-
公开(公告)号：CN117195894B
公开(公告)日：2024-07-26
申请号：CN202310883609.7
申请日：2023-07-18
Applicant: 安徽省交通规划设计研究总院股份有限公司 , 重庆交通大学 , 安徽省交规院工程智慧养护科技有限公司
IPC: G06F40/295 , G06F40/30
Abstract: 本发明公开了一种多维特征融合的桥梁康养领域实体对齐方法，收集实体名称、本体概念、概念描述、属性值、知识三元组相关数据，构建该领域实体对齐语料库，进一步构建多维特征融合的桥梁康养领域实体对齐模型，通过领域词嵌入捕获浅层语义，文本嵌入捕获深层语义，三元组嵌入捕获结构特征，并计算目标实体相关特征在相同向量空间下的语义相似度，设置可学习的自适应权重超参数实现实体对间的多维特征融合，得到最终的实体对综合语义相似度结果。本发明将领域词嵌入、文本嵌入与知识三元组嵌入方法相结合，同时保留了领域实体对间的浅层语义特征、深层语义特征以及在结构上的关联，进一步提高了模型的性能和领域适应性。
-
公开(公告)号：CN117195894A
公开(公告)日：2023-12-08
申请号：CN202310883609.7
申请日：2023-07-18
Applicant: 安徽省交通规划设计研究总院股份有限公司 , 重庆交通大学 , 安徽省交规院工程智慧养护科技有限公司
IPC: G06F40/295 , G06F40/30
Abstract: 本发明公开了一种多维特征融合的桥梁康养领域实体对齐方法，收集实体名称、本体概念、概念描述、属性值、知识三元组相关数据，构建该领域实体对齐语料库，进一步构建多维特征融合的桥梁康养领域实体对齐模型，通过领域词嵌入捕获浅层语义，文本嵌入捕获深层语义，三元组嵌入捕获结构特征，并计算目标实体相关特征在相同向量空间下的语义相似度，设置可学习的自适应权重超参数实现实体对间的多维特征融合，得到最终的实体对综合语义相似度结果。本发明将领域词嵌入、文本嵌入与知识三元组嵌入方法相结合，同时保留了领域实体对间的浅层语义特征、深层语义特征以及在结构上的关联，进一步提高了模型的性能和领域适应性。
-
公开(公告)号：CN117131200A
公开(公告)日：2023-11-28
申请号：CN202310883586.X
申请日：2023-07-18
Applicant: 安徽省交通规划设计研究总院股份有限公司 , 重庆交通大学 , 安徽省交规院工程智慧养护科技有限公司
Abstract: 本发明公开了一种基于深度学习的桥梁康养知识图谱构建方法,该方法首先对桥梁管养领域文本中的实体和关系进行标注，形成该领域知识抽取语料库；其次，提出基于预训练语言模型的信息抽取模型，该模型的嵌入层共享ALBERT预训练语言模型对领域文本描述进行知识表征，命名实体识别模块采用Transformer进行词嵌入的语义特征提取，关系抽取模块采用BiGCN提取特征，分别使用CRF和Softmax对命名实体和实体间关系进行标签预测，输入领域标注语料进行模型训练；然后，利用训练好的知识抽取模型进行该领域命名实体识别和关系抽取；最后，根据所抽取的实体和关系构建桥梁康养知识图谱。本发明应用于领域知识图谱构建过程，实现了桥梁康养知识的半自动化信息抽取，降低人工构建成本。
-
公开(公告)号：CN119886306A
公开(公告)日：2025-04-25
申请号：CN202510070523.1
申请日：2025-01-16
Applicant: 重庆交通大学
Abstract: 本发明属于智能模型技术领域，具体涉及大语言模型协同图神经网络的桥梁管养知识图谱表示方法，包括：S1、将OWL本体转换为三元组的知识图谱RDF图，并按照预设的游走方案生成多个不同关系的子图，并转到S2；采用预设的混合游走策略，从各个子图的多个实体出发，基于特定步数生成实体序列，并转到S3；在初始的RDF图的基础上构建逆关系和自环关系，形成新RDF图，并转到S4；S5、将S2‑S4得到的局部结构嵌入、语义嵌入和全局结构嵌入进行拼接及特征转换，得到融合后的实体和关系的嵌入表示。本方法可以充分利用OWL本体中的复杂语义信息、文本信息以及结构信息，实现知识的自动补全和链接预测，提高桥梁管养知识图谱的准确性和完整性。
-
公开(公告)号：CN118170913A
公开(公告)日：2024-06-11
申请号：CN202410280051.8
申请日：2024-03-12
Applicant: 重庆交通大学 , 重庆中科云从科技有限公司
Abstract: 本发明属于智能运算技术领域，具体涉及大语言模型驱动的混合上下文神经‑符号协同推理方法，包括：S1、获取交通基础设施运维语料进行处理并编码，得到数据集编码及知识图谱嵌入编码VG；S2、构建协同推理模型，包括答案生成模块Mgen、问题分类模块Mclass和多个分类问题处理模块；S3、使用思维链技术，将复杂问题文本Q分解为简单问题集合；S4、使用问题分类模块Mclass对简单问题进行分类后，使用分类问题处理模块求解；并通过知识图谱推理引擎RDFox判断是否符合逻辑规范；得到正确的简单答案集合Aset；S5、将简单答案集合Aset输入答案生成模块Mgen中生成最终答案A。本方法能够在交通基础设施运维等领域智能决策复杂场景下，实现有效的复杂推理以及数值计算。
-
Patent Agency Ranking
公开(公告)号：CN113392986B
公开(公告)日：2023-04-07
申请号：CN202110139183.5
