一种基于预训练模型的伦理行为抽取方法

    公开(公告)号:CN114385824A

    公开(公告)日:2022-04-22

    申请号:CN202111512041.5

    申请日:2021-12-07

    Abstract: 本发明涉及人工智能伦理技术领域,尤其涉及一种基于预训练模型的伦理行为抽取方法,首先以涵盖伦理道德和人类行为的社会新闻为数据源,构建社会新闻数据集,并使用众包方法对数据集进行标注,再利用具有双向Transformer结构的中文预训练语言模型ERNIE,经过微调的模型编码了实体知识信息,从大量的社会新闻数据中准确的抽取伦理行为,此外预训练模型在标记数据稀缺时准确提取数据的重要特征,能够提高任务的整体性能,解决了中文语境下单词边界和组成成分的不确定性。

    一种基于知识的多层次同位模式挖掘方法

    公开(公告)号:CN113987012A

    公开(公告)日:2022-01-28

    申请号:CN202111208564.0

    申请日:2021-10-18

    Abstract: 本发明公开了一种基于知识的多层次同位模式挖掘方法,首先结合本体表示的领域知识与空间数据获取所述空间数据的语义关系,再依据距离阈值获取空间数据集的星型邻居关系,根据星型邻居获取团实例,通过团实例发现同位模式的方法,既避免了生成表实例的大量连接操作,也缓解了发现极大团的困难,解决了现有技术中的同位模式发现方法在生成表实例时需要大量的连接操作且难以发现极大团的技术问题,同时缓解了现有同位模式挖掘方法只能发现细粒度特征的单层次的同位模式的局限性。

    一种基于强化学习设计伦理智能体的方法

    公开(公告)号:CN113408738A

    公开(公告)日:2021-09-17

    申请号:CN202110531696.0

    申请日:2021-05-17

    Abstract: 本发明涉及机器学习领域,公开了一种基于强化学习设计伦理智能体的方法,包括从行为规范中归纳并提取出元伦理行为;利用众包技术对元伦理行为进行分级,得到元伦理行为分级;基于轨迹树、元伦理行为分级设计和强化学习算法设计奖励机制;选择生活场景并利用奖励机制进行伦理智能体训练。本发明实现对不同场景中相似行为的概括,能够从广义上概括出人们日常生活中的各类行为,保证了环境的一般性,在一定程度上解决了场景受限的问题;通过众包技术对元伦理行为进行分级统计,即能够节省时间成本;结合元伦理行为分级与轨迹树,完善强化学习中的奖惩机制,高效应对可能遇到的人类行为。

    基于禁忌与人工蜂群双向优化支持向量机的入侵检测方法

    公开(公告)号:CN108446562B

    公开(公告)日:2021-08-03

    申请号:CN201810258288.0

    申请日:2018-03-27

    Abstract: 本发明公开一种基于禁忌与人工蜂群双向优化支持向量机的入侵检测方法,首先对原始的人工蜂群算法进行重新构造,总体思想为将蜜源与支持向量机待优化参数进行同步编码,利用随机生成方式生成蜜源的初始解,执行基于禁忌‑人工蜂群搜索策略寻找最优特征子集。具体包括在初期雇佣蜂搜索阶段引入第一个禁忌表,对找到的局部最优解进行存储记忆,在以后的预定次迭代中避开这些局部最优解;在观察蜂阶段引入第二个禁忌表,同时加入奖惩机制改进蜜源的适应度函数,提高解的多样性;最后在侦查蜂阶段引入第三个禁忌表存储达到最大开发次数但适应值仍没有提高的解。本发明具有较强可行性和良好的实用性。

    一种基于知识图谱的个性化旅游景点推荐方法

    公开(公告)号:CN107729444B

    公开(公告)日:2021-01-12

    申请号:CN201710917772.5

    申请日:2017-09-30

    Abstract: 本发明公开一种基于知识图谱的个性化旅游景点推荐方法,通过互联网上海量的数据构建旅游领域知识图谱,利用改进的TransE模型对知识图谱中的信息进行编码,将景点以及用户结点依据链接属性的个数训练为一个n维的向量(假设有n个属性),将用户与景点之间的关系也表示为n维向量,得到用户以及景点的向量表示之后计算用户与用户以及景点与景点之间的相似度,将相似度代入预测评分公式得到两个预测评分,然后将f(h,r,t)所计算得到的向量之间的差值归一化到评分阈值之间,得到第三个预测评分,最后对三个预测评分进行加权平均得到最后的评分列表为用户做出推荐。本发明解决了现有技术中的语义差、推荐准确度低以及冷启动问题,具有良好的实用性。

