-
公开(公告)号:CN111562912A
公开(公告)日:2020-08-21
申请号:CN202010270060.0
申请日:2020-04-08
Applicant: 北京邮电大学
Abstract: 本发明公开了一种面向数据可视化的前端组件化开发方法及系统,其中,方法包括以下步骤:对组件层次进行划分,并根据不同层次组件之间的共性生成通用的组件组成结构;根据从规范性描述到实际代码的映射规则,依据组件组成结构创建每一类组件的代码模版,生成通用可视化图表组件库和基础功能组件库;在组件库中进行组件的选择组合以实现系统前端页面布局,并将不同的组件按照数据传递及绑定规则生成基于组件构成的数据可视化应用系统。该方法不仅提高了可视化图表组件的通用性及可移植性,而且有效地降低了数据可视化系统的开发和维护成本,提高了开发效率。
-
公开(公告)号:CN111240660A
公开(公告)日:2020-06-05
申请号:CN202010009777.X
申请日:2020-01-06
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于JSON树的可视化API组合方法及系统,其中,方法包括以下步骤:在同步解释执行时,根据父节点的API执行结果确定要执行的孩子节点,并且根据预设的MVEL脚本机制进行http请求响应消息的格式转换,以将不同风格的接口统一封装;在异步解释执行时,引入RabbitMQ消息队列,并且引入Redis缓存以及多线程机制,以实现事件的订阅及发布机制。该方法可以将不同风格的接口快速统一封装,并有效提高整个系统的性能,简单易实现。
-
公开(公告)号:CN110909124A
公开(公告)日:2020-03-24
申请号:CN201911018444.7
申请日:2019-10-24
Applicant: 北京邮电大学
IPC: G06F16/33 , G06F16/332 , G06F16/335 , G06F16/36 , G06F16/951 , G06F16/9535
Abstract: 本发明公开了一种基于人在回路的混合增强智能需求精准感知方法及系统,其中,系统包括:知识图谱子系统,用于存储科技资源子图谱与用户/企业信息子图谱,以根据用户需求确定不同实体之间的关系;对话子系统,用于以自然语言的方式和用户进行交互,收集用户需求,并将感知结果实时返回给用户;特征感知与推荐子系统,用于根据对话子系统和知识图谱子系统的客观数据、痕迹数据,整合相关数据生成感知结果,并生成推荐信息推荐至用户。该系统利用对话系统建立起人在回路,结合用户痕迹数据和科技资源数据进行用户需求充分挖掘与特征感知,实现用户需求精准感知,有效解决现有技术存在没有利用客观数据、无法深度感知用户需求等问题。
-
公开(公告)号:CN107291822B
公开(公告)日:2020-03-24
申请号:CN201710375175.4
申请日:2017-05-24
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/35 , G06N20/00
Abstract: 本发明公开了一种基于深度学习的问题分类模型训练方法、问题分类方法以及装置。其中问题分类模型训练方法包括:提取问题文本样本中的特征信息样本,并生成对应的第一特征向量样本;对第一特征向量样本进行空间变换,得到第二特征向量样本;将第二特征向量样本输入至多层卷积神经网络中的多个卷积层和多个池化层,以通过叠加卷积操作和池化操作,得到第一融合特征向量样本;将第一融合特征向量样本输入至多层卷积神经网络中的全连接层,得到全局特征向量样本;根据全局特征向量样本对Softmax分类器进行训练,得到问题分类模型。该方法可免去大量人工设计特征的开销,通过该问题分类模型可以得到更加准确的分类结果,提高了标准问题与答案的定位。
-
公开(公告)号:CN110580525A
公开(公告)日:2019-12-17
申请号:CN201910477603.3
申请日:2019-06-03
Applicant: 北京邮电大学
Abstract: 本申请提出一种神经网络压缩方法及系统。其中,神经网络压缩方法,包括:根据预设的初始降维能量比得到降维能量比集合;从原始训练集中进行抽样,以根据抽样数据得到抽样集;根据所述抽样集对神经网络模型中的每一层进行测试,以确定在降维能量比集合中每一个降维能量比下的精度损失;根据最小的精度损失对应的降维能量比计算每一层对应的低秩值;根据每一层对应的低秩值对神经网络压缩进行压缩,以得到压缩模型。本申请的神经网络压缩方法,对神经网络每一层进行压缩敏感度预检测,然后根据敏感度为每一层分配合适的低秩rank,最后进行低秩分解得到压缩模型,具有分配效率高且分配合理的优点,避免压缩后精度的过多下降。
-
公开(公告)号:CN110188206A
