基于异构图卷积神经网络的传染病方面级情感分类方法

    公开(公告)号:CN116662554B

    公开(公告)日:2023-11-14

    申请号:CN202310924083.2

    申请日:2023-07-26

    Abstract: 本发明公开了基于异构图卷积神经网络的传染病方面级情感分类方法,通过采集传染病舆情文本,并按方面类别和情感极性进行分类标注,再输入至词嵌入层,得到第一特征向量;将第一特征向量输入BiLSTM,得到第二特征向量,将第二特征向量组成第一向量表示矩阵;构建异构图;利用异构图卷积神经网络算法对异构图进行聚合更新,得到第二向量表示矩阵;将第二向量表示矩阵输入至注意力机制层;然后掩码层屏蔽非方面单词的隐藏状态向量,增强的方面特征向量;最后得到情感预测标签。采用本方法可以有效地分类社交媒体中与传染病舆情相关方面实体的情感极性,大大提高了方面情感分类任务的检测效果,有助于人们更好地理解公共舆论。

    一种面向图数据的批量流式边点混合切分方法

    公开(公告)号:CN115344607A

    公开(公告)日:2022-11-15

    申请号:CN202210933381.3

    申请日:2022-08-04

    Abstract: 本发明属于图数据挖掘领域,公开了一种面向图数据的批量流式边点混合切分方法,设计了一种基于点流数据的批量划分策略,提出了一种优化负载和通讯代价的目标函数,通过计算目标函数确定批量流数据的初始点切分。同时,本方法通过计算现有切分和将流数据节点的分身节点加入到次有切分后的切分增益,决定是否保留分身。除此之外,本发明既解决了点划分的信息丢失,又避免了边切分的信息冗余,在进行点切分和边切分时,都可以并行处理。

    一种基于生成式对抗主动学习的离群点检测方法

    公开(公告)号:CN115146708A

    公开(公告)日:2022-10-04

    申请号:CN202210641407.7

    申请日:2022-06-08

    Abstract: 本发明属于数据挖掘异常检测技术领域,公开了一种基于生成式对抗主动学习的离群点检测方法,该方法步骤为:S1、输入数据;S2、训练生成模型并生成样本;S3、训练主动学习分类模型并筛选生成样本;S4、训练判别模型;S5、执行异常检测操作。本发明针对异常检测中常见的数据样本标签数量有限和正负样本不均匀分布等问题,采用基于生成式对抗主动学习的技术方法,生成多样的、信息丰富的、有代表性的样本,实现更准确的离群点检测。

    基于约束子图计算的新冠肺炎感染人群分析方法及系统

    公开(公告)号:CN113658716A

    公开(公告)日:2021-11-16

    申请号:CN202110851425.3

    申请日:2021-07-27

    Abstract: 本发明属于公共卫生服务技术领域,具体涉及一种基于约束子图计算的新冠肺炎感染人群分析方法及系统,该方法步骤为:S1、新冠数据收集与清洗;S2、构建新冠肺炎场景下的人群图模型;S3、分析计算人群被感染概率指数;S4、发现潜在的感染人群并输出。本发明采用约束子图计算挖掘技术,综合多方面感染因素,通过定义计算被感染概率指数的方法,更有效的挖掘出潜在的新冠肺炎感染人群;基于被感染概率指数指标,设计新冠肺炎感染人群分析系统,设定不同级别的防疫应对举措,精确通知到管理部门和个体人群,为公共卫生防疫工作提供极大的助力,降低新冠感染概率,保护公众生命安全。

    传染病感染情况预测方法、系统、设备及存储介质

    公开(公告)号:CN115862888A

    公开(公告)日:2023-03-28

    申请号:CN202310135076.4

    申请日:2023-02-17

    Abstract: 本申请涉及一种传染病感染情况预测方法、系统、设备及存储介质,通过增量模块响应预设指令,控制输入模块获取新增数据,图引擎根据新增数据对基于历史数据得到的第一图模型进行迭代训练,得到第二图模型,如此进行图模型的动态更新,其中图模型以各地区作为节点,各节点特征基于地区病情信息获得,各节点按照地区之间的地理位置关系连接形成边,各边按照地区人口信息分配边权重,更新后的图模型利用交互模块选择的待预测数据进行传染病感染情况预测,解决了相关技术中传染病感染情况预测准确率较低的问题。

    基于边-节点混合切分的并行约束子图挖掘方法

    公开(公告)号:CN114722241A

    公开(公告)日:2022-07-08

    申请号:CN202210183468.3

    申请日:2022-02-25

    Abstract: 本发明属于图数据挖掘计算技术领域,具体涉及一种基于边‑节点混合切分的并行约束子图挖掘方法,该方法步骤为:S1、图数据输入;S2、边‑节点混合图数据切分;S3、分发计算任务;S4、执行并行计算。本发明在图数据切分方面,采用边节点混合的子图切分方案,在约束子图挖掘任务中兼顾了子图的完整性和切分的均衡性,同时减小切分冗余;约束子图挖掘方面,采用并行的计算框架提升计算任务效率。

    基于带HBM的FPGA的动态极大团枚举装置及方法

    公开(公告)号:CN117312633B

    公开(公告)日:2024-05-03

    申请号:CN202311465612.3

    申请日:2023-11-07

    Abstract: 本发明公开了一种基于带HBM的FPGA的动态极大团枚举装置及方法,包括:HBM存储外界PC主机传来的用于更新图结构的动态边流、全图邻接矩阵、以及候选团;矩阵计算单元基于动态边流更新全图邻接矩阵并发送更新的全图邻接矩阵至HBM存储,同时确定需要更新候选团的待更新头节点;排序计算单元根据更新的全图邻接矩阵和每个待更新头节点通过数据分块排序构建候选团重构的排序集;更新计算单元基于候选团重构的排序集并行执行各待更新头节点对应的候选团的更新任务,并将更新的候选团发送至HBM存储,并更新的候选团被发送至PC主机以采取过滤操作提取极大团,这样支持流水线式的增量极大团计算,提升任务的整体计算效率。

    一种RNA相似度分析图计算方法、装置、设备和介质

    公开(公告)号:CN117334254A

    公开(公告)日:2024-01-02

    申请号:CN202311335418.3

    申请日:2023-10-16

    Abstract: 本申请涉及一种RNA相似度分析图计算方法、装置、设备和介质,其中,RNA相似度分析图计算方法包括:将被查找RNA的序列数据转换为被查找RNA结构图;对所述被查找RNA结构图与目标RNA结构图进行相似性分析,得到第一相似度;确定所述被查找RNA结构图中基础组成结构的数量,并基于所述被查找RNA结构图中基础组成结构的数量与所述目标RNA结构图中基础组成结构的数量,得到第二相似度;基于所述被查找RNA结构图中的基础组成结构,对所述被查找RNA结构图进行重构,生成被查找RNA高阶图;对所述被查找RNA高阶图与目标RNA高阶图进行相似性分析,得到第三相似度;基于第一相似度、第二相似度以及第三相似度,获得被查找RNA与目标RNA的最终相似度,提高了计算的准确性。

Patent Agency Ranking