-
公开(公告)号：CN117112735B
公开(公告)日：2024-02-13
申请号：CN202311351864.3
申请日：2023-10-19
申请人： 中汽信息科技(天津)有限公司 , 中汽知识产权(广州)有限公司
IPC分类号： G06F16/33 , G06F40/30 , G06Q50/18 , G06F16/332
摘要： 本申请涉及一种专利数据库的构建方法和电子设备，涉及电数字处理技术领域，方法包括从全面专利数据库中检索目标企业的多个一层级专利；基于语义相似度模型，从所述全面专利数据库中筛选与各前一层级专利相似度大于阈值的专利，作为本层级专利；其中，本层级的阈值通过前一层级的专利价值与前一层级的阈值确定，前一层级的阈值大于等于本层级的阈值；以此类推得到多个层级专利，构建为目标企业的专利分析数据库。本申请凭借语义相似度模型和可变的阈值，实现渐进式的专利数量扩展，从而构建与企业技术紧密相关的、较全面的用于企业专利分析的数据库。
-
公开(公告)号：CN116991592A
公开(公告)日：2023-11-03
申请号：CN202311243018.X
申请日：2023-09-26
申请人： 中汽信息科技(天津)有限公司 , 中汽知识产权(广州)有限公司
IPC分类号： G06F9/50 , G06N3/0442 , G06F11/30
摘要： 本申请涉及一种基于神经网络的IO密集型任务内存利用率的优化方法，涉及深度学习技术领域，在优化周期到来时，将所述CPU参数、内存参数和磁盘参数输入至LSTM模型中得到由于内存不足导致程序崩溃的概率，如果所述概率大于第一阈值且小于第二阈值，将在等待队列中的任务继续等待一个优化周期，如果所述概率大于第二阈值，将在等待队列中的任务继续等待一个优化周期，并且将正在执行任务中的目标任务等待一个优化周期，防止因内存不足而导致程序执行效率变慢甚至崩溃，以达到最大程度利用计算机资源的目的。
-
公开(公告)号：CN118364058B
公开(公告)日：2024-09-06
申请号：CN202410782588.4
申请日：2024-06-18
申请人： 中汽知识产权(广州)有限公司 , 中汽信息科技(天津)有限公司
IPC分类号： G06F16/33 , G06N3/0442 , G06N3/0455 , G06N3/082 , G06F16/36
摘要： 本发明涉及数据检索技术领域，公开了一种基于知识图谱的专利语义检索方法和设备。该方法获取用户输入的语句；根据所述语句中的实体和预先构建的知识图谱，确定与所述语句相关的至少一个三元组；针对同一头部实体向量的多个尾部实体向量，利用注意力机制将所述头部实体向量注意到每个尾部实体向量上得到每个尾部实体的第一特征向量；根据每个尾部实体的用户感兴趣程度将所述第一特征向量修正为第二特征向量；根据融合特征向量、语句的特征向量和专利库中每条专利的特征向量，得到语义检索结果，通过知识图谱和用户对尾部实体的感兴趣程度综合确定语义检索的专利结果，能够精准捕捉到用户的意图，提高检索效率。
-
公开(公告)号：CN116932765A
公开(公告)日：2023-10-24
申请号：CN202311187657.9
申请日：2023-09-15
申请人： 中汽信息科技(天津)有限公司 , 中汽知识产权(广州)有限公司
IPC分类号： G06F16/35 , G06N3/0442 , G06N5/02 , G06Q50/18 , G06F18/25
摘要： 本发明涉及一种基于图神经网络的专利文本多级分类方法和设备，涉及深度学习技术领域，从待分类专利文本中提取多个词语、多级分类号、企业特征，将标签向量输入到图卷积神经网络中，联合具有先验概率的层级邻接矩阵使用，得到具备层级关系的标签特征；采用特征提取模块对多个词语先提取词嵌入向量，得到全局关联特征；将所述全局关联特征和所述待分类专利的多级分类号特征与企业特征嵌入表示特征使用attention进行融合并结合图卷积神经网络进行分类，得到第一分类结果；将标签特征与全局关联特征融合并分类得到第二分类结果；融合第一分类结果和第二分类结果，从而实现了专利文本的自动分类且提高了分类准确性。
-
公开(公告)号：CN118364058A
公开(公告)日：2024-07-19
申请号：CN202410782588.4
申请日：2024-06-18
申请人： 中汽知识产权(广州)有限公司 , 中汽信息科技(天津)有限公司
IPC分类号： G06F16/33 , G06N3/0442 , G06N3/0455 , G06N3/082 , G06F16/36
摘要： 本发明涉及数据检索技术领域，公开了一种基于知识图谱的专利语义检索方法和设备。该方法获取用户输入的语句；根据所述语句中的实体和预先构建的知识图谱，确定与所述语句相关的至少一个三元组；针对同一头部实体向量的多个尾部实体向量，利用注意力机制将所述头部实体向量注意到每个尾部实体向量上得到每个尾部实体的第一特征向量；根据每个尾部实体的用户感兴趣程度将所述第一特征向量修正为第二特征向量；根据融合特征向量、语句的特征向量和专利库中每条专利的特征向量，得到语义检索结果，通过知识图谱和用户对尾部实体的感兴趣程度综合确定语义检索的专利结果，能够精准捕捉到用户的意图，提高检索效率。
