-
公开(公告)号：CN119067206A
公开(公告)日：2024-12-03
申请号：CN202411042729.5
申请日：2024-07-31
Applicant: 重庆大学
IPC: G06N5/02 , G06N5/025 , G06N3/045 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种针对汽车系统故障知识图谱的知识嵌入方法，该方法过程分为文本增强型实体嵌入向量层、多尺度特征交互层和动态预测与补全层三个阶段；文本增强型实体嵌入向量层通过利用预训练模型对知识图谱中的实体描述文本进行深层语义信息提取，并引入注意力机制，对文本嵌入向量和图嵌入向量进行融合；多尺度特征交互层通过不同尺度的卷积操作捕获从局部到全局的关系特征，提供多层次的信息解析能力，增加残差路径以促进深层网络中的梯度流动；动态预测与补全层通过概率评分预测函数预测知识图谱中缺失的实体和关系，用以提供补全知识图谱的信息预测依据。本发明方法，有效捕捉了实体和关系的复杂交互，实现了知识图谱的持续学习和完善。
-
公开(公告)号：CN114820139B
公开(公告)日：2024-05-28
申请号：CN202210583484.1
申请日：2022-05-25
Applicant: 重庆大学
IPC: G06Q30/0601 , G06F16/36 , G06N3/0442 , G06N3/048 , G06N3/08 , G06N5/04
Abstract: 本发明公开一种基于知识图谱路径推理的多用户推荐系统，包括知识图谱构建模块、路径推理模块和评分预测模块；所述知识图谱构建模块获取用户交互历史数据，构建知识图谱G，并传输至路径推理模块；所述路径推理模块根据知识图谱G生成若干用户和目标项目之间的关系路径，并传输至评分预测模块；所述评分预测模块对接收到的若干关系路径进行评价预测，根据评价预测结果，向用户输出项目推荐列表。本发明通过构建用户与项的知识图谱挖掘更多丰富的用户兴趣隐语义信息，利用知识图谱上多条路径组合推理预测多个用户潜在共同偏好，不同路径之间利用带注意力机制的池化聚合操作在区分不同用户偏好程度的同时给出最大化兴趣偏好和多样化的推荐列表。
-
公开(公告)号：CN107766462B
公开(公告)日：2020-03-13
申请号：CN201710899405.7
申请日：2017-09-28
Applicant: 重庆大学
IPC: G06F16/9535 , G06F16/9537 , G06Q50/00
Abstract: 本发明公开了基于用户偏好、社交信誉度和地理位置的兴趣点推荐方法，包括以下步骤：获取所有用户及候选推荐地点的历史签到信息，计算目标用户对候选推荐地点的地点偏好度TFIDFu，l；计算相似度Simu,v；获取所有用户的社交网络信息，计算出相似用户的社交信誉度Repv；获取目标用户的位置信息，计算目标用户的地理距离影响因子g(disu，l)；基于候选推荐地点的历史签到信息计算候选推荐地点的流行度p(l)；计算目标用户的推荐分数Scoreu,l；基于推荐分数Scoreu,l生成推荐信息。本发明公开的技术方案可以根据不同用户的偏好、社交信誉度和地理位置为用户适合准确地推荐兴趣点。
-
公开(公告)号：CN118428368B
公开(公告)日：2024-10-22
申请号：CN202410543664.6
申请日：2024-04-30
Applicant: 重庆大学
IPC: G06F40/295 , G06F16/35 , G06F18/214 , G06F16/36 , G06F40/30 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种汽车系统故障知识图谱命名实体识别重组方法及系统，该方法包括：获取汽车故障数据集中处理结果字段的原始文本集；去除所述原始文本集中的冗余信息获得预处理文本集；对所述预处理文本集进行语义抽取获得语义位置向量集；利用多策略动态赋权识别模型对每个预处理文本的语义位置向量进行处理，识别出每个预处理文本中的故障部位实体和失效形式实体；对每个预处理文本的故障部位实体和失效形式实体进行重组，将每个重组结果作为汽车系统故障知识图谱的一个命名实体。本发明加快了命名实体识别速度、准确性，完整地提取命名实体，能适用于复杂句子结构的命名实体识别。
-
公开(公告)号：CN118760800A
公开(公告)日：2024-10-11
申请号：CN202410752143.1
申请日：2024-06-12
Applicant: 重庆大学
IPC: G06F16/9535 , G06N3/0464 , G06N3/048 , G06N3/084 , G06F17/16 , G06F17/18 , G06Q10/04 , G06N3/042