    一种公路护栏立柱埋深及缺陷智能检测系统

    公开(公告)号:CN111780696A

    公开(公告)日:2020-10-16

    申请号:CN202010677365.3

    申请日:2020-07-14

    Abstract: 一种公路立柱埋深智能检测系统,其特征在于:由信号激励电路、信号接收电路、激励换能器、接收换能器和上位机组成;激励换能器和接收换能器均由支撑结构、线圈和永磁体组成;每个线圈都采用单层跑道形;每个永磁体均采用长方体形状;支撑结构整体采用环形结构,且在该支撑结构的周向上间隔地开设有槽,将换能器的线圈通过槽固定在换能器的支撑结构上;在支撑结构上,沿周向开有通孔,用以实现永磁体的固定。采用扭转模态导波,因此每2个相邻的永磁体的磁场方向相反;激励换能器套设在护栏立柱的顶端;信号激励电路的输出端与激励换能器的输入端相连;接收换能器套设在护栏立柱的中部即护栏立柱与土壤的交界面处;接收换能器的输出端与信号接收电路相连。

    一种软启动电路
    88.
    发明授权

    公开(公告)号:CN109861516B

    公开(公告)日:2020-10-02

    申请号:CN201910074046.0

    申请日:2019-01-25

    Abstract: 本发明公开了一种软启动电路,所述软启动电路包括输出电压检测电路、误差放大器、时钟控制电路、参考电压选择电路,参考电压选择电路的参考电压输出端子VREF与输出电压检测电路的反馈电压端子VFB一起接入误差放大器,误差放大器输出误差信号VC。本发明采用移位寄存器产生控制信号,利用数字控制方式实现软启动,不需要电容,也无需微控制器,外部接口简单,具有功耗低、启动快、可扩展的特点,可以解决DC‑DC开关电源电路在启动阶段存在较大浪涌电流的问题。

    一种快速重构高性能目标阵列的方法

    公开(公告)号:CN106227696B

    公开(公告)日:2020-01-07

    申请号:CN201610628003.9

    申请日:2016-08-03

    Abstract: 本发明公开了一种快速重构高性能目标阵列的方法,包括如下步骤:模型介绍、引入规则、约束定义、逻辑列和目标阵列最大化定义、处理器阵列重构算法和实验分析等,该快速重构高性能目标阵列的方法,而对于HPTA的构建,其等价于在网络中寻找节点不相交路径的最大数目,使得这些节点不相交路径具有上述偏序关系且路径的总花费最小,且具有相同的位置,当重构过程结束后,高性能目标阵列的重构问题可在多项式时间内得到最优解,可以将原宿主阵列中所有相邻集为空的处理单元视为故障处理单元,不仅实现了算法NMHP,同时也实现了算法ALG06和ALG14作为对比实验。对比现有技术的缺点,本发明优势明显,花费较小,其而更加准确,值得以后推广使用。

    一种基于多注意力机制的神经网络关系抽取方法

    公开(公告)号:CN110580340A

    公开(公告)日:2019-12-17

    申请号:CN201910808441.7

    申请日:2019-08-29

    Abstract: 本发明公开了一种基于多注意力机制的神经网络关系抽取方法,包括,S1:对每个句子和其相关的一对实体,采用双向GRU神经网络构建一对实体的时间歩词向量表示;S2:采用设置的单词级别的自注意力机制选择句子中表述这对实体的关系的词向量表示,得到所述一个句子的句子向量表示;S3:采用设置的句子级别的注意力机制选择其中的表示了一对实体间关系的句子向量表示,得到所述一对实体的综合向量表示;S4:将一对实体的综合向量表示与所有关系进行内积运算生成实体对之间为任一关系的概率,取最大概率得到一对实体预测关系。本发明能够对实体对的句子进行处理,获取重要句子和句子中的丰富语义,提高关系抽取效果。

Patent Agency Ranking