-
公开(公告)号：CN112000689B
公开(公告)日：2022-10-18
申请号：CN202010825084.8
申请日：2020-08-17
Applicant: 吉林大学
IPC: G06F16/242 , G06F16/28 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于文本分析的多知识图谱融合方法，包括：针对文本数据，构建多个知识图谱；使用Transformer生成每个知识图谱KG的实体向量表示；使用注意力机制对每个知识图谱KG的实体邻居进行采样；使用解耦图神经网络表示学习方法聚合每个知识图谱KG的实体的邻居信息；通过距离衡量任意两个知识图谱KG的实体之间相似度；利用正负样本进行神经网络的训练。与现有技术相比，本发明可以更好地区分实体之间的相似性和表达文本中一个实体的可能存在多个不同的社会属性，从而提升知识图谱融合的表达能力。
-
Patent Agency Ranking
公开(公告)号：CN107070802A
公开(公告)日：2017-08-18
申请号：CN201611192230.8
申请日：2016-12-21
Applicant: 吉林大学
IPC: H04L12/801 , H04L12/823 , H04L12/863
Abstract: 本发明公开了一种采用计算机程序的基于PID控制器的无线传感器网络拥塞控制方法。该方法包括的步骤有：相关参数的定义及初始化；将PID控制技术与主动队列管理方法相结合得到的PID队列管理拥塞算法嵌入到无线传感器网络环境中；用单神经元控制技术对PID控制器固定的参数(KP、KI、Kd)进行整定；用改进的粒子群算法对神经元PID控制器的初始参数(KP0、KI0、Kd0)，神经元学习速率(η1、η2、η3)进行在线寻优；得到PID控制器的三个适应无线传感器网络动态环境的参数后计算丢弃概率(P)丢弃数据包。其中采用粒子群算法寻优的学习因子为C1＝0.95+0.1*rand,C2＝C1,有导的Hebb学习算法来调整加权系数(wi(k))的值。从而达到在线调整PID队列拥塞算法的参数，使其适应无线传感器网络的特点。达到缓减无线传感器网络拥塞的目的。
-
公开(公告)号：CN107070802B
公开(公告)日：2021-01-12
申请号：CN201611192230.8
申请日：2016-12-21
Applicant: 吉林大学
IPC: H04L12/801 , H04L12/823 , H04L12/863
Abstract: 本发明公开了一种采用计算机程序的基于PID控制器的无线传感器网络拥塞控制方法。该方法包括的步骤有：相关参数的定义及初始化；将PID控制技术与主动队列管理方法相结合得到的PID队列管理拥塞算法嵌入到无线传感器网络环境中；用单神经元控制技术对PID控制器固定的参数(KP、KI、Kd)进行整定；用改进的粒子群算法对神经元PID控制器的初始参数(KP0、KI0、Kd0)，神经元学习速率(η1、η2、η3)进行在线寻优；得到PID控制器的三个适应无线传感器网络动态环境的参数后计算丢弃概率(P)丢弃数据包。其中采用粒子群算法寻优的学习因子为C1＝0.95+0.1*rand,C2＝C1,有导的Hebb学习算法来调整加权系数(wi(k))的值。从而达到在线调整PID队列拥塞算法的参数，使其适应无线传感器网络的特点。达到缓减无线传感器网络拥塞的目的。
-
公开(公告)号：CN112000689A
公开(公告)日：2020-11-27
申请号：CN202010825084.8
申请日：2020-08-17
Applicant: 吉林大学
IPC: G06F16/242 , G06F16/28 , G06K9/62 , G06N3/08
Abstract: 本发明公开了一种基于文本分析的多知识图谱融合方法，包括：针对文本数据，构建多个知识图谱；使用Transformer生成每个知识图谱KG的实体向量表示；使用注意力机制对每个知识图谱KG的实体邻居进行采样；使用解耦图神经网络表示学习方法聚合每个知识图谱KG的实体的邻居信息；通过距离衡量任意两个知识图谱KG的实体之间相似度；利用正负样本进行神经网络的训练。与现有技术相比，本发明可以更好地区分实体之间的相似性和表达文本中一个实体的可能存在多个不同的社会属性，从而提升知识图谱融合的表达能力。
-
公开(公告)号：CN107040961B
公开(公告)日：2020-07-14
申请号：CN201710450358.8
申请日：2017-06-15
Applicant: 吉林大学
IPC: H04W28/02 , H04L12/823
Abstract: 本发明公开了一种无线传感器网络拥塞控制方法，为克服现有技术存在的持续的满队列和业务流对缓存的死锁问题以及传统PI方法参数固定、不能很好适应无线传感器网络环境的问题，所述的一种无线传感器网络拥塞控制方法的步骤如下：1)相关参数的定义；2)PI方法的实现；3)采用单神经元控制技术对PI方法的改进，将此步骤改进后的方法命名为NPI方法；4)改进的粒子群算法对NPI方法的参数进行在线寻优：改进的粒子群算法对NPI方法中的固定参数KP、KI的初始值和学习速率η1、η2进行在线寻优，通过实时矫正来在线调整单神经元的权值，得到的方法命名为PNPI方法；5)以丢弃概率p(k)进行主动丢包，在队列缓冲区溢出之前，提前主动丢包。
-
公开(公告)号：CN107040961A
公开(公告)日：2017-08-11
申请号：CN201710450358.8
申请日：2017-06-15
Applicant: 吉林大学
IPC: H04W28/02 , H04L12/823
Abstract: 本发明公开了一种无线传感器网络拥塞控制方法，为克服现有技术存在的持续的满队列和业务流对缓存的死锁问题以及传统PI方法参数固定、不能很好适应无线传感器网络环境的问题，所述的一种无线传感器网络拥塞控制方法的步骤如下：1)相关参数的定义；2)PI方法的实现；3)采用单神经元控制技术对PI方法的改进，将此步骤改进后的方法命名为NPI方法；4)改进的粒子群算法对NPI方法的参数进行在线寻优：改进的粒子群算法对NPI方法中的固定参数KP、KI的初始值和学习速率η1、η2进行在线寻优，通过实时矫正来在线调整单神经元的权值，得到的方法命名为PNPI方法；5)以丢弃概率p(k)进行主动丢包，在队列缓冲区溢出之前，提前主动丢包。
-
-
-
-
-
Search Results
6
records
(took 0.01 seconds)
