一种基于改进的概念和实例的三元组分类方法

    公开(公告)号:CN115168602A

    公开(公告)日:2022-10-11

    申请号:CN202210729057.X

    申请日:2022-06-24

    IPC分类号: G06F16/36 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于改进的概念和实例的三元组分类方法,包括:获取知识图谱,并划分为概念集、实例集、关系集和三元组集;对于instanceof三元组、概念三元组中的subclassof三元组、概念三元组中除subclassof三元组的三元组和实例三元组统一归类为关系三元组分别建模;使用基于边际参数的损失函数作为优化目标进行训练,采用随机梯度下降算法来最小化所述损失函数,训练结束后得到模型的超参数;将测试三元组输入模型中,判断该三元组的标签是“正确”或“错误”并输出标签。本发明将概念和实例在不同的空间中进行嵌入表示学习,有效缓解同一概念所属的不同实例在嵌入表示空间聚集的问题。

    通过学习稳定表示空间的持续学习关系分类方法

    公开(公告)号:CN118503758A

    公开(公告)日:2024-08-16

    申请号:CN202410650887.2

    申请日:2024-05-24

    摘要: 本发明公开了通过学习稳定表示空间的持续学习关系分类方法,包括以下步骤:获取医学药物数据,使用CRC模型作为基线模型进行训练;快速适应新关系;典型记忆样本选择;对所有关系进行平衡记忆回放:通过在平衡新的记忆集上进行提示调整来训练CRC模型;在平衡调整之后,再次应用记忆选择,以选择当前任务的最典型记忆样本;使用一个实例级的自对比学习目标来增强记忆实例的表示;构建关系分类后的医学药物知识图谱。本申请无需引入额外的参数或训练数据,缓解了CRC中的灾难性遗忘问题;基于提示的实例级对比目标,以生成高质量的实例嵌入。

    基于粒子群优化的面向数据异构的联邦学习方法

    公开(公告)号:CN116956986A

    公开(公告)日:2023-10-27

    申请号:CN202310660630.0

    申请日:2023-06-06

    摘要: 本发明公开了基于粒子群优化的面向数据异构的联邦学习方法,训练开始前,服务器向各个客户端发送评分数据集Ds,Ds是服务器数据Dm的独立同分布子集;在联邦学习的通信过程中,客户端向服务器上传局部模型的历史最佳分值pbest,服务器在取得各个客户端传递的历史最佳分值后进行比对,确定在评分数据集上表现最好的客户端;请求获取该客户端的模型参数;聚合该客户端的本地模型参数更新全局模型。本发明结合粒子群优化算法与联邦学习训练过程,将联邦学习的通信数据形式由模型参数变为模型分值,有效降低通信成本;提出模型再训练策略,以可控的方式指导联邦模型的优化。

    一种直升机投放多圈声纳浮标方法

    公开(公告)号:CN116946304A

    公开(公告)日:2023-10-27

    申请号:CN202310678315.0

    申请日:2023-06-09

    摘要: 本发明公开了一种直升机投放多圈声纳浮标方法,包括:确定探测点位置,再制定直升机的飞行路线;制定深水域搜索方案;潜艇沿N至K的直线方向攻击平台K,敌方潜艇在N点被探测到,直升机从B点出发进行搜索后在M点锁定潜艇位置,以浮标直径近似代替一个浮标在弧PKQ上的弧长,再用弧PKQ的长度除以一个浮标直径,求解后取整加1,即确保深水域安全区域C边界的全覆盖;确定第一圈浮标投放的个数和最外面一圈探测点位置;建立第二层到最后一层的投放浮标模型。本发明充分利用了现有的资源,适合于任意重要平台为确定点的常规搜索,探测点分布规律,模型易建立,确保了平台周围海域的安全。