申请日：2021-02-01
Applicant: 重庆交通大学
IPC: G06Q10/00 , G06Q50/08 , G06F16/36 , G06F40/242 , G06F40/295 , G06F40/30 , G06F18/241 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于大数据的公路桥梁信息抽取方法，采用字、词嵌入方式作为桥梁文本信息的向量输入，并且，考虑桥梁文本存在时序关联性采用双向长短期记忆网络提取桥梁文本的时序特征；考虑到字、词所处文本位置的不同与词性也有一定的关系，本发明额外对位置嵌入进行了特征提取，并选择了提取空间特性效果更好的卷积神经网络提取空间特征；还采用Attention层对时序特征及空间特征进行权重分配及特征融合得到融合特征；从而达到更好的特征提取效果。本发明还公开了一种基于大数据的公路桥梁信息管理养护系统，提出了以领域知识图谱为核心的大数据知识工程层次化模型，为计算机科学、桥梁工程等学科交叉研究提供了新的场景。
-
公开(公告)号：CN112949682B
公开(公告)日：2022-05-20
申请号：CN202110112799.3
申请日：2021-01-27
Applicant: 重庆交通大学
IPC: G06K9/62 , G06V10/764 , G06V20/10
Abstract: 本发明公开了一种特征级统计描述学习的SAR图像分类方法，包括：将目标SAR图像输入SAR图像分类网络；卷积层提取目标SAR图像的具有中层语义的特征基元；特征统计层基于具有中层语义的特征基元提取目标SAR图像的统计基元矢量；非线性及线性变换层基于统计基元矢量生成目标SAR图像的特征级统计描述矢量；Softmax层基于特征级统计描述矢量生成目标SAR图像的分类结果。相比于传统CNN方法，本发明不仅致力于SAR图像的结构特征学习，而且在特征学习过程中特别考虑了SAR图像的特征级统计特性，致力于集成特征学习和统计分析为一体，能够有效解决利用CNN方法进行SAR图像分类时泛化能力不足的问题。
-
公开(公告)号：CN113312912A
公开(公告)日：2021-08-27
申请号：CN202110711212.0
申请日：2021-06-25
Applicant: 重庆交通大学
IPC: G06F40/289 , G06F40/216 , G06F40/30
Abstract: 本发明涉及人工智能技术领域，具体涉及一种用于交通基础设施检测文本的机器阅读理解方法，包括：获取问题文本和待检测的段落文本；阅读理解模型首先对问题文本和段落文本进行编码得到对应的待检测字符向量；然后将待检测字符向量和设置的交通基础设施检测领域词向量进行融合得到对应的嵌入融合表示，并对嵌入融合表示进行语义特征捕捉；最后根据嵌入融合表示和捕捉的语义特征计算对应答案在段落文本中的字符位置，并将对应答案的字符位置作为段落文本的机器阅读理解结果；输出段落文本对应的机器阅读理解结果。本发明中的机器阅读理解方法能够兼顾理解全面性和理解准确性，从而能够提升交通基础设施检测领域中文文本的理解效果。
-
公开(公告)号：CN111709393A
公开(公告)日：2020-09-25
申请号：CN202010609544.3
申请日：2020-06-29
Applicant: 重庆交通大学
Abstract: 本发明公开了联合卷积与循环神经网络的结构损伤识别方法，包括：利用多个传感器采集待测目标不同位置的振动响应加速度数据；对振动响应加速度数据进行预处理形成时间序列数据矩阵；利用卷积神经网络从时间序列数据矩阵中提取空间相关性特征及短时间尺度依赖特征；利用门控循环网络基于空间相关性特征及短时间尺度依赖特征提取长时间尺度依赖性特征；利用长时间尺度依赖性特征对待测目标的损伤状态进行分类。本发明考虑监测数据在时间和空间上的联系，避免损伤状态识别中出现特征提取不足、鲁棒性差、模式分类能力较弱的情况，显著提高了结构损伤识别的精度，并能在合理的训练条件下节省更多的计算空间消耗，具有较好的计算时间和空间平衡性。
-
公开(公告)号：CN118410145B
公开(公告)日：2025-04-04
申请号：CN202410530331.X
申请日：2024-04-29
Applicant: 重庆交通大学 , 重庆中科云从科技有限公司
IPC: G06F16/3329 , G06F16/36 , G06F16/3332 , G06F16/334 , G06N5/022 , G06N5/04 , G06N20/00 , G06Q10/20 , G06Q50/08
Abstract: 本发明公开了一种大模型与知识图谱协同的桥梁管养问答方法，包括：构建桥梁管养复杂问答的Prompt指令提示；将复杂问题和Prompt指令提示输入注入了桥梁管养知识的对话大模型中，对复杂问题进行问题分解；对当前迭代次数下的首个子问题进行理解，生成Cypher查询语句，在桥梁管养知识图谱中检索得到答案；将首个子问题的答案、第二个子问题以及Prompt指令提示输入对话大模型中对第二个子问题进行再次分解，并执行下一次迭代；若再次分解失败，则对第二个子问题进行问题重写；根据第二个子问题的Cypher查询语句检索对应的答案；结合所有子问题的答案生成复杂问题的最终答案。本发明利用对话大模型和桥梁管养知识图谱的协同和融合实现复杂问题的问答。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.116 seconds)
