一种基于大语言模型的业务流程快速建模方法

    公开(公告)号:CN119168506A

    公开(公告)日:2024-12-20

    申请号:CN202411295175.X

    申请日:2024-09-16

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于大语言模型的业务流程快速建模方法。该方法包括:对输入的业务流程描述文本进行预处理,利用大语言模型将复杂句、复合句拆分成简单句。链式抽取出简单句中存在的事实类型,包括实体、事件、事件类型。通过大语言模型根据抽取的事件集给出若干预测出可能的事件关系集,与链式抽取出的事件关系集组合成事件关系池。采用遗传算法,将事件关系作为基因。在遗传算法的进化过程之后,在事件关系池中过滤出具有最高适应度的事件关系集。构建事实类型到业务流程要素之间的逻辑关系,将抽取出的信息转化成对应的json数据。通过模板实现结构化数据之间的转换,将json数据转化为业务过程执行语言BPEL(Business Process Execution Language)和描述BPMN(Business Process Modeling Notation)图形元素的语言。最后,将BPEL与描述BPMN图形元素的语言输入业务流程图建模软件,生成可视化的业务流程图。通过上述方式,可以提高建模效率、降低建模门槛、在专业建模工具中进一步定制和编辑以满足特定需求。

    一种基于图像增强和坐标映射的航船入港可视化导航方法

    公开(公告)号:CN118999558A

    公开(公告)日:2024-11-22

    申请号:CN202411008009.7

    申请日:2024-07-25

    Abstract: 本发明涉及船舶引航技术领域,提出一种基于图像增强和坐标映射的航船入港可视化导航方法,依序包括步骤:坐标获取、图像获取、坐标映射、导航数据可视化,其中:坐标获取,获取待入港船舶当前的经纬度坐标与朝向,规划得到船舶入港路线的经纬度坐标序列;图像获取,使用船载相机对船舶正前方进行拍摄,以获取船舶行驶前方的海况图像;坐标映射,计算导航坐标点在拍摄画面中的位置,得到映射后的坐标;导航数据可视化,将映射结果经拟合后进行绘制,呈现在图像上。本发明为恶劣天气下的引航船入港提供了一种辅助手段,将导航数据和引航路线与实景结合,实现了导航数据与航道的可视化,提高了船舶出入港的安全性与准确性。

    基于时序分布信息和主题模型的新闻事件演化分析方法

    公开(公告)号:CN103984681B

    公开(公告)日:2017-01-25

    申请号:CN201410127095.3

    申请日:2014-03-31

    Applicant: 同济大学

    Abstract: 本发明“基于时序分布信息和主题模型的新闻事件演化分析方法”,涉及文本分析领域。首先通过分析新闻报道在时间序列上表现出来的分布特征,并利用K-Means聚类算法,将语料库按时间划分成几个子语料库;然后利用主题模型依次对每个子语料库进行主题建模,通过Gibbs抽样的方法将模型学习出来,得到每个子语料的主题分布信息;最后通过计算相邻子语料库中两两主题之间的Jensen-Shannon距离,取距离最小的主题串联起来,被串联起来的主题便是该事件的主主题,每个子语料中除了主主题之外的辅助主题,便是该事件在各个阶段的关注点和新的发展。能更好地刻画新闻预料中事件发展的主线以及在各个阶段爆发出来的新的关注点。

    一种应用于协同制造系统中的资源配置方法

    公开(公告)号:CN104751302A

    公开(公告)日:2015-07-01

    申请号:CN201510197774.2

    申请日:2015-04-23

    Applicant: 同济大学

    Abstract: 本发明公开了一种应用于协同制造系统中的资源配置方法,于一基础平台上形成所述协同制造系统,所述基础平台用于为所述协同制造系统提供正常运行所需的基础数据和基础服务;所述协同制造系统包括有预设的多条表示制造服务资源约束和制造协同关系的产业链,包括下述步骤:获取用户期望的指标参数组和制造服务资源约束条件;根据所述指标参数组建立相应的所述制造协同关系;根据所述制造服务资源约束条件,采用迭代的方式对所述制造协同关系进行优化,以获取优化后的所述制造协同关系对应的产业链。本发明采用迭代的方式对所述制造协同关系进行优化,以获取优化后的所述制造协同关系对应的产业链,可实现收敛速度快以获取最优的产业链结构的目的。

