-
公开(公告)号：CN113934863B
公开(公告)日：2022-10-14
申请号：CN202111154651.2
申请日：2021-09-29
Abstract: 本发明提供一种食品安全风险预测方法、装置、电子设备及介质，方法包括：获取并分析历史食品安全风险事件，得到各个实体数据及其对应的时间戳数据，根据各个实体数据及其对应的时间戳数据构建四元组数据，得到知识图谱；通过预设聚合器将知识图谱中各个时刻下，各个头部实体数据及其对应的尾部实体数据进行聚合，得到各个时刻下的各个局部数据；基于各个时刻下的各个局部数据确定其对应的全局数据，通过各个时刻下的全局数据及其对应的各个局部数据对预设神经网络进行训练，得到食品安全知识图谱模型；确定输入的待预测时刻，基于食品安全知识图谱模型对待预测时刻的食品安全风险进行预测。本发明通过时序的食品安全知识图谱模型提升预测准确性。
-
公开(公告)号：CN113934863A
公开(公告)日：2022-01-14
申请号：CN202111154651.2
申请日：2021-09-29
Abstract: 本发明提供一种食品安全风险预测方法、装置、电子设备及介质，方法包括：获取并分析历史食品安全风险事件，得到各个实体数据及其对应的时间戳数据，根据各个实体数据及其对应的时间戳数据构建四元组数据，得到知识图谱；通过预设聚合器将知识图谱中各个时刻下，各个头部实体数据及其对应的尾部实体数据进行聚合，得到各个时刻下的各个局部数据；基于各个时刻下的各个局部数据确定其对应的全局数据，通过各个时刻下的全局数据及其对应的各个局部数据对预设神经网络进行训练，得到食品安全知识图谱模型；确定输入的待预测时刻，基于食品安全知识图谱模型对待预测时刻的食品安全风险进行预测。本发明通过时序的食品安全知识图谱模型提升预测准确性。
-
公开(公告)号：CN114399051B
公开(公告)日：2022-11-01
申请号：CN202111640639.2
申请日：2021-12-29
Applicant: 北方工业大学
IPC: G06N5/04 , G06N5/02 , G06F16/36 , G06F16/332 , G06N7/00
Abstract: 本发明提供一种食品安全智能问答推理方法及装置，所述方法包括：获取食品安全提问问句的头实体和关系；将头实体和关系输入双模块迭代推理模型中进行尾实体推理，获取与头实体和关系相关联的实体节点和关系边；根据实体节点以及与实体节点连接的关系边对实体节点的得分值进行计算，选取得分值最高的实体节点作为食品安全提问问句的尾实体；其中，双模块迭代推理模型包括扩展模块和推理模块。本发明通过扩展模块和推理模块的循环迭代推理，扩展出与头实体和关系相关联的实体节点和关系边，再选取得分最高的实体节点作为尾实体输出答案，并可以将头实体和尾实体之间的实体节点和关系边提取出来，为预测提供图形解释，提高了推理过程的可解释性。
-
公开(公告)号：CN114399051A
公开(公告)日：2022-04-26
申请号：CN202111640639.2
申请日：2021-12-29
Applicant: 北方工业大学
IPC: G06N5/04 , G06N5/02 , G06F16/36 , G06F16/332 , G06N7/00
Abstract: 本发明提供一种食品安全智能问答推理方法及装置，所述方法包括：获取食品安全提问问句的头实体和关系；将头实体和关系输入双模块迭代推理模型中进行尾实体推理，获取与头实体和关系相关联的实体节点和关系边；根据实体节点以及与实体节点连接的关系边对实体节点的得分值进行计算，选取得分值最高的实体节点作为食品安全提问问句的尾实体；其中，双模块迭代推理模型包括扩展模块和推理模块。本发明通过扩展模块和推理模块的循坏迭代推理，扩展出与头实体和关系相关联的实体节点和关系边，再选取得分最高的实体节点作为尾实体输出答案，并可以将头实体和尾实体之间的实体节点和关系边提取出来，为预测提供图形解释，提高了推理过程的可解释性。
-
公开(公告)号：CN115964459B
公开(公告)日：2023-09-12
申请号：CN202111624732.4
申请日：2021-12-28
Applicant: 北方工业大学
IPC: G06F16/33 , G06F16/332 , G06F16/36 , G06N3/02
Abstract: 本发明提供一种基于食品安全认知图谱的多跳推理问答方法及系统，该方法包括：提取与当前目标问题相关的食品安全知识，并对食品安全知识进行实体关系抽取，根据当前目标问题和抽取的实体对认知图谱进行扩展，基于图神经网络对扩展后的认知图谱进行聚合更新；根据聚合更新后的认知图谱中各节点属于答案的概率，确定各节点是否为候选答案；继续将不属于候选答案的节点作为下一目标问题，迭代执行实体关系抽取、认知图谱的扩展和聚合更新，以及节点的概率计算的过程，直到满足预设终止条件；根据最后一次聚合更新后的认知图谱中各节点属于答案的概率，获取最终答案。本发明实现为用户返回有效性高、可信度高和可解释性强的准确答案。
-
Patent Agency Ranking
公开(公告)号：CN115964504A
