-
公开(公告)号：CN109241375A
公开(公告)日：2019-01-18
申请号：CN201810806042.2
申请日：2018-07-20
Applicant: 国家基础地理信息中心 , 北京理工大学 , 武大吉奥信息技术有限公司
Abstract: 本申请提供了一种测绘档案的管理方法和装置，所述管理方法包括：由测绘档案在存放场地中的档案图像，获取测绘档案的第一坐标参数，所述第一坐标参数包括所述测绘档案的经纬度坐标和海拔参数；确定所述测绘档案在所述存放场地内的第二坐标参数，所述第二坐标参数包括所述测绘档案在所述存放场地内的空间坐标；将属于同一个所述测绘档案的所述第一坐标参数和第二坐标参数封装至一个特征标识码，所述特征标识码被读取时触发调用所述测绘档案的电子文档，或触发根据所述第一坐标参数和第二坐标参数生成所述测绘档案在所述存放场地内的二维平面图或三维立体图。
-
公开(公告)号：CN109165159A
公开(公告)日：2019-01-08
申请号：CN201810906860.X
申请日：2018-08-10
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于程序频谱的多缺陷定位方法，属于软件安全技术领域。包括以下步骤：步骤一：构造待缺陷定位检测的程序频谱；步骤二：对多缺陷定位问题建模,即构建候选缺陷分布种群，具体为使用二进制序列表示步骤一得到的待缺陷定位检测的程序频谱；步骤三：使用遗传算法对步骤二构建的候选缺陷分布种群的解空间进行搜索，得到用于定位的最优种群；步骤四：对步骤三得到的最优种群中的候选缺陷个体的怀疑值排序，得出最终的怀疑值排名。本发明通过对多缺陷定位问题进行建模，并使用遗传算法得到函数怀疑值列表，能够对程序中的多缺陷同时定位；通过基于程序频谱的多缺陷定位方法以及遗传算法，有效提高了多缺陷的定位效率以及定位准确率。
-
Patent Agency Ranking
公开(公告)号：CN105653706B
公开(公告)日：2018-04-06
申请号：CN201511026567.7
申请日：2015-12-31
Applicant: 北京理工大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于文献内容知识图谱的多层引文推荐方法，属于信息推荐和智能信息处理领域。本方法首先获取用户的查询需求，查询需求由需要推荐引用论文或引用文献的论文的标题和摘要的关键词构成。然后，基于文献内容的知识图谱扩展查询检索词语，知识图谱由文献的研究对象词语和研究行为词语结点，以及表示同义、近义、上下位、部分整体、并列等各种语义关系的边构成。最后，构建数据集中文献的倒排索引，选取候选引文，计算候选引文和查询的相似度，采用梯度渐进回归树来进行引文推荐。本方法基于文献内容知识图谱进行多层次的引文推荐，扩大了候选引文的范围，准确地表达了论文的研究对象和内容，提高了用户获取相关文献的效率，具有广阔的应用前景。
-
公开(公告)号：CN107590558A
公开(公告)日：2018-01-16
申请号：CN201710783927.0
申请日：2017-09-04
Applicant: 北京理工大学
Abstract: 本发明一种基于多层集成学习的微博转发预测方法，属于社会网络分析和网络舆情监控领域。包括如下步骤：构建微博数据集；微博数据预处理；提取微博用户的个人特征和社交特征；提取微博用户的微博内容特征；采用基于贝叶斯的方法进行微博转发预测；采用基于支持向量机的方法进行微博转发预测；采用基于逻辑回归的方法进行微博转发预测；采用基于随机森林的方法进行微博转发预测；采用基于集成学习的方法进行微博转发预测。本发明提高了微博转发预测性能，在社会媒体处理、意见挖掘、信息安全等领域具有广阔的应用前景。
-
公开(公告)号：CN105653706A
公开(公告)日：2016-06-08
申请号：CN201511026567.7
申请日：2015-12-31
Applicant: 北京理工大学
IPC: G06F17/30
CPC classification number: G06F17/30619 , G06F17/30699
Abstract: 本发明公开了一种基于文献内容知识图谱的多层引文推荐方法，属于信息推荐和智能信息处理领域。本方法首先获取用户的查询需求，查询需求由需要推荐引用论文或引用文献的论文的标题和摘要的关键词构成。然后，基于文献内容的知识图谱扩展查询检索词语，知识图谱由文献的研究对象词语和研究行为词语结点，以及表示同义、近义、上下位、部分整体、并列等各种语义关系的边构成。最后，构建数据集中文献的倒排索引，选取候选引文，计算候选引文和查询的相似度，采用梯度渐进回归树来进行引文推荐。本方法基于文献内容知识图谱进行多层次的引文推荐，扩大了候选引文的范围，准确地表达了论文的研究对象和内容，提高了用户获取相关文献的效率，具有广阔的应用前景。
-
公开(公告)号：CN104317882A
公开(公告)日：2015-01-28
申请号：CN201410564432.5
申请日：2014-10-21
Applicant: 北京理工大学
IPC: G06F17/30
CPC classification number: G06F17/30613 , G06F17/30864
Abstract: 本发明公开了一种决策级中文分词融合方法，属于自然语言处理和智能信息处理领域。本方法首先利用三种分词工具对中文文本中的句子进行分词，并对分词结果进行预处理，利用整型数组保存每个分词工具的分词结果。然后采用决策级分词融合模型进行分词，决策级分词融合模型为分层的融合结构，包括特征级和决策级，最后采用一种基于Web的方法识别句子中的未登录词。本方法通过采用决策级融合方式进行分词结果融合，有效提高了分词结果的准确性。本发明在信息检索、文本分类、主题检测、网络内容监控等领域具有广阔的应用前景。
-
公开(公告)号：CN103853923A
公开(公告)日：2014-06-11
申请号：CN201410069009.8
申请日：2014-02-27
Applicant: 北京理工大学
IPC: G06F19/00
Abstract: 本发明公开了一种双变量相关性度量方法。使用本发明能够在保持MIC方法两个重要特性的前提下，更加逼近于MIC的真实值，更能反映真实的两个变量之间的相关度。本发明对MIC方法进行改进，通过二次寻优的方法改变Y轴的划分方式，从均分Y轴的信息得到X轴最优化的信息，再去寻找Y轴优化的信息，在合理的时间内，找到比原方法更优的解,获得双变量相关度的更加精确的值，从而在信息判断时更精确，更贴合实际。
-
-
-
-
-
-
Search Results
67
records
(took 0.024 seconds)
