-
公开(公告)号:CN119073694A
公开(公告)日:2024-12-06
申请号:CN202411208971.5
申请日:2024-08-30
Applicant: 广西警察学院
Abstract: 本发明公开了一种多功能警务终端智能头盔,包括装置本体,所述装置本体包括头盔主体,其特征在于,所述头盔主体的内部设有识别组件,所述识别组件通过两个安装轴设置在头盔主体的内壁两侧,所述安装轴上铰接有支架,所述支架远离安装轴的端部固定安装有AR智能眼镜,所述头盔主体的外侧固定安装有摄像头,所述头盔主体的外侧固定安装有电池仓,所述摄像头外部的头盔主体外侧固定安装有补光组件,所述头盔主体的内部设有散热组件。本发明提升了现场情况的综合判断能力和指挥决策的效率。
-
公开(公告)号:CN118939811B
公开(公告)日:2025-02-25
申请号:CN202410996650.X
申请日:2024-07-24
Applicant: 广西警察学院
IPC: G06F16/36 , G06F16/953 , G06F16/335
Abstract: 本发明公开了一种基于新闻来源可信度的舆情知识图谱过滤方法,包括S1、生成初始新闻数据集;S2、通过建立可信度评估模型;S3、保留高可信度的新闻数据;S4、使用自然语言处理技术,对保留的新闻数据进行文本预处理;S5、生成初步的实体和关系数据;S6、基于初步的实体和关系数据,构建初始舆情知识图谱;S7、动态更新舆情知识图谱;S8、识别出对特定事件或话题的舆情态度和趋势;S9、优化知识图谱的数据质量;S10、基于优化后的舆情知识图谱进行舆情分析,生成舆情报告。本发明有效解决了现有技术中的缺陷和不足,实现了高质量、高时效性的舆情分析,为用户提供了可靠的决策支持和管理参考。
-
公开(公告)号:CN119167937A
公开(公告)日:2024-12-20
申请号:CN202411393490.6
申请日:2024-10-08
Applicant: 广西警察学院
IPC: G06F40/295 , G06F40/30 , G06N3/0464 , G06N5/022
Abstract: 本发明公开了一种基于大语言模型的多模态实体识别方法,S1、构建多模态输入数据集;S2、通过自适应模态交互框架确定并应用不同模态输入数据的预处理方法;S3、将预处理后的多模态输入数据集输入到具有模态感知机制的大语言模型中;S4、生成优化后的融合特征表示;S5、基于融合特征表示进行跨模态实体识别;S6、将识别出的实体通过动态映射算法与现有知识图谱进行自动匹配,若所述实体为新实体,则根据自适应模态交互的结果,自动生成新节点并更新现有的知识图谱节点关系;S7、通过不断输入新的多模态数据,系统自动调整并优化大语言模型的模态感知机制及自适应模态交互框架,对知识图谱进行动态扩展。本发明提升了复杂实体识别的准确性。
-
公开(公告)号:CN119378748A
公开(公告)日:2025-01-28
申请号:CN202411499914.7
申请日:2024-10-25
Applicant: 广西警察学院
IPC: G06Q10/04 , G06N5/022 , G06F40/30 , G06F16/3329
Abstract: 本发明公开了一种基于知识图谱和时间序列的招聘趋势预测与问答方法,S1、构建职位信息数据集;S2、通过语义分析将职位信息数据集表示为知识图谱;S3、基于新的招聘数据源或市场变化,知识图谱中的节点和边进行持续更新与管理;S4、识别出周期性模式、季节性变化及其他趋势;S5、预测未来的招聘需求变化;S6、接收用户的自然语言查询,对所述查询进行语义解析与意图识别,基于解析结果从知识图谱和时间序列分析的结果中检索相关信息,生成并输出相应的自然语言答案;S7、将所述预测结果和问答结果进行可视化处理,生成包括图表、趋势线的可视化报告。本发明提升了招聘数据分析和预测的准确性与效率。
-
公开(公告)号:CN118939811A
公开(公告)日:2024-11-12
申请号:CN202410996650.X
申请日:2024-07-24
Applicant: 广西警察学院
IPC: G06F16/36 , G06F16/953 , G06F16/335
Abstract: 本发明公开了一种基于新闻来源可信度的舆情知识图谱过滤方法,包括S1、生成初始新闻数据集;S2、通过建立可信度评估模型;S3、保留高可信度的新闻数据;S4、使用自然语言处理技术,对保留的新闻数据进行文本预处理;S5、生成初步的实体和关系数据;S6、基于初步的实体和关系数据,构建初始舆情知识图谱;S7、动态更新舆情知识图谱;S8、识别出对特定事件或话题的舆情态度和趋势;S9、优化知识图谱的数据质量;S10、基于优化后的舆情知识图谱进行舆情分析,生成舆情报告。本发明有效解决了现有技术中的缺陷和不足,实现了高质量、高时效性的舆情分析,为用户提供了可靠的决策支持和管理参考。
-
公开(公告)号:CN119476669A
公开(公告)日:2025-02-18
申请号:CN202411589546.5
申请日:2024-11-08
Applicant: 广西警察学院
IPC: G06Q10/047 , G06Q10/067 , G06Q10/0635 , G06Q50/02 , G06N3/042 , G06N3/08 , G06F18/15 , G06F18/213
Abstract: 本发明公开了一种基于图神经网络农产品质量异常传播路径预测系统及方法,S1、采集农产品供应链中质量数据集;S2、形成用于图神经网络输入的特征向量;S3、构建基于图神经网络的农产品供应链质量异常传播路径预测模型;S4、通过将预处理后的历史质量数据集输入异常传播路径预测模型;S5、实时监控各节点的质量状态;S6、基于边权重自适应调整机制对图中边的权重进行动态更新;S7、异常传播路径预测模型对质量异常的最佳传播路径进行重新计算并生成预测路径;S8、根据重新计算的异常传播路径识别潜在的风险节点;S9、系统通过实时数据更新异常传播路径预测模型。本发明实现了农产品供应链网络中对质量异常传播路径的精准预测和实时调整。
-
-
-
-
-