公开(公告)号：CN114090790B

公开(公告)日：2024-04-16

申请号：CN202111389812.6

申请日：2021-11-22

Applicant: 西安交通大学 ,  国网浙江省电力有限公司

Inventor： 吕娜 ,  于志洋 ,  王晓鹏 ,  王臻卓

IPC: G06F16/36 ,  G06F16/335 ,  G06F16/31 ,  G06N5/025 ,  G06N5/022

Abstract: 本发明公开了一种人机友好的数据逻辑融合电力知识图谱及其构建方法，包括将电力领域的相关数据和知识划分为物理信息数据、外界因素数据和电力知识数据；对物理信息数据、外界因素数据通过数据清洗与整合，构建得到物理信息库、外界因素库；对电力知识数据进行核心型、逻辑型知识抽取，得到核心型知识和逻辑型知识；对两种知识进行知识融合，得到电力知识库；基于物理信息库、外界因素库以及电力知识库，建立面向机器存取的数据知识接口；针对物理信息库、外界因素库和电力知识库进行逻辑‑数据关联，得到数据逻辑融合的电力知识图谱；基于电力知识图谱，建立面向人类存取和理解的数据知识接口，得到人机友好的数据逻辑融合电力知识图谱。

公开(公告)号：CN114090790A

公开(公告)日：2022-02-25

申请号：CN202111389812.6

申请日：2021-11-22

Applicant: 西安交通大学 ,  国网浙江省电力有限公司

Inventor： 吕娜 ,  于志洋 ,  王晓鹏 ,  王臻卓

IPC: G06F16/36 ,  G06F16/335 ,  G06F16/31 ,  G06N5/02

Abstract: 本发明公开了一种人机友好的数据逻辑融合电力知识图谱及其构建方法，包括将电力领域的相关数据和知识划分为物理信息数据、外界因素数据和电力知识数据；对物理信息数据、外界因素数据通过数据清洗与整合，构建得到物理信息库、外界因素库；对电力知识数据进行核心型、逻辑型知识抽取，得到核心型知识和逻辑型知识；对两种知识进行知识融合，得到电力知识库；基于物理信息库、外界因素库以及电力知识库，建立面向机器存取的数据知识接口；针对物理信息库、外界因素库和电力知识库进行逻辑‑数据关联，得到数据逻辑融合的电力知识图谱；基于电力知识图谱，建立面向人类存取和理解的数据知识接口，得到人机友好的数据逻辑融合电力知识图谱。

公开(公告)号：CN112434532B

公开(公告)日：2024-05-28

申请号：CN202011225933.2

申请日：2020-11-05

Applicant: 西安交通大学

Inventor： 吕娜 ,  于志洋 ,  王臻卓

IPC: G06N5/022 ,  G06F40/295 ,  G06F40/211 ,  G06F40/284 ,  G06F16/36 ,  G06Q50/06

Abstract: 本发明公开了一种支持人机双向理解的电网环境模型及建模方法，包括：对电网领域的非结构化文本进行类型判断，划分为规则文本和普通文本；针对规则文本，结合TextRank算法和人工筛选提取关键词实体，利用规则文本中的逻辑词和特殊的写作形式进行语法规则分析提取事件实体及其关系；针对普通文本，采用语义角色和依存关系的规则分析提取事件三元组实体，利用原始句子的相关性分析和逻辑词识别提取事件与关键词或事件之间的关系；在已提取好的实体和关系基础上，进行知识融合和加工，通过图数据库进行存储并可视化，构建支持人机双向理解的电网环境模型。

公开(公告)号：CN112434532A

公开(公告)日：2021-03-02

申请号：CN202011225933.2

申请日：2020-11-05

Applicant: 西安交通大学

Inventor： 吕娜 ,  于志洋 ,  王臻卓

IPC: G06F40/295 ,  G06F40/211 ,  G06F40/284 ,  G06F16/36 ,  G06N5/02 ,  G06Q50/06

Abstract: 本发明公开了一种支持人机双向理解的电网环境模型及建模方法，包括：对电网领域的非结构化文本进行类型判断，划分为规则文本和普通文本；针对规则文本，结合TextRank算法和人工筛选提取关键词实体，利用规则文本中的逻辑词和特殊的写作形式进行语法规则分析提取事件实体及其关系；针对普通文本，采用语义角色和依存关系的规则分析提取事件三元组实体，利用原始句子的相关性分析和逻辑词识别提取事件与关键词或事件之间的关系；在已提取好的实体和关系基础上，进行知识融合和加工，通过图数据库进行存储并可视化，构建支持人机双向理解的电网环境模型。

公开(公告)号：CN111709315A

公开(公告)日：2020-09-25

申请号：CN202010463032.0

申请日：2020-05-27

Applicant: 西安交通大学

Inventor： 胡桥 ,  于志洋 ,  续丹 ,  郑惠文 ,  刘钰 ,  付同强 ,  唐滢瑾 ,  田芮铭

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于领域适配的水声目标辐射噪声识别方法，构建源域和目标域共享的卷积神经网络，使用源域标签样本对卷积神经网络进行预训练，利用源域标签样本和目标域样本分别计算源域分类损失和目标域伪标签分类损失，在卷积神经网络中多层计算源域标签样本和目标域样本跨域的多核最大均值差异距离，根据源域分类损失、目标域伪标签分类损失和多核最大均值差异距离得到网络总损失，通过伪标签学习将网络预测的目标域样本标签赋予该无标签样本，使得无标签的目标域水声目标数据具备监督训练模型的能力，实现源域与目标域水声目标数据的类别特征向同一标记空间映射，有效地解决了在目标域水声目标样本无标签且数据量稀少时对其精准识别的问题。