-
公开(公告)号：CN110941692B
公开(公告)日：2022-07-29
申请号：CN201910937986.8
申请日：2019-09-28
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F16/31 , G06F16/33 , G06F40/211 , G06F40/289
Abstract: 本发明公开的一种互联网政治外交类新闻事件抽取方法，旨在提供一种能够提高事件识别准确率的抽取方法，本发明通过下述技术方案予以实现：采用人工构建初始触发词集合，根据触发词集合定义事件类别，针对每类事件构建触发词表和包含触发词、事件论元角色的事件类别模板；结合文本依存句法，分析、识别和抽取政外领域事件元素。完成单文本预处理操作，并基于义原相似性计算并扩展类别事件触发词；将满足相似度的阈值的句子作为候选事件句。筛选满足事件类别模板的事件元素，提取事件句中的实体要素；再按照事件模板将事件元素填充到对应的论元角色中；筛选满足类别模板的候选事件元素；按事件模板生成事件的结构化描述文件，构建出政外领域事件库。
-
公开(公告)号：CN111611361B
公开(公告)日：2022-06-14
申请号：CN202010250183.8
申请日：2020-04-01
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F16/332 , G06F16/33 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开的一种抽取式机器智能阅读理解问答系统，旨在提供一种能够提升问答查询效率与实用性的问答系统。本发明通过下述技术方案实现：文档检索模块针对文档库中的海量文本文档，构建全文本搜索引擎ES检索和语义检索两级文档检索体系，形成问答查询的初步文档集；阅读理解模块通过阅读理解预训练模型提取问题与文档深层语义特征，结合语义特征和结构特征，利用多层神经网络模型判断文档存在答案的概率，利用指针网络实现答案的抽取；答案合并预测模块综合阅读理解模型输出的答案对冗余答案进行合并，得到可能的答案列表以及对应的答案概率。模型优化模块通过已标注文档集实现阅读理解模型的训练与优化，为问答系统提供更好的阅读理解模型。
-
公开(公告)号：CN111369457B
公开(公告)日：2022-05-17
申请号：CN202010129712.9
申请日：2020-02-28
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06T5/00 , G06T7/11 , G06K9/62 , G06V10/774
Abstract: 本发明公开的一种稀疏判别张量鲁棒性PCA的遥感图像去噪方法，旨在提供一种能更有效除去高光谱图像中噪声的去噪方法，本发明通过下述技术方案实现：对输入高光谱遥感图像进行图像分割，按固定尺寸，将高光谱遥感图像分割成不重叠的张量数据块；分别对每个张量数据块进行稀疏判别张量鲁棒性主成分分析：先将张量数据块分解为低秩分量、稀疏判别分量和稀疏噪声分量，构建稀疏判别张量鲁棒性主成分分析模型，迭代求解该模型得到去噪后的张量数据块，获得去噪图像；对重构去噪后的无噪声数据按比例划分训练集和测试集，最后将训练集和测试集输入到分类器，通过分类器输出所有测试样本的类别标记，实现对高光谱遥感图像去噪效果的评估。
-
公开(公告)号：CN112328801A
公开(公告)日：2021-02-05
申请号：CN202011043065.6
申请日：2020-09-28
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种事件知识图谱预测群体性事件的方法，涉及事件知识图谱挖掘与应用技术。本发明通过下述技术方案予以实现：分预测模型训练和实时预测两个阶段；预测模型训练阶段以历史结构化事件数据为输入数据构建历史事件图谱，采用图嵌入网络学习事件图谱的向量化表示，进而基于深度神经网络建立的分类网络模型来预测事件是否发生；实时预测阶段以实时的结构化事件数据为输入数据构建实时事件图谱，作为已训练完成的事件预测模型的输入数据，将实时事件数据构建的事件图谱输入事件预测模型，获取事件图谱的向量化表示，进而挖掘事件数据的深度语义信息，转化成一个事件发生和不发生的二分类问题，将概率最大的结果作为事件是否发生的预测结果。
-
公开(公告)号：CN111611361A
公开(公告)日：2020-09-01
申请号：CN202010250183.8
申请日：2020-04-01
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F16/332 , G06F16/33 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开的一种抽取式机器智能阅读理解问答系统，旨在提供一种能够提升问答查询效率与实用性的问答系统。本发明通过下述技术方案实现：文档检索模块针对文档库中的海量文本文档，构建全文本搜索引擎ES检索和语义检索两级文档检索体系，形成问答查询的初步文档集；阅读理解模块通过阅读理解预训练模型提取问题与文档深层语义特征，结合语义特征和结构特征，利用多层神经网络模型判断文档存在答案的概率，利用指针网络实现答案的抽取；答案合并预测模块综合阅读理解模型输出的答案对冗余答案进行合并，得到可能的答案列表以及对应的答案概率。模型优化模块通过已标注文档集实现阅读理解模型的训练与优化，为问答系统提供更好的阅读理解模型。
