-
公开(公告)号：CN117370569A
公开(公告)日：2024-01-09
申请号：CN202311274719.X
申请日：2023-09-28
Applicant: 上海工程技术大学
IPC: G06F16/36 , G06F18/214 , G06F18/21 , G06N5/025
Abstract: 本发明公开了基于义原预测的工业知识图谱验证方法，属于知识图谱技术领域。它包括以下步骤：S1、预处理数据，基于预处理数据搭建义原预测模型，同时对预处理数据进行规则挖掘；S2、训练步骤S1的义原预测模型得训练模型；S3、基于步骤S1中的规则挖掘和步骤S2中的训练模型，验证知识图谱得到验证后的知识图谱。本发明解决了垂直领域知识图谱难验证的问题，并且使用了专家标注的Hownet义原库训练义原预测模型和加入了义原是最基本的、不宜再分割的最小语义单位的原理，将义原与知识图谱验证结合，大幅度提高了验证垂直领域知识图谱的准确率以及验证效率。
-
公开(公告)号：CN110928550B
公开(公告)日：2023-11-24
申请号：CN201911136042.7
申请日：2019-11-19
Applicant: 上海工程技术大学
IPC: G06F8/41
Abstract: 本发明公开了基于关键词Trie树消除GCC抽象语法树冗余的方法，步骤为：通过GCC编译器编译源码文件得到原始数据；对原始数据进行文本预处理即对原始数据进行数据清洗后根据GCC抽象语法树节点自上而下递增存储的逻辑结构将一节点的数据存储为一单元；用有用节点信息关键词Trie树对上步所得数据进行检索输出有效节点及其子节点信息，完成GCC抽象语法树冗余消除；关键词Trie树是依据有用节点关键词词库建立的，有用节点关键词词库是通过对基准文本库中的文本进行文本预处理后构造得到的，其包括GCC抽象语法树文本文件的编译产生的有效节点类型。本发明的处理过程简单，数据处理量小，处理速度快，去除冗余效率及查准率高。
-
公开(公告)号：CN110928550A
公开(公告)日：2020-03-27
申请号：CN201911136042.7
申请日：2019-11-19
Applicant: 上海工程技术大学
IPC: G06F8/41
Abstract: 本发明公开了基于关键词Trie树消除GCC抽象语法树冗余的方法，步骤为：通过GCC编译器编译源码文件得到原始数据；对原始数据进行文本预处理即对原始数据进行数据清洗后根据GCC抽象语法树节点自上而下递增存储的逻辑结构将一节点的数据存储为一单元；用有用节点信息关键词Trie树对上步所得数据进行检索输出有效节点及其子节点信息，完成GCC抽象语法树冗余消除；关键词Trie树是依据有用节点关键词词库建立的，有用节点关键词词库是通过对基准文本库中的文本进行文本预处理后构造得到的，其包括GCC抽象语法树文本文件的编译产生的有效节点类型。本发明的处理过程简单，数据处理量小，处理速度快，去除冗余效率及查准率高。
-
公开(公告)号：CN109189547A
公开(公告)日：2019-01-11
申请号：CN201810864577.5
申请日：2018-08-01
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种演化场景下Web服务的模拟方法，包括以下步骤：1)对web系统及其负载采用轻量级负载模型进行系统建模；2)在用户访问日志中通过集成自动化挖掘方法获取系统模型的关键属性；3)对模型进行模型验证并在演化场景下进行预测。与现有技术相比，本发明具有轻量级负载模型、缩短仿真运行时间、适用于多种演化场景等优点。
-
公开(公告)号：CN112881979A
公开(公告)日：2021-06-01
申请号：CN202110069453.X
申请日：2021-01-19
Applicant: 上海工程技术大学
Abstract: 本发明涉及定点跟踪的技术领域，公开了一种基于EKF滤波的初始状态自适应融合定位方法，将待测区域进行网格化处理，建立离线状态下的Wi‑Fi位置指纹数据库，再利用扩展卡尔曼滤波方法EKF将Wi‑Fi位置指纹定位方法和行人航位推算方法PDR进行融合，其用户运动时的初始状态是在Wi‑Fi位置指纹定位方法的基础上，结合多点卡尔曼滤波方法获得，同时，在扩展卡尔曼滤波方法EKF的迭代过程中，则以用户运动过程中相邻两个状态的信号强度数据RSSI的欧氏距离来构成动态的观测噪声协方差矩阵，以完成对用户运动时下一个状态的位置预测。本发明的方法简单可靠，操作方便，易于实现，便于推广应用。
-
Patent Agency Ranking
公开(公告)号：CN116304020A
公开(公告)日：2023-06-23
申请号：CN202310045143.3
申请日：2023-01-30
Applicant: 上海工程技术大学
