基于语义泛化的知识要素抽取方法

    公开(公告)号:CN116822529A

    公开(公告)日:2023-09-29

    申请号:CN202311092677.8

    申请日:2023-08-29

    Abstract: 本发明公开了基于语义泛化的知识要素抽取方法,涉及数据处理技术领域;所述方法包括以下步骤:通过采集语音数据的多项数据信息,将设备运行信息以及通信转换信息进行处理生成泛化评估系数,根据生成的泛化评估系数与设置的泛化评估阈值进行对比,对接收语音的质量进行评估,从而确定了需要进行泛化处理的语音数据,再根据数据精度信息与处理时长信息进行分析,生成抽取影响因子,对知识要素的抽取情况进行分析,根据抽取影响因子与抽取评估阈值的对比结果评估两次知识要素的抽取情况,根据抽取情况的不同进行相应操作,从而增加了智能家居调控的准确性,保障了智能家居运行的高效性。

    一种台区拓扑识别方法及系统
    68.
    发明公开

    公开(公告)号:CN116505659A

    公开(公告)日:2023-07-28

    申请号:CN202310503717.7

    申请日:2023-05-06

    Abstract: 本发明提供一种台区拓扑识别方法,包括:在每个节点安装具有拓扑识别功能的智能断路器并编号;利用融合终端下发拓扑识别类型的、命令序号为智能断路器编号的命令报文;每个智能断路器在收到与自身编号相同的命令报文时,驱动无功补充电容模块产生无功电流;每个智能断路器根据采样结果,实时计算和判别得到无功功率均值变化量和拓扑识别结果遥信值,并将遥信值上传至台区融合终端;融合终端完成所有命令报文发送和遥信值接收后,根据所有遥信值完成台区拓扑识别。本发明还提供台区拓扑识别系统。本发明的方法通过智能断路器响应台区融合终端的命令报文并上传无功电流均值变化量判别结果完成了台区拓扑识别功能,提高了台区拓扑识别的准度。

    基于纵向联邦学习和知识图谱的员工画像方法及系统

    公开(公告)号:CN116485281A

    公开(公告)日:2023-07-25

    申请号:CN202310712985.X

    申请日:2023-06-16

    Abstract: 本申请公开了一种基于纵向联邦学习和知识图谱的员工画像方法及系统,主要涉及员工画像技术领域,用以解决现有的方法子公司无法准确获取到单个员工的画像,另外,现有的数据互通方法分析不够精确的问题。包括:获取子公司系统采集到的员工行为数据,写入预设子数据库;通过子公司系统搭建子用户画像模型,获得初始梯度信息;向子用户画像模型分发加密密钥,进而获得初始梯度信息;通过聚合模型对获得的梯度信息进行安全聚合,以获得聚合梯度信息;并向子用户画像模型发送聚合梯度信息;使子用户画像模型根据聚合梯度信息更新模型参数,进而通过更新后的子用户画像模型和预设子数据库,生成用户画像结果;将用户画像结果更新至知识图谱中。

Patent Agency Ranking