-
公开(公告)号：CN111612226B
公开(公告)日：2023-04-18
申请号：CN202010395764.0
申请日：2020-05-12
申请人： 中国电子科技集团公司电子科学研究院 , 北京邮电大学
IPC分类号： G06Q10/04 , G06N3/0464 , G06N3/0475 , G06N3/084
摘要： 本发明提出了一种基于混合模型的群体日均到达人数的预测方法及装置，方法包括：基于群体日均人数的历史数据构建混合模型；基于混合模型对群体的日均到达人数进行预测；其中，混合模型包括基于历史数据中的线性数据部分构建的线性模型，以及基于历史数据中的非线性数据部分构建的非线性模型。根据本发明的基于混合模型的群体日均到达人数的预测方法，根据群体日均人数的历史数据中的线性数据部分和非线性数据部分，分别构建了线性模型和非线性模型，并将线性模型和非线性模型结合形成混合模型，该混合模型充分融合了线性模型和非线性模型各自的特有优势，来来对群体日均到达人数进行预测，有效提高了群体日均到达人数的准确性和可靠性。
-
公开(公告)号：CN111612226A
公开(公告)日：2020-09-01
申请号：CN202010395764.0
申请日：2020-05-12
申请人： 中国电子科技集团公司电子科学研究院 , 北京邮电大学
摘要： 本发明提出了一种基于混合模型的群体日均到达人数的预测方法及装置，方法包括：基于群体日均人数的历史数据构建混合模型；基于混合模型对群体的日均到达人数进行预测；其中，混合模型包括基于历史数据中的线性数据部分构建的线性模型，以及基于历史数据中的非线性数据部分构建的非线性模型。根据本发明的基于混合模型的群体日均到达人数的预测方法，根据群体日均人数的历史数据中的线性数据部分和非线性数据部分，分别构建了线性模型和非线性模型，并将线性模型和非线性模型结合形成混合模型，该混合模型充分融合了线性模型和非线性模型各自的特有优势，来来对群体日均到达人数进行预测，有效提高了群体日均到达人数的准确性和可靠性。
-
公开(公告)号：CN112347369B
公开(公告)日：2023-09-08
申请号：CN202011084705.8
申请日：2020-10-12
申请人： 中国电子科技集团公司电子科学研究院
IPC分类号： G06F16/9536 , G06Q50/00 , G06N20/20
摘要： 本发明公开了一种基于网络表征的集成学习动态社会网络链路预测方法。所述方法包括：基于预设时间周期划分所采集的动态网络数据，以获得T个子网络快照；从T个子网络快照中抽取训练集和测试集；针对前T‑1个子网络快照，采用网络表示学习方法构建节点特征，并将节点特征转化为第一节点对特征；针对前T‑1个子网络快照，提取基于局部网络结构相似性指标的第二节点对特征；合并第一节点对特征以及第二节点对特征，以获得第三节点对特征；构建集成学习模型，并基于训练集和第三节点对特征，训练集成学习模型；将测试集输入完成训练的集成学习模型，以实现链路预测。采用本发明，可以在不同场景下保持稳定的高精度结果，还可以降低计算复杂度。
-
公开(公告)号：CN112632450A
公开(公告)日：2021-04-09
申请号：CN202011610530.X
申请日：2020-12-30
申请人： 中国电子科技集团公司电子科学研究院
IPC分类号： G06F17/10
摘要： 本发明公开了一种广域空间异常轨迹识别方法、装置及可读存储介质，其中方法包括获取目标物体当前的坐标信息；根据所述当前的坐标信息与预先拟合的所述目标物体的轨迹信息之间的位置关系判定所述目标物体是否偏离轨迹。本发明实施例根据所述当前的坐标信息与预先拟合的所述目标物体的轨迹信息之间的位置关系判定所述目标物体是否偏离轨迹，实现了对交通体轨迹是否存在偏差的判断，在一些实施方式中可以对交通体轨迹进行预警。
-
公开(公告)号：CN117521789A
公开(公告)日：2024-02-06
申请号：CN202310243502.6
申请日：2023-03-14
申请人： 中国电子科技集团公司电子科学研究院
IPC分类号： G06N5/01 , G06N5/02 , G06F16/36 , G06F40/211 , G06F40/35 , G06F16/332