    一种应用于协同制造系统中的语义搜索方法

    公开(公告)号:CN104750876A

    公开(公告)日:2015-07-01

    申请号:CN201510197775.7

    申请日:2015-04-23

    Applicant: 同济大学

    Abstract: 本发明公开了一种应用于协同制造系统中的语义搜索方法,语义搜索方法为:获取外部输入的服务请求数据;每个服务请求数据中包括多类服务子数据,服务子数据的类别与标准子数据的类别一一对应;选择一个标准服务数据,并判断得到每类服务子数据与对应的标准子数据之间的语义关联值;分别将语义关联值与语义关联阈值进行比较,以分别输出相应的比较结果;将所有比较结果均表示语义关联值大于语义关联阈值的对应的标准服务数据作为可选择数据保存;依照上述步骤对所有标准服务数据进行遍历,把所有可选择数据对应的标准服务纳入一服务集合中并输出。

    一种基于Web信息的本体概念属性学习方法

    公开(公告)号:CN103324700A

    公开(公告)日:2013-09-25

    申请号:CN201310229229.8

    申请日:2013-06-08

    Applicant: 同济大学

    Abstract: 本发明涉及本体学习领域,特别涉及到基于Web信息的本体概念属性学习方法。本发明的技术方案是以Web作为语料库,构建语言模式并作为Google搜索引擎的查询集合,进行网页片段和对应的源网址URL提取,以构建候选概念属性词库;根据候选词的URL构建文本集作为LDA的输入,采用Gibbs抽样的方法来获取LDA模型的训练参数,根据LDA模型的运行结果修剪和合并属性候选库,确立最终的概念属性词集。本发明能够更加准确有效地获取本体中的概念属性集合,从而使得自动或半自动构建本体成为可能。

    一种本体概念及层次关系生成方法

    公开(公告)号:CN103207856A

    公开(公告)日:2013-07-17

    申请号:CN201310114031.5

    申请日:2013-04-03

    Applicant: 同济大学

    Abstract: 本发明涉及本体学习领域,特别涉及到一种本体概念及层次关系生成方法。本发明的技术方案是将PAM概率主题模型应用于本体概念及层次的抽取,改进本体概念及层次关系学习的效果,以达到更加准确有效地生成本体概念。该方法首先通过建立基于PAM的本体概念及层次生成模型,将领域本体概念学习问题有效地转化为基于领域文档集的统计推断问题,采用Gibbs抽样的方法来获取概率分布特征向量;然后进行基于Wordnet的语义相似度计算,根据相似度关联关系生成概念,从而得到本体概念的集合及其层次关系。本发明能够更加准确有效地获取领域本体中的概念集合及概念间层次关系。

    用于港口资源配置的边界感知数据增强方法

    公开(公告)号:CN119784080A

    公开(公告)日:2025-04-08

    申请号:CN202411943768.2

    申请日:2024-12-26

    Applicant: 同济大学

    Abstract: 本案涉及港口资源配置优化,具体涉及一种用于港口资源配置的边界感知数据增强方法,用于解决克服港口生产作业环境历史交互数据收集困难导致不能发挥出离线强化学习的性能,并增强港口设备资源配置的泛化性能。所述方法步骤包括:对历史数据中每个回合中的状态,查询其最近的邻居状态,使用插值方法生成新的回合数据,实现边界感知数据增强;将生成的新的回合数据与原历史数据进行合并,获得用于港口资源配置模型的训练数据。获得的数据能够用于港口资源配置模型的离线训练,使得模型能够实现实时动态港口全域资源配置的目的,提升港口生产力。

Patent Agency Ranking