公开(公告)日:2019-08-30
申请号:CN201910380017.7
申请日:2019-05-08
Applicant: 北京邮电大学
IPC: G06F16/36
Abstract: 本发明公开了一种基于翻译模型的协同迭代联合实体对齐方法及装置,该方法包括:通过数据预处理模块处理多个知识图谱,统计多个知识图谱中的实体、关系、属性、属性值、关系三元组和属性三元组各个数据,根据预设的频率选择方法生成实体对齐种子集;通过关系三元组联合嵌入模块生成关系三元组联合嵌入空间;通过属性三元组联合嵌入模块生成属性三元组联合嵌入空间;通过协同迭代训练模块选取语义距离最小的一对实体组成实体对,将满足预设距离阈值的实体对添加到实体对齐种子集对实体对齐种子集进行更新;迭代直至不存在满足预设距离阈值的实体对。该方法可以解决多个知识图谱共同融合的问题和结构异质的知识图谱、跨语言知识图谱实体对齐问题。
-
公开(公告)号:CN110188168A
公开(公告)日:2019-08-30
申请号:CN201910440759.4
申请日:2019-05-24
Applicant: 北京邮电大学
Abstract: 本申请提出一种语义关系识别方法和装置,其中,方法包括:通过获取待识别语义关系的一对文本信息和知识图谱,将知识图谱输入预设的图神经网络,获取图神经网络根据实体词节点之间的相似度和关系属性计算的实体词集合,获取一对文本信息中每个文本信息包含的第一实体词,并确定与第一实体词的相关度满足预设条件的第二实体词节点,在实体词集合中确定与第二实体词对应的实体词向量,并根据第二实体词对应的实体词向量生成针对每个文本信息的候选语义向量,根据一对文本信息之间的相似实体词和候选语义向量计算每个文本信息的目标候选语义向量,并根据目标候选语义向量确定一对文本信息之间的语义相似度。由此,提高了语义关系识别的准确度。
-
公开(公告)号:CN110059170A
公开(公告)日:2019-07-26
申请号:CN201910218450.0
申请日:2019-03-21
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F17/27
Abstract: 本发明公开了一种基于用户交互的多轮对话在线训练方法及系统,其中,该方法包括:获取当前对话轮次,并判断对话轮次是否大于预设阈值;若对话轮次大于预设阈值,则获取当前动作;若当前动作为接收操作动作时,则通过自然语言理解模块对当前动作进行意图和实体识别;若意图和实体的识别结果任一存在错误,则接收用户定义正确的意图和实体;根据用户定义正确的意图和实体对自然语言理解模块进行实时在线训练。该方法通过与用户在线交互,实时对模块进行训练,解决任务型多轮对话系统中文对话数据集匮乏且质量不高的问题,可适用于不同的对话场景。
-
公开(公告)号:CN109710223A
公开(公告)日:2019-05-03
申请号:CN201811633587.4
申请日:2018-12-29
Applicant: 北京邮电大学
IPC: G06F8/20
Abstract: 本发明公开了一种基于分布式KV存储系统的API网关热插拔系统,热插拔系统通过分布式部署实现分布式动态存取微服务,包括:API热插模块和API热拔模块,API热插模块包括上线子模块和注册子模块,上线子模块用于处理API的上线发布功能,并在API成功上线后进行访问;注册子模块包括网页表单注册子模块和文件注册子模块;API热拔模块包括下线模块和注销模块,下线模块用于下线API,并在API下线后禁止访问,以修改或者注销API;注销模块用于从热插拔系统中移除API。并且通过docker容器的形式对热插拔系统进行水平动态伸缩。该系统具有强一致性、高可用、高性能、高扩展特性,并且具有容错能力。
-
公开(公告)号:CN108460087A
公开(公告)日:2018-08-28
申请号:CN201810060128.5
申请日:2018-01-22
Applicant: 北京邮电大学 , 国家卫生计生委科学技术研究所
IPC: G06F17/30
Abstract: 本发明公开了一种探索式高维数据可视化装置及方法,其中装置包括:数据导入模块用于根据至少一种数据源连接选择对应的选择或处理引擎,以进行链接并导入源数据;数据预处理模块用于对导入的源数据进行数据清洗,并对处理后的数据系统进行识别划分维度度量操作,以得到维度和度量标签;探索式数据分析模块用于将维度和度量标签的拖拽操作转化为对数据库的查询,并进行通过数据转换模型改变高维数据对象与可视化空间的映射关系,以对高维数据进行可视化;可视化展示模块用于在探索式数据分析之后生成多张图表,并采用交互性的分析仪表盘或可视化屏对多张图标进行展示。该装置提供多种高维数据可视化布局方法,解决数据维度受限无法展示的问题。
-
-
-
-
-
-
-
-
-