融合关系过滤和多任务学习的全局指针网络实体关系抽取方法

    公开(公告)号:CN118504560B

    公开(公告)日:2024-12-03

    申请号:CN202410515138.9

    申请日:2024-04-26

    Abstract: 本发明公开了融合关系过滤和多任务学习的全局指针网络实体关系抽取方法,涉及自然语言处理领域,包括:将原始文本映射到预训练语言模块的输入序列,在输入序列的开头和结尾分别进行标记,对原始文本中的句子进行特征提取获得输出词向量;基于词向量构建全局指针网络,全局指针网络用于进行实体抽取;基于词向量获得关系过滤解码模块,关系过滤解码模块用于对关系进行筛选过滤;基于全局指针网络和关系过滤解码模块构建实体与关系抽取模块,基于实体与关系抽取模块对待处理文本进行处理获得实体与关系抽取结果,本发明能够解决重叠三元组问题以及嵌套实体问题,具有全局观,实现了训练与预测目标的一致性,增强了模型的性能,减少了实体关系抽取中的冗余关系判断,针对多任务学习,本发明设计了自适应损失函数权重调整,提升模型的性能。

    一种高机械品质因数铌酸钾钠基压电陶瓷及低温制备方法

    公开(公告)号:CN117362034B

    公开(公告)日:2024-07-05

    申请号:CN202311500391.9

    申请日:2023-11-10

    Abstract: 本发明公开了一种高机械品质因数铌酸钾钠基压电陶瓷及低温制备方法,属于压电陶瓷技术领域。压电陶瓷材料的化学通式为:(K0.48Na0.52)NbO3‑0.5mol%K4CuCo2Nb8O26。低温制备方法包括球磨、烘干、预烧、造粒压制、烧结、极化、退火。烧结的温度为960~1020℃,烧结时间为3‑5小时。制备的压电陶瓷的压电系数d33为60~84pC/N,机械品质因数Qm为187~555,机电耦合系数kp为26%~38%。本发明采用上述高机械品质因数铌酸钾钠基压电陶瓷及低温制备方法,能够有效的提高铌酸钾钠基压电陶瓷的机械品质因数Qm,明显降低烧结温度。

    一种基于卷积的降雨预测方法

    公开(公告)号:CN116307267A

    公开(公告)日:2023-06-23

    申请号:CN202310541048.2

    申请日:2023-05-15

    Abstract: 本发明公开了一种基于卷积的降雨预测方法,包括以下步骤:S1、获取降雨和风数据,并对其进行处理,得到二维信息;S2、将二维信息输入多模态融合结构,得到经过信息补充后的降雨特征图;S3、将降雨特征图输入UNet模型,得到降水强度分类结果,完成降雨预测;本发明提供的一种基于卷积的降雨预测方法利用多模态之间的互补性可以获取更高精度的降水预报,在采用多模态融合技术基础上,提出的UNet模型能够有效构建远程特征依赖关系加强对边缘信息及时序信息的特征提取,并通过改变特征提取过程构建轻量级卷积结构,在降雨预测的准确度上效果最佳。本发明从提高降雨预测准确度和降低模型复杂度上都表现出优秀性能。

    融合关系过滤和多任务学习的全局指针网络实体关系抽取方法

    公开(公告)号:CN118504560A

    公开(公告)日:2024-08-16

    申请号:CN202410515138.9

    申请日:2024-04-26

    Abstract: 本发明公开了融合关系过滤和多任务学习的全局指针网络实体关系抽取方法,涉及自然语言处理领域,包括:将原始文本映射到预训练语言模块的输入序列,在输入序列的开头和结尾分别进行标记,对原始文本中的句子进行特征提取获得输出词向量;基于词向量构建全局指针网络,对全局指针网络进行训练,全局指针网络用于进行实体抽取;基于词向量获得关系过滤解码模块,训练关系过滤解码模块,关系过滤解码模块用于对关系进行筛选过滤;基于全局指针网络和关系过滤解码模块构建实体与关系抽取模块,基于实体与关系抽取模块对待处理文本进行处理,实体与关系抽取结果,本发明能够解决重叠三元组问题以及嵌套实体问题,并且模型更具有全局观,实现了训练与预测目标的一致性,增强了模型的性能,减少了实体关系抽取中的冗余关系判断,针对多任务学习,本发明设计了自适应损失函数权重调整,提升模型的性能。

    一种面向中文专利摘要的命名实体识别方法

    公开(公告)号:CN118410804A

    公开(公告)日:2024-07-30

    申请号:CN202410515140.6

    申请日:2024-04-26

    Abstract: 本发明公开了一种面向中文专利摘要的命名实体识别方法,涉及自然语言处理领域,所述方法包括:获取预设IPC分类号的中文专利申请文件的摘要数据获得训练集;将所述训练集进行分类获得若干类别的子训练集,基于所有所述子训练集和预设标签构建分类模型;获取待识别专利摘要数据,基于自适应超参数获得识别模型,基于所述分类模型、所述识别模型和所述待识别专利摘要数据获得预测序列;基于所述预测序列生成命名实体标注序列,基于命名实体标注序列获得若干命名实体,基于所有所述命名实体获得专利检索结果,可以解决现有中文专利摘要命名实体识别方式依赖人工编写的语法规则和标注数据,导致该方式适应性、可扩展性和泛化能力差的问题。

