-
公开(公告)号：CN116644733A
公开(公告)日：2023-08-25
申请号：CN202310593941.X
申请日：2023-05-24
申请人： 国家电网有限公司 , 国网智能电网研究院有限公司 , 北京中电普华信息技术有限公司 , 华北电力大学
IPC分类号： G06F40/194 , G06F40/295 , G06F40/30 , G06F16/36
摘要： 本发明公开了一种基于知识表示学习的电力标准条款差异识别方法及系统。方法包括：(1)获取电力标准条款知识图谱，根据实体名称检索出需要识别差异的标准条款信息，包括条款所在的文件编码、文件名称、目录、条款内容；(2)利用不确定性知识表示学习模型获取知识图谱中实体及关系的表示向量；(3)根据条款内容，利用基于深度学习的文本相似度计算模型计算两个标准条款的句子语义相似度；(4)在两个标准条款的句子语义相似度高于第一阈值的情况下，利用条款差异识别模型，求解两个标准条款的三元组相似度，实现条款差异识别。本发明可以快速、准确地定位条款内容差异并给出差异点精准提示，能够为电力设备标准条款统一提供技术支撑。
-
公开(公告)号：CN116861905A
公开(公告)日：2023-10-10
申请号：CN202310595713.6
申请日：2023-05-24
申请人： 国家电网有限公司 , 国网智能电网研究院有限公司 , 北京中电普华信息技术有限公司 , 华北电力大学
IPC分类号： G06F40/295 , G06F40/211 , G06N3/0464 , G06N3/08 , G06F16/36 , G06F18/23
摘要： 本发明公开了一种基于深度学习的电力标准实体关系抽取方法及装置。方法包括：(1)数据预处理，数据归类并清洗电力技术标准条款中的脏数据；(2)利用注意力图神经网络筛选依存关系，预测电力技术标准条款的实体关系三元组；(3)构建置信度模型，对抽取出来的三元组进行后处理过滤；(4)采用递进式抽取方法，从抽取出的三元组中构造出关系模板，凭借关系模板在文本中进行匹配从而发现新的关系。本发明综合利用自然语言处理技术和深度学习技术对电力标准进行实体关系抽取，能够更准确、更高效获得电力标准实体关系。
-
公开(公告)号：CN115221783A
公开(公告)日：2022-10-21
申请号：CN202210853309.X
申请日：2022-07-08
申请人： 华北电力大学
IPC分类号： G06F30/27 , G06N3/04 , G06N3/08 , G06F119/14
摘要： 本发明公开了属于计算机应用技术领域的基于序列模型的粗粒土力学特性预测方法。该方法包括步骤1：采集粗粒土实验数据，并根据模型需要记录数据特征，再对数据进行整理和填补，划分出训练集和测试集；步骤2：基于步骤1的数据，训练机器学习模型直至收敛；步骤3：基于步骤2的收敛模型，输入待预测的粗粒土数据，得出预测结果；通过可视化模块展示预测曲线，再设定评价指标来评判最终预测效果。本发明可以对粗粒土的力学特征进行准确预测，并且节省了实验所需的人力、物力、财力；对于采用粗粒土作为主要材料的建筑，得出的结果可作为其安全性参考，有较强的实用性。
-
公开(公告)号：CN115204499A
公开(公告)日：2022-10-18
申请号：CN202210853672.1
申请日：2022-07-11
申请人： 华北电力大学
IPC分类号： G06Q10/04 , G06F30/27 , G06N3/04 , G06N3/08 , G06F119/14
摘要： 本发明公开了属于计算机应用技术领域的基于渐进式集成学习的大粒径粗粒土力学特性预测方法。该方法包括以下步骤：步骤1：采集三轴实验的数据，对各粒径粗粒土数据归类、过滤和补全；步骤2：基于步骤1得到的最大粒径归类的数据集，依次训练得到模型组；步骤3：根据步骤2的模型组，结合待预测的粗粒土特征数据，得到其力学特性的预测结果。本发明方法不仅在对最大粒径较小的粗粒土的力学特性预测上有更好的性能，更能对最大粒径更大的粗粒土的力学特性进行预测，并且结果具有良好的准确性、泛化性。
-
-
-
搜索结果
4 条记录 (耗时 0.077 秒)