公开(公告)日：2023-04-14
申请号：CN202111630731.0
申请日：2021-12-28
Applicant: 北方工业大学
Abstract: 本发明提供一种食品安全风险预测方法及系统，该方法包括：获取待预测食品的食品安全抽检数据；基于多个不同历史时刻的食品安全抽检数据，按照时序关系，构建历史时刻食品安全动态知识图谱集合；根据当前时刻的食品安全抽检数据，构建当前时刻食品安全动态知识图谱；将历史时刻食品安全动态知识图谱集合输入到食品安全历史知识图谱预测模型，得到历史时刻食品安全风险预测结果；将当前时刻食品安全动态知识图谱输入到食品安全当前时刻知识图谱预测模型，得到当前时刻食品安全风险预测结果；将历史时刻食品安全风险预测结果和当前时刻食品安全风险预测结果进行融合，得到食品安全风险最终预测结果。本发明提升了食品安全风险预测精度。
-
公开(公告)号：CN119942592A
公开(公告)日：2025-05-06
申请号：CN202510011144.5
申请日：2025-01-03
Applicant: 北方工业大学
Abstract: 本发明提出一种基于双路注意力机制的行人重识别方法及系统，属于图像处理领域，包括：S1：采集社区行人数据进行数据预处理，构建社区行人数据集；S2：构建ResNetRFA网络，将社区行人数据集输入ResNetRFA网络，提取行人目标关键特征并生成感受野特征图#imgabs0#；S3：将#imgabs1#划分为若干局部特征图后与#imgabs2#一起输入双路注意力机制模块，通过全局上下文注意力机制模块和局部关系注意力机制模块获取局部‑全局关系特征图；S4：将局部‑全局关系特征图转换为特征向量用于表示行人，通过向量间的角度差值优化欧氏距离的计算方式，判断两个行人是否为同一人。本发明方法提高了行人重识别的准确度、鲁棒性和泛化性。
-
公开(公告)号：CN115964504B
公开(公告)日：2023-06-30
申请号：CN202111630731.0
申请日：2021-12-28
Applicant: 北方工业大学
IPC: G06F16/36 , G06F16/903 , G06N3/02 , G06N3/08 , G06Q10/04 , G06Q10/0635
Abstract: 本发明提供一种食品安全风险预测方法及系统，该方法包括：获取待预测食品的食品安全抽检数据；基于多个不同历史时刻的食品安全抽检数据，按照时序关系，构建历史时刻食品安全动态知识图谱集合；根据当前时刻的食品安全抽检数据，构建当前时刻食品安全动态知识图谱；将历史时刻食品安全动态知识图谱集合输入到食品安全历史知识图谱预测模型，得到历史时刻食品安全风险预测结果；将当前时刻食品安全动态知识图谱输入到食品安全当前时刻知识图谱预测模型，得到当前时刻食品安全风险预测结果；将历史时刻食品安全风险预测结果和当前时刻食品安全风险预测结果进行融合，得到食品安全风险最终预测结果。本发明提升了食品安全风险预测精度。
-
公开(公告)号：CN114398464A
公开(公告)日：2022-04-26
申请号：CN202111627289.6
申请日：2021-12-28
Applicant: 北方工业大学
Abstract: 本发明提供一种基于知识图谱的研讨数据展示方法及系统，该方法包括：获取专家研讨语音数据，并对专家研讨语音数据进行语音识别处理，得到专家研讨文本数据；将专家研讨文本数据输入至训练好的向量提取模型，得到专家研讨文本数据对应的知识表示向量；将知识表示向量与预设的历史知识图谱进行匹配，在匹配成功的情况下，将匹配到的历史知识图谱进行展示；在匹配失败的情况下，基于专家研讨文本数据构建新知识图谱，将新知识图谱与历史知识图谱进行融合，并对新知识图谱进行展示。本发明能够根据专家研讨内容提供全面的知识展示，并根据专家的研讨过程形成新的知识，为专家快速准确地得到研判结果提供了数据基础。
-
公开(公告)号：CN113849613A
公开(公告)日：2021-12-28
申请号：CN202111081512.1
申请日：2021-09-15
Applicant: 北方工业大学
IPC: G06F16/332 , G06F16/36 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 本发明提供一种食品安全问答推理方法、系统及电子设备，包括：获取食品安全问题；将所述食品安全问题输入至食品安全问答推理模型中，得到所述食品安全问答推理模型输出的食品安全问题的答案；其中，所述食品安全问答推理模型基于食品安全知识图谱和食品安全问答陈述向量训练得到；所述食品安全问答陈述向量通过将关于食品的安全问题的问题概念向量和与所述安全问题对应的答案的答案概念向量进行拼接得到。该方法用以解决现有技术中针对食品安全问题的回答准确度低的缺陷，通过将食品安全问题输入基于食品安全知识图谱和食品安全问答陈述向量训练得到的食品安全问答推理模型中，输出对应于所述食品安全问题精确度显著提高的答案。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.026 seconds)