    一种基于三轴旋转式惯导系统的导航方法及导航系统

    公开(公告)号:CN115574817B

    公开(公告)日:2023-03-31

    申请号:CN202211569096.4

    申请日:2022-12-08

    IPC分类号: G01C21/16 G01C21/20

    摘要: 本发明公开了一种基于三轴旋转式惯导系统的导航方法及导航系统,用于解决现有系统中由于旋转调制引起的系统输出姿态波动问题。通过在三轴旋转式惯导系统的外环转动框架上安装辅助惯性测量单元,然后以内环转动框架上的主惯性测量单元解算出的位置、速度、姿态信息作为观测值,对辅助惯性测量单元的导航误差进行实时卡尔曼滤波最优估算,并在旋转调制周期的整数倍时对辅助惯性测量单元的误差进行定期校正,最后以辅助惯性测量单元导航计算的载体姿态角作为导航系统的姿态输出,从而实现对旋转调制引起的姿态波动抑制。本发明可以有效提高旋转惯导系统姿态精度,能够满足多种应用场合对三轴旋转式惯导系统的高稳定性或高精度姿态需求。

    复杂语义增强异构信息网络表示学习方法和装置

    公开(公告)号:CN112182511B

    公开(公告)日:2021-02-19

    申请号:CN202011351571.1

    申请日:2020-11-27

    IPC分类号: G06F17/18 G06N3/04 G06N3/08

    摘要: 本申请涉及一种复杂语义增强异构信息网络表示学习方法和装置。所述方法包括:抽取异构信息网络蕴含的元图;根据元图引导在异构信息网络中进行随机游走,以得到异构信息网络中节点转移至其邻居节点的转移概率,进而得到语义路径集合;查询语义路径集合中包含共享节点的两条路径,当共享节点对应的节点类型满足预设条件,则将两条路径在所述共享节点处进行级联;当级联后的路径达到预设长度或者任意两条路径没有共享节点时,长程语义路径挖掘终止,导出长程语义路径集合;根据长程语义路径集合,进行异构信息网络的表示学习。采用本方法能够利用到更加丰富的语义信息,提升异构信息网络表示学习的性能和效率。

    一种基于知识图谱嵌入模型的链路预测方法

    公开(公告)号:CN115098699B

    公开(公告)日:2024-09-06

    申请号:CN202210728837.2

    申请日:2022-06-24

    摘要: 本发明公开了一种基于知识图谱嵌入模型的链路预测方法,包括:获取知识图谱;对于instanceof三元组单独建模,对于概念三元组中的subclassof三元组,利用subclassof关系的传递性进行建模,对于概念三元组中除subclassof三元组的三元组和实例三元组统一归类为关系三元组并建模;使用基于边际参数的损失函数作为优化目标进行训练;采用随机梯度下降算法来最小化所述损失函数,训练结束后得到模型的超参数;将缺失头实体或尾实体的关系三元组输入模型,输出预测结果。本发明缓解实例和概念在同一空间建模带来的实例和概念的嵌入表示聚集从而影响模型效果的问题,很好的建模概念层次性和isA关系的传递性。

    融合分层聚类和粒子群的联邦学习多目标优化方法

    公开(公告)号:CN117093885A

    公开(公告)日:2023-11-21

    申请号:CN202310660995.3

    申请日:2023-06-06

    摘要: 本发明公开了融合分层聚类和粒子群的联邦学习多目标优化方法,包括步骤:根据预训练模型参数的相似性将全部参与者聚成多个类;将各参与者聚类划分成簇之后,基于聚类结果进行多目标粒子群进化阶段;对粒子更新采用线性减权和引入变异算子;每个粒子表示特定的神经网络结构参数,此阶段中,基于聚类结果按比例采样得到参与者子集,并进行一个粒子的联邦学习适应度值评估,并在联邦学习每轮训练中重新分配每个粒子内的参与者子集。本发明可快速优化联邦学习多目标均衡下超参数;分层聚类算法提高了计算效率;引入粒子群算法、线性减权和变异算子对粒子群的更新方式,提高了本发明所得解的质量。

    一种投中水面船舶的物体投放时机计算方法

    公开(公告)号:CN116975510A

    公开(公告)日:2023-10-31

    申请号:CN202310672418.6

    申请日:2023-06-08

    IPC分类号: G06F17/12 G06F17/18

    摘要: 本发明公开了一种投中水面船舶的物体投放时机计算方法,在z方向,由牛顿第二定律列出竖直方向合力的方程式,求出t;在x方向,炸弹仅受空气阻力影响,且炸弹本身在x方向没有初速度,根据牛顿第二定律,求出x方向距离;对y方向进行分析,积分得到y方向飞机与舰船的位置。本发明采用动力学的方法,通过动力学微分方程和边界条件,得到了物体进入水中物体运动轨迹方程,轨迹方程可以推广。