    一种基于OMP的calmet程序的优化方法及系统

    公开(公告)号:CN113918210B

    公开(公告)日:2024-06-21

    申请号:CN202111086159.6

    申请日:2021-09-16

    Abstract: 本发明属于程序优化技术领域,公开了一种基于OMP的calmet程序的优化方法及系统,将f77代码转化为f90代码,并去除goto语句,替换摒弃的f77语句为f90语句;运用分析工具分析程序的热点程序,并记录程序热点函数;调整程序的编译选项,并使用英特尔编译器提供的优化选项‑自动向量化对程序进行优化;使用OMP技术对程序的热点模块‑avetmp平均温度计算模块、avemix空间混合高度计算模块进行并行优化。本发明在calmet计算模块程序优化的应用中,极大的提升了程序的计算效率;同时本发明的方法简单,成本低;弥补了现有优化方法性能提升效果不佳且成本高,对人员要求高的缺陷。

    一种高机械品质因数铌酸钾钠基压电陶瓷及低温制备方法

    公开(公告)号:CN117362034A

    公开(公告)日:2024-01-09

    申请号:CN202311500391.9

    申请日:2023-11-10

    Abstract: 本发明公开了一种高机械品质因数铌酸钾钠基压电陶瓷及低温制备方法,属于压电陶瓷技术领域。压电陶瓷材料的化学通式为:(K0.48Na0.52)NbO3‑0.5mol%K4CuCo2Nb8O26。低温制备方法包括球磨、烘干、预烧、造粒压制、烧结、极化、退火。烧结的温度为960~1020℃,烧结时间为3‑5小时。制备的压电陶瓷的压电系数d33为60~84pC/N,机械品质因数Qm为187~555,机电耦合系数kp为26%~38%。本发明采用上述高机械品质因数铌酸钾钠基压电陶瓷及低温制备方法,能够有效的提高铌酸钾钠基压电陶瓷的机械品质因数Qm,明显降低烧结温度。

    一种阴离子改性的压电陶瓷及其制备方法

    公开(公告)号:CN116573936B

    公开(公告)日:2023-09-12

    申请号:CN202310850114.4

    申请日:2023-07-12

    Abstract: 本发明涉及压电陶瓷技术领域,具体公开了一种阴离子改性的压电陶瓷及其制备方法,压电陶瓷的化学通式为:Ba0.86Sr0.14Ti0.92Zr0.08O3‑0.16xF0.32x,其中,x为用氟化锆ZrF4取代氧化锆ZrO2的摩尔比,0.2≤x≤1。本发明利用ZrF4取代部分ZrO2作为原料,实现F‑取代O2‑,进而实现阴离子掺杂。相较于O2‑,F‑的化学价更低、电负性更强,有利于形成晶格缺陷,并增大化学键强度,从而增强铁电极性,进而提升压电陶瓷的压电和介电性能,使压电陶瓷具有超高的压电和介电性能,压电常数d33最高可达950~1245pC/N,室温相对介电常数εr可达3201~3786;远高于钛酸钡陶瓷的压电性能。

    基于双位掺杂的铌酸钾钠基无铅电致伸缩陶瓷及其制备方法与应用

    公开(公告)号:CN111548157B

    公开(公告)日:2022-06-03

    申请号:CN202010334753.1

    申请日:2020-04-24

    Inventor: 吴波 吴文娟 陈敏

    Abstract: 本发明公开了一种基于双位掺杂的铌酸钾钠基无铅电致伸缩陶瓷及其制备方法与应用,所述无铅电致伸缩陶瓷组分组成如下述通式所示:(1‑x‑y)(K0.6Na0.4)NbO3‑xNaSbO3‑yBi0.7Na0.5ZrO3‑aFe2O3表示,通式中的x、y、a取值分别为:0.05≤x≤0.09,0.01≤y≤0.05,0.001≤a≤0.01。本发明所制备的铌酸钾钠基无铅电致伸缩陶瓷具有良好的优异的电致伸缩应变、电致伸缩系数和温度稳定性,其电致伸缩应变可达0.1%、电致伸缩系数可达0.047m4/C2,且电致伸缩系数在室温至180℃的宽温区内保持稳定,可在驱动器和微位移控制器等电子器件中获得应用,对取代铅基电致伸缩材料具有重大意义。

    一种高温防灾措施综合决策方法

    公开(公告)号:CN118709894B

    公开(公告)日:2025-04-08

    申请号:CN202410735744.1

    申请日:2024-06-07

    Abstract: 本发明公开了一种高温防灾措施综合决策方法,确定高温风险因子;建立各高温防灾措施与高温风险因子之间的映射关系;确定目标研究区域;采集高温评估指标的历史数据,建立并训练深度学习模型;所述深度学习模型以所述高温评估指标为输入,以所述高温风险因子为输出;基于所述深度学习模型,预测目标研究区域在指定时间内的高温风险因子;基于预测结果,建立包括不同高温防灾措施的决策矩阵;基于梯形模糊数算法,将所述决策矩阵转化为模糊评价矩阵;对模糊评价矩阵做去模糊化处理,得到规范化后属性值的期望值;对各高温防灾措施进行排序,并基于各高温防灾措施与高温风险因子之间的映射关系,得到最优决策。本发明可解决现有技术无法提前决策防灾措施,且决策冗余、决策效率低、决策精度有限等问题,实现能够为即将到来的高温极端气候动态且准确的决策出短期措施的目的。

Patent Agency Ranking