网络为专家知识，联合注意力机制来学习出适应下游任务的图拓扑。本方面能有效解决现有基于文本数据的图拓扑构建方法仅考虑数据统计信息、未充分利用知识和无法适应下游任务等问题。
-
公开(公告)号：CN114781373A
公开(公告)日：2022-07-22
申请号：CN202210464130.5
申请日：2022-04-29
Applicant: 华侨大学
IPC: G06F40/289 , G06F40/30 , G06F16/36 , G06F40/242 , G06Q50/20 , G06F40/166
Abstract: 本发明公开了一种基于知识约束的MCT完形填空智能出题方法及系统，方法包括：基于HSK中文水平等级和医学词典等多维复杂知识约束对医疗文本进行篇章语义解析，以筛选出符合要求的医疗文本作为出题语料；基于MCT等级的知识约束对出题语料进行考点词挖空；基于医学知识图谱、HSK中文水平等级、MCT等级等多维复杂知识约束完成干扰项生成；将题干挖空文本和题目列表组成完形填空题目进行输出。本发明针对参加MCT考试的医学专业留学生，内容聚焦在医院日常交际场景的理解、病情的沟通与交流、疾病的具体描述，通过海量的医学词典、医疗知识图谱为MCT题库智能生成提供医疗知识数据支撑，实现医学汉语资源的科学利用。
-
公开(公告)号：CN111651970B
公开(公告)日：2022-07-22
申请号：CN202010675938.9
申请日：2020-07-14
Applicant: 华侨大学
Abstract: 本发明提供一种基于表格型数据生成文本的方法、装置、设备及存储介质，包括：构建数据特征表示空间，其中，所述数据特征表示空间包括记录编码层、内容选择层以及内容规划层，以实现层次化的特征表示；通过训练特征表示空间到输出向量的映射关系，构建深度生成网络；构建表格型数据到文本的生成模型；基于所述生成模型将输入的待转换的表格型数据转换为文本输出。本发明将基于层次化结构的数据特征表示与深度生成的文本生成技术融合，能够对整个表格型数据中的每条样本数据记录进行理解与推理，能够实现将结构化数据转换为全局语义连贯长文本，丰富了输入数据推理方式与输出文本表达多样性，有效提升数据到文本生成模型中BLEU与PPL等性能评测指标。
-
-
-
-
-
-
-
-
-
Search Results
78
records
(took 0.023 seconds)