-
公开(公告)号：CN116932765B
公开(公告)日：2023-12-08
申请号：CN202311187657.9
申请日：2023-09-15
申请人： 中汽信息科技(天津)有限公司 , 中汽知识产权(广州)有限公司
IPC分类号： G06F16/35 , G06N3/0442 , G06N5/02 , G06Q50/18 , G06F18/25
摘要： 本发明涉及一种基于图神经网络的专利文本多级分类方法和设备，涉及深度学习技术领域，从待分类专利文本中提取多个词语、多级分类号、企业特征，将标签向量输入到图卷积神经网络中，联合具有先验概率的层级邻接矩阵使用，得到具备层级关系的标签特征；采用特征提取模块对多个词语先提取词嵌入向量，得到全局关联特征；将所述全局关联特征和所述待分类专利的多级分类号特征与企业特征嵌入表示特征使用attention进行融合并结合图卷积神经网络进行分类，得到第一分类结果；将标签特征与全局关联特征融合并分类得到第二分类结果；融合第一分类结果和第二分类结果，从而实现了专利文本的自动分类且提高了分类准确性。
-
公开(公告)号：CN117112735A
公开(公告)日：2023-11-24
申请号：CN202311351864.3
申请日：2023-10-19
申请人： 中汽信息科技(天津)有限公司 , 中汽知识产权(广州)有限公司
IPC分类号： G06F16/33 , G06F40/30 , G06Q50/18 , G06F16/332
摘要： 本申请涉及一种专利数据库的构建方法和电子设备，涉及电数字处理技术领域，方法包括从全面专利数据库中检索目标企业的多个一层级专利；基于语义相似度模型，从所述全面专利数据库中筛选与各前一层级专利相似度大于阈值的专利，作为本层级专利；其中，本层级的阈值通过前一层级的专利价值与前一层级的阈值确定，前一层级的阈值大于等于本层级的阈值；以此类推得到多个层级专利，构建为目标企业的专利分析数据库。本申请凭借语义相似度模型和可变的阈值，实现渐进式的专利数量扩展，从而构建与企业技术紧密相关的、较全面的用于企业专利分析的数据库。
-
公开(公告)号：CN114996291B
公开(公告)日：2022-11-11
申请号：CN202210934896.5
申请日：2022-08-05
申请人： 中汽信息科技(天津)有限公司
摘要： 本发明公开了一种自适应优先级的多级数据更新方法，涉及数据更新技术领域。其中，方法包括：获取本地的企业树，所述企业树包括多个叶子节点和多个非叶子节点，每个节点至少存储有层级信息和对应企业信息；当每个更新周期到来时，按照所述第一当前优先级从高到低的顺序对多个节点进行排序，对前设定数量个节点的企业信息进行更新；对于任一非叶子节点，按照所述第二当前优先级从高到低的顺序对多个非叶子节点进行排序，并对前设定数量个非叶子节点及各级子节点的层级信息进行更新。本发明在更新周期的轮询中，能够拿以最小的代价对高优先级的节点快速准确地更新。
-
公开(公告)号：CN114579644B
公开(公告)日：2022-07-22
申请号：CN202210483230.2
申请日：2022-05-06
IPC分类号： G06F16/2458 , G06N3/04 , G06N3/08 , G06Q50/06
摘要： 本发明实施例公开了一种基于深度学习的电池有效充电数据识别方法、设备和介质。其中，方法包括：获取整车充电过程中的充电数据曲线；采用多个不同尺寸的滑动窗口在所述充电数据曲线上进行滑动，在每个滑动窗口的每次滑动后，根据窗口内的充电数据曲线计算数据混乱度和数据变化趋势，进而汇总得到每个滑动窗口对应的总数据混乱度和总数据变化趋势；提取所述总数据混乱度和总数据变化趋势的特征；将所述总数据混乱度和总数据变化趋势的特征输入至深度学习模型，得到所述深度学习模型输出的有效或无效的识别结果。本实施例可以实现电池有效充电数据的快速、自动化识别。
-
公开(公告)号：CN114332520B
公开(公告)日：2022-06-17
申请号：CN202210243693.1
申请日：2022-03-14
申请人： 中汽信息科技(天津)有限公司
IPC分类号： G06V10/762 , G06V10/774 , G06K9/62
摘要： 本发明实施例公开了一种基于深度学习的异常驾驶行为识别模型构建方法，包括：获取汽车在多个时刻的运行数据，所述运行数据反映驾驶员在所述多个时刻的驾驶行为；利用所述多个时刻的运行数据对待训练的自编码器进行训练；利用训练好的自编码器和聚类识别器，构建异常驾驶行为识别模型；其中，所述聚类识别器用于对所述训练好的自编码器的输出数据进行聚类，识别异常驾驶行为。本实施例兼顾每个维度的主要信息，能够提高识别准确度。
-
-
-
-
-
-
-
-
-
搜索结果
26 条记录 (耗时 0.043 秒)
