公开(公告)号：CN118760677B

公开(公告)日：2024-12-17

申请号：CN202411255515.6

申请日：2024-09-09

Applicant: 湘江实验室

Inventor： 陈洁 ,  杜梦瑶 ,  李小龙 ,  侯海良 ,  蒋伟进 ,  吴奇

IPC: G06F16/215 ,  G06F16/29 ,  G06N3/045 ,  G06N3/084 ,  G06N3/0985 ,  G06N5/04

Abstract: 本申请涉及一种基于稀疏拓扑时空注意力机制的缺失数据补全方法，包括：对时序数据进行随机缺失处理，并标记时序数据中的缺失值；对处理后的时序数据进行归一化处理，构建含有缺失值的数据集；构建稀疏拓扑时空注意力模型，稀疏拓扑时空注意力模型包括时间注意力模块、稀疏拓扑注意力模块；将数据集输入至稀疏拓扑时空注意力模型，计算损失函数，基于损失函数训练稀疏拓扑时空注意力模型，得到基于稀疏拓扑时空注意力机制的数据补全模型；将缺失数据输入至数据补全模型，得到完整数据。该方法能够捕获不同时间点和不同空间位置数据之间的复杂依赖关系，通过融合拓扑结构信息，能够精确地补全缺失数据，提高了补全结果的准确性。

公开(公告)号：CN118760677A

公开(公告)日：2024-10-11

申请号：CN202411255515.6

申请日：2024-09-09

Applicant: 湘江实验室

Inventor： 陈洁 ,  杜梦瑶 ,  李小龙 ,  侯海良 ,  蒋伟进 ,  吴奇

IPC: G06F16/215 ,  G06F16/29 ,  G06N3/045 ,  G06N3/084 ,  G06N3/0985 ,  G06N5/04

Abstract: 本申请涉及一种基于稀疏拓扑时空注意力机制的缺失数据补全方法，包括：对时序数据进行随机缺失处理，并标记时序数据中的缺失值；对处理后的时序数据进行归一化处理，构建含有缺失值的数据集；构建稀疏拓扑时空注意力模型，稀疏拓扑时空注意力模型包括时间注意力模块、稀疏拓扑注意力模块；将数据集输入至稀疏拓扑时空注意力模型，计算损失函数，基于损失函数训练稀疏拓扑时空注意力模型，得到基于稀疏拓扑时空注意力机制的数据补全模型；将缺失数据输入至数据补全模型，得到完整数据。该方法能够捕获不同时间点和不同空间位置数据之间的复杂依赖关系，通过融合拓扑结构信息，能够精确地补全缺失数据，提高了补全结果的准确性。

公开(公告)号：CN119918526A

公开(公告)日：2025-05-02

申请号：CN202510416311.4

申请日：2025-04-03

Applicant: 湘江实验室

Inventor： 易国栋 ,  赵俊伟 ,  黄偲乐 ,  杨英丽 ,  张新玉 ,  吴奇 ,  陈佳婷 ,  蔡文雅 ,  朱钰杰

IPC: G06F40/194 ,  G06F40/211 ,  G06F40/284 ,  G06N20/20 ,  G06N3/0455 ,  G06F18/22

Abstract: 本发明实施例中提供了一种基于句法增强的多维向量化文本相似度计算方法，属于数据处理技术领域，具体包括：步骤1，对输入文本进行分词和句法分析，得到分词结果及其对应的成分标签；步骤2，分别采用WoBERT模型和Transformer的自注意力机制对分词结果进行向量化表示并进行融合，得到融合向量；步骤3，通过深度集成变换器对融合向量进行降维处理，生成具有强表达能力的目标词向量；步骤4，针对相同成分标签的目标词向量，通过义素相似度公式计算相似度值；步骤5，基于全部相似度值，通过加权平均调整最终相似度评分。通过本发明的方案，引入基于句法与词向量结合的文本相似度匹配方法，提高了相似度计算的精度和效率。