摘要： 本发明提出了一种基于语义动态感知的可解释多跳食品知识图谱问答方法，包括：获取给定的问题，确定与问题对应的AMR语义图；将AMR语义图中的关键要素在预先配置的食品知识图谱中检索，以构建问题的关键要素所对应的三跳联通子图谱，对三跳联通子图谱进行剪枝处理，得到对应的答案子图；利用答案子图，生成候选答案集合；基于预设的答案选择算法，从候选集合中选择问题的最终答案；基于给定的问题与最终答案的对应关系，构建用于在食品知识图谱中提供可解释的路径的目标函数。本发明可将所有元素嵌入到统一的语义空间中，实现了在同一的语义空间中去衡量与给定查询最相关的答案实体，并通过多跳路径来实现可解释性。
-
公开(公告)号：CN112347369A
公开(公告)日：2021-02-09
申请号：CN202011084705.8
申请日：2020-10-12
申请人： 中国电子科技集团公司电子科学研究院
IPC分类号： G06F16/9536 , G06Q50/00 , G06N20/20
摘要： 本发明公开了一种基于网络表征的集成学习动态社会网络链路预测方法。所述方法包括：基于预设时间周期划分所采集的动态网络数据，以获得T个子网络快照；从T个子网络快照中抽取训练集和测试集；针对前T‑1个子网络快照，采用网络表示学习方法构建节点特征，并将节点特征转化为第一节点对特征；针对前T‑1个子网络快照，提取基于局部网络结构相似性指标的第二节点对特征；合并第一节点对特征以及第二节点对特征，以获得第三节点对特征；构建集成学习模型，并基于训练集和第三节点对特征，训练集成学习模型；将测试集输入完成训练的集成学习模型，以实现链路预测。采用本发明，可以在不同场景下保持稳定的高精度结果，还可以降低计算复杂度。
-
公开(公告)号：CN115688921A
公开(公告)日：2023-02-03
申请号：CN202210766991.9
申请日：2022-07-01
申请人： 中国电子科技集团公司电子科学研究院
摘要： 本发明公开了一种基于多轮生成策略的可解释性知识推理方法，包括：给定待进行查询的知识图谱，并利用TransE模型，生成知识图谱中各实体的实体向量以及各关系的关系向量；获取查询条件，并识别查询条件中的实体之间的关系；计算知识图谱中各实体的实体向量与查询实体集中的实体的相似度，以获取候选实体集；基于查询条件中的实体以及实体之间的关系按照多轮生成策略；计算候选实体集中的候选实体与逻辑查询向量的相似度，并取相似度高于预设阈值的实体。本申请的方案实现了对于复杂查询生成一阶逻辑规则，利用语义相似度度量给定查询与候选实体之间的相关性，生成答案实体集合。
-
公开(公告)号：CN115358394A
公开(公告)日：2022-11-18
申请号：CN202210800193.3
申请日：2022-07-08
申请人： 中国电子科技集团公司电子科学研究院
摘要： 本发明公开了一种融合层内和层间注意力的知识图谱关系预测方法，包括：利用TransE模型初始化目标知识图谱中各实体i对应的实体向量xi，以及实体之间的关系向量hr；将各实体向量以及关系向量作为多层RGCN的输入，以利用所述多层RGCN输出各实体的目标向量；采用如下方式预测实体i和实体j之间的关系：计算多层RGCN输出的实体i和实体j对应的目标向量hi与目标向量hj之间的差值；基于多层RGCN输出的关系向量hr，确定与所述差值，余弦相似度最高的关系向量hr所对应的关系r，作为预测结果。本发明实施例通过引入两个图注意力模块，来缓解传统的基于图神经网络的关系预测方法存在的过度平滑问题，解决了图神经网络在小样本关系预测领域的上述局限性。
-
公开(公告)号：CN115270765A
公开(公告)日：2022-11-01
申请号：CN202210768530.5
申请日：2022-07-01
申请人： 中国电子科技集团公司电子科学研究院
IPC分类号： G06F40/216 , G06F40/30 , G06F40/284 , G06F40/211 , G06N3/04
摘要： 本发明公开了一种基于句法依存和词汇语义相似度的关系抽取方法，包括：利用双向LSTM，生成所述句子中各词语的词向量；利用卷积神经网络CNN生成所述句子的句子级别的全局性语义向量；利用卷积神经网络CNN生成所述句子的实体级别的局部性语义向量；计算所述句子中的词与实体之间的语义相似度；基于词与实体之间的语义相似度确定词与实体之间的注意力向量；拼接所述全局性语义向量、局部性语义向量以及所述注意力向量，输入至带有SoftMax激活函数的前馈神经网络模型，以确定所述句子中任意两个实体之间的关系。本发明实施例利用句法依存和词汇相似度来增强注意机制、以消除对丰富标注训练数据的依赖，生成句子中两个实体之间的关系。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.052 秒)