-
Patent Agency Ranking
公开(公告)号：CN110941692A
公开(公告)日：2020-03-31
申请号：CN201910937986.8
申请日：2019-09-28
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F16/31 , G06F16/33 , G06F40/211 , G06F40/289
Abstract: 本发明公开的一种互联网政治外交类新闻事件抽取方法，旨在提供一种能够提高事件识别准确率的抽取方法，本发明通过下述技术方案予以实现：采用人工构建初始触发词集合，根据触发词集合定义事件类别，针对每类事件构建触发词表和包含触发词、事件论元角色的事件类别模板；结合文本依存句法，分析、识别和抽取政外领域事件元素。完成单文本预处理操作，并基于义原相似性计算并扩展类别事件触发词；将满足相似度的阈值的句子作为候选事件句。筛选满足事件类别模板的事件元素，提取事件句中的实体要素；再按照事件模板将事件元素填充到对应的论元角色中；筛选满足类别模板的候选事件元素；按事件模板生成事件的结构化描述文件，构建出政外领域事件库。
-
公开(公告)号：CN112200317B
公开(公告)日：2024-05-07
申请号：CN202011043062.2
申请日：2020-09-28
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
Abstract: 本发明公开的一种多模态知识图谱构建方法，涉及大数据领域知识工程技术，本发明通过下述技术方案予以实现：首先基于多模态数据特征表示模型提取多模态数据语义特征，构建基于预训练模型的文本、图像、音视频等数据特征提取模型，分别完成单模态数据语义特征提取；其次，基于无监督图、属性图、异构图嵌入等方式，将不同类型数据投射到同一向量空间中进行表示，实现跨模态的多模态知识表示；在上述工作的基础上，将需要进行融合对齐的两个图谱分别转化为向量表示形式，然后基于得到的多模态知识表示，根据先验对齐数据学习知识图谱间实体对的映射关系，完成多模态知识融合消歧，解码映射到知识图谱中的相应节点，生成融合后新图谱、实体及其属性。
-
公开(公告)号：CN113962294B
公开(公告)日：2023-05-16
申请号：CN202111159151.8
申请日：2021-09-30
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06F18/24 , G06N3/084 , G06N3/049 , G06N3/0464
Abstract: 本发明公开的一种多类型事件预测模型，涉及事件分析与处理领域。本发明通过下述技术方案实现：事件异构时序图构建模块以事件描述数据库为基础，以所有要素为邻域节点，构建事件异构时序图，通过关系图神经网络模型获取事件发生时间节点的特征向量；组合特征提取模块提取时间节点特征向量组合时间段内事件的组合特征信息，按时间顺序排列输出组合特征向量；时序特征提取模块将组合特征向量送入时序特征提取模块，输出具备时序特征的向量；多标签分类器模块将时序特征提取模块输出的向量进行扁平化处理，控制神经网络输出层向量维度与被预测事件类型数量保持一致，最终全连接深度神经网络通过激活函数层，可视化输出每种类型事件发生的概率值。
-
公开(公告)号：CN113962381B
公开(公告)日：2023-02-03
申请号：CN202111157125.1
申请日：2021-09-30
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06N3/08
Abstract: 本发明公开的一种微弱信号数据增强方法，数据采集精度高、抗干扰能力强。本发明通过下述技术方案实现：在数据增强模型中，原始信号数据通过变分自编码模块指定具体特征生成初步增强信号；将原始信号数据的概率分布密度，编码映射到一个隐变量样本空间中，计算出其隐变量样本的均值和方差；生成网络从已知服从似然分布数据中随机采样，获取隐变量，计算出服从高斯分布初步增强信号；生成对抗模块采用生成器对初步增强信号进行增量生成，得到最优生成器与判别器，生成器根据变分自编码模块输出的初步增强信号生成最终增强信号数据，然后利用训练好的网络生成增强的高信噪比信号，输出真实信号的概率，用于生成器的迭代训练，输出增强信号数据。
-
公开(公告)号：CN111681174B
公开(公告)日：2023-02-03
申请号：CN202010355045.6
申请日：2020-04-29
Applicant: 西南电子技术研究所(中国电子科技集团公司第十研究所)
IPC: G06T5/00
Abstract: 本发明公开的一种抑制椒盐/高斯混噪目标图像的联合滤波方法，旨在提供一种能有效解决传统算法在高强度椒盐‑高斯混噪图像下失效问题的抑制椒盐‑高斯混合噪声的方法，本发明通过下述技术方案予以实现：首先，获取可见光图像，设定扩展窗口阈值，确定初始滤波窗口，进行滤波窗口噪声点辨识，采取滤波窗口自适应的方式，对含噪目标图像进行椒盐噪声点辨识，判断是否为高强度椒盐噪声点，在辨识的过程中不断扩展滤波窗口大小，并计算各滤波窗口的归一化系数和一次加权联合滤波中间输出,然后，根据多层窗口中间输出值进行二次加权滤波，最后，在自适应中值滤波过程中使用均值分割，加速寻找中值的速度，实现椒盐‑高斯混噪图像快速自适应滤波。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.055 seconds)