IPC: G06F16/35 , G06F16/31 , G06F40/289 , G06F40/216 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于义原分析和跨度特征的工业文本实体抽取方法，属于自然语言处理技术领域。该方法包括：获取工业文本数据集，并对其进行预处理，获得原始文本；对所述原始文本进行分词操作，同时进行词向量训练；基于义原分析获取实体类别定义，并对所述原始文本进行实体标注及数据集划分；设计基于跨度的实体抽取模型，利用标注后的所述原始文本进行模型训练及测试，得到训练好的实体抽取模型；利用所述训练好的实体抽取模型对未标注的工业文本进行实体识别。本发明能快速对实体类别进行定义，减轻了实体定义对于专家知识的依赖和对文本的人工分析，同时融合多特征的实体抽取模型在识别工业零部件等常见实体边界的效果较好，实体识别准确率较高。
-
公开(公告)号：CN112881979B
公开(公告)日：2022-10-21
申请号：CN202110069453.X
申请日：2021-01-19
Applicant: 上海工程技术大学
Abstract: 本发明涉及定点跟踪的技术领域，公开了一种基于EKF滤波的初始状态自适应融合定位方法，将待测区域进行网格化处理，建立离线状态下的Wi‑Fi位置指纹数据库，再利用扩展卡尔曼滤波方法EKF将Wi‑Fi位置指纹定位方法和行人航位推算方法PDR进行融合，其用户运动时的初始状态是在Wi‑Fi位置指纹定位方法的基础上，结合多点卡尔曼滤波方法获得，同时，在扩展卡尔曼滤波方法EKF的迭代过程中，则以用户运动过程中相邻两个状态的信号强度数据RSSI的欧氏距离来构成动态的观测噪声协方差矩阵，以完成对用户运动时下一个状态的位置预测。本发明的方法简单可靠，操作方便，易于实现，便于推广应用。
-
公开(公告)号：CN118569367A
公开(公告)日：2024-08-30
申请号：CN202410680729.1
申请日：2024-05-29
Applicant: 上海工程技术大学
IPC: G06N5/022 , G06N5/02 , G06N5/04 , G06N3/042 , G06N3/0985
Abstract: 本发明公开了一种基于多跳推理的知识图谱三元组验证方法，属于知识图谱技术领域，特征在于执行以下步骤：步骤S1：获取已构建好的小规模知识图谱三元组数据集，并进行负例生成；步骤S2：基于步骤S1生成的数据建立三元组知识图谱数据集和初始化的多跳推理的三元组置信度预测模型；步骤S3：使用步骤S2中的数据集训练和测试多跳推理的三元组置信度预测模型；步骤S4：使用步骤S3中训练后的模型，验证新添加的三元组置信度值，并用通过验证的三元组建立知识图谱。本发明基于多跳推理的知识图谱三元组验证方法，能更好地验证知识图谱中三元组置信度，进而保证整个知识图谱的质量。
-
公开(公告)号：CN116796288A
公开(公告)日：2023-09-22
申请号：CN202310755089.1
申请日：2023-06-25
Applicant: 上海工程技术大学
IPC: G06F18/25 , G06F16/35 , G06F16/36 , G06F40/30 , G06V20/70 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/0895
Abstract: 本发明提供一种面向工业文档的多模态信息提炼方法和系统；所述方法包括以下步骤：从工业文档中获取半结构化的第一文本信息和非结构化的第二文本信息；基于第一文本信息提取文本特征；基于第二文本信息提取图像特征；根据文本特征和图像特征获取多模态融合特征；基于多模态融合特征对工业文档进行整体观点提炼；本发明通过融合文本特征和图像特征，能够实现对工业文档的整体观点进行提炼，提高了观点提炼的准确率；整个过程中不需要额外的人工操作，降低了人工成本，提高了生产效率；此外，本发明提供的面向工业文档的多模态信息提炼方法，具有一定的迁移性，可以适用于不同垂直领域的工业文档，以解决工业文档抽取问题。
-
公开(公告)号：CN114419608A
公开(公告)日：2022-04-29
申请号：CN202111522294.0
申请日：2021-12-13
Applicant: 上海工程技术大学
Abstract: 本发明提出了一种网约车司乘人员的行为智能识别检测方法及系统，属于图像信号处理和数据采集技术领域。本方法包括：构建异常检测模型；采集司机和乘客的实时监控视频图像数据及体温信息，并进行预处理；针对所述采集信息基于检测模型进行异常行为识别；识别异常后进行语音提示并将异常行为上传服务端后台做相应的评分处理。所述的异常检测模型包括：口罩识别模型，面部检测模型和体温检测模型，基于上述模型，本方法能够完成司机的人脸确认、司机的危险驾驶行为检测、司机和乘客的口罩检测以及司机和乘客的体温检测和异常人员位置定位，可以准确有效的识别出司乘人员的危险驾驶、违反疫情防控规定的行为，实现智能识别监控的目的。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