Abstract: 本发明涉及一种基于语义增强的地点推荐方法，包括：获取多个用户根据签到时序排列的用户轨迹序列集，构建局部超图和全局超图；获取全局用户表征和全局地点表征，局部用户表征和局部地点表征；构建提示词并进行编码得到全局用户行为语义表征和局部用户行为语义表征。计算最终轨迹端表征#imgabs0#和最终用户端表征Xf，将#imgabs1#和Xf拼接得到序列表征#imgabs2#根据得到#imgabs3#进行序列建模，将建模所得最终特征输入神经网络Ⅴ预测下一个签到时间，签到地点和签到类别；计算总损失训练模型参数最优；将一个用户的完整长轨迹得到该用户的序列表征后输入训练好的模型，输出该用户的下一个签到地点。实验证明该方法能够为用户提供更准确、个性化的推荐结果。
-
Patent Agency Ranking
公开(公告)号：CN118135220B
公开(公告)日：2024-08-20
申请号：CN202410288871.1
申请日：2024-03-14
Applicant: 重庆大学
IPC: G06F16/55 , G06V10/26 , G06V10/762
Abstract: 本发明涉及点云数据处理技术，揭露了基于体素和点集融合的点云分割方法，包括：获取原始点云数据，并将所述原始点云数据进行预处理，得到超体素数据；将所述超体素数据利用预设的区域生长算法进行聚类分割，得到聚类超体素数据；提取所述聚类超体素数据中的特征，得到超体素特征；利用预设的点云特征提取网络模型提取所述原始点云数据的点云特征，得到点云特征；将所述超体素特征与所述点云特征进行融合，得到融合特征，并根据所述融合特征对所述原始点云数据中的每个点云进行语义分类分割，得到点云分割结果。本发明还提出一种基于体素和点集融合的点云分割装置、设备以及介质。本发明可以提高基于体素和点集融合的点云分割的准确性。
-
公开(公告)号：CN114820139A
公开(公告)日：2022-07-29
申请号：CN202210583484.1
申请日：2022-05-25
Applicant: 重庆大学
Abstract: 本发明公开一种基于知识图谱路径推理的多用户推荐系统，包括知识图谱构建模块、路径推理模块和评分预测模块；所述知识图谱构建模块获取用户交互历史数据，构建知识图谱G，并传输至路径推理模块；所述路径推理模块根据知识图谱G生成若干用户和目标项目之间的关系路径，并传输至评分预测模块；所述评分预测模块对接收到的若干关系路径进行评价预测，根据评价预测结果，向用户输出项目推荐列表。本发明通过构建用户与项的知识图谱挖掘更多丰富的用户兴趣隐语义信息，利用知识图谱上多条路径组合推理预测多个用户潜在共同偏好，不同路径之间利用带注意力机制的池化聚合操作在区分不同用户偏好程度的同时给出最大化兴趣偏好和多样化的推荐列表。
-
公开(公告)号：CN114139066A
公开(公告)日：2022-03-04
申请号：CN202111060062.8
申请日：2021-09-10
Applicant: 重庆大学
IPC: G06F16/9536 , G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于图神经网络的协同过滤推荐系统，包括用户‑项目二部图生成模块、嵌入信息生成模块、隐式关系构建模块、数据融合模块和推荐模块；本发明使用基于注意力的记忆网络学习分别构建的用户‑用户和项目‑项目图，以获取相邻对之间的关系信息。该模型同时学习所有三种图形，通过信息融合层统一多属性和隐式关系信息，实现端到端推荐。
-
公开(公告)号：CN113961820A
公开(公告)日：2022-01-21
申请号：CN202111060105.2
申请日：2021-09-10
Applicant: 重庆大学
IPC: G06F16/9536 , G06F16/9535 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明公开一种基于轻量图卷积网络的社交推荐系统，包括信息获取模块、信息传播模块和信息推荐模块；在本发明中，用户的表示在两个图上分别传播，物品的表示在用户‑物品交互图上传播，利用了用户社交数据以增强用户和物品的表示，融合模型保证了可以充分利用用户的两种表示，确保用户在两个图中学习到的信息不会因为互相冲突而导致对用户和物品的表示效果下降，从而确保提升了推荐效果。
-
公开(公告)号：CN103475489B
公开(公告)日：2016-05-11
申请号：CN201310458221.9
申请日：2013-09-30
Applicant: 重庆大学
Abstract: 本发明提供了一种基于加密通信的氚浓度监控终端及其氚浓度监控方法，利用本发明基于加密通信的氚浓度监控终端，其可以直接与氚处理设备以及对氚处理设备的输出气体进行氚浓度参数检测的静电计进行数据通信，自动地进行氚处理过程的氚浓度检测，记录氚浓度检测日志，并根据氚浓度检测数据对氚处理过程加以判断，控制氚处理设备达到预期的氚处理要求，从而实现了对氚处理设备的自动化氚处理过程监控，无需再根据人为判断对氚处理设备的传处理过程进行手动控制，既节省了人力监控成本、提高了氚处理监控执行效率，又降低了因人为监控操作所带来了操作错误风险，并通过加密处理避免了氚处理相关监控数据信息的揭露，有效增强了信息安全控制。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.024 seconds)
