-
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：CN113542363A
公开(公告)日：2021-10-22
申请号：CN202110685725.9
申请日：2021-06-21
Applicant: 安徽省交通规划设计研究总院股份有限公司 , 公路交通节能与环保技术及装备交通运输行业研发中心
Abstract: 本发明公开了一种基于自定义设备协议库及大数据架构的云平台，主要包括云平台管理程序、基于storm的流式大数据处理程序、数据展现程序、docker hub镜像仓库、分布式消息队列kafka集群和分布式缓存redis。本云平台具有通用性强、自动化程度高、可扩展性好、部署简单方便、数据实时性高的特点。本云平台提供了自有的设备库，自有的采集数据传输协议，并利用基于storm的流式大数据处理程序来实时处理和展现监控数据。对于基于RS485通信的采集仪和传感器，本云平台自定义了用于描述其采集命令和返回结果的模版语言。本云平台还具有通过在云平台管理程序配置传感器、采集仪和工控机等设备信息，自动在工控机上部署和运行采集程序的能力。
-
Patent Agency Ranking
公开(公告)号：CN118134398B
公开(公告)日：2024-08-06
申请号：CN202410544975.4
申请日：2024-05-06
Applicant: 安徽省交通规划设计研究总院股份有限公司
IPC: G06Q10/0875 , G06Q10/10 , G06Q30/0201 , G06Q50/08 , G06N3/042 , G06N3/045 , G06N3/0464 , G06F40/166 , G06F40/18 , G06F18/213 , G06F18/241 , G06F18/25
Abstract: 本发明公开了一种基于CAD对象特性的标记数量表生成系统、设备及介质，包括如下模块：S1、输入模块，接收CAD设计文件，并从中提取CAD对象及其属性信息；S2、特征识别模块，采用卷积神经网络模型，自动识别所述CAD设计文件中的不同CAD对象，并提取属性信息；S3、数据处理模块，根据提取的CAD对象及其属性信息，使用预定义的算法自动计算所需的标记数量；S4、生成模块，根据数据处理模块的计算结果，自动生成标记数量表；S5、输出模块，将生成的标记数量表输出给用户。本系统充分利用了计算机视觉和深度学习技术，实现了对CAD设计文件中对象的自动识别和属性提取，以及基于这些信息的智能材料需求和成本估算。
-
公开(公告)号：CN118093842B
公开(公告)日：2024-07-12
申请号：CN202410503810.2
申请日：2024-04-25
Applicant: 安徽省交通规划设计研究总院股份有限公司
IPC: G06F16/332 , G06F40/295 , G06F40/30 , G06F16/33 , G06F16/335 , G06F16/338 , G06F16/36 , G06N5/022
Abstract: 本发明公开了一种知识图谱问答系统的优化方法及装置，包括S1、接收用户提交的查询请求，对所述查询请求进行预处理；S2、应用深度文本分析技术，对预处理后的查询请求进行语义解析；S3、基于语义解析结果，构建查询意图表示模型；S4、依据映射结果，从融合多源知识库的知识图谱中检索相关信息；S5、对检索到的信息进行加工处理，利用优化算法根据用户查询的上下文环境和意图，筛选和排序信息；S6、将处理后的信息以用户易于理解的形式呈现。本发明具备提高系统理解能力、增强处理模糊、复杂查询的能力以及提升用户满意度和系统整体性能的优点。
-
公开(公告)号：CN118134398A
公开(公告)日：2024-06-04
申请号：CN202410544975.4
申请日：2024-05-06
Applicant: 安徽省交通规划设计研究总院股份有限公司
IPC: G06Q10/0875 , G06Q10/10 , G06Q30/0201 , G06Q50/08 , G06N3/042 , G06N3/045 , G06N3/0464 , G06F40/166 , G06F40/18 , G06F18/213 , G06F18/241 , G06F18/25
Abstract: 本发明公开了一种基于CAD对象特性的标记数量表生成系统、设备及介质，包括如下模块：S1、输入模块，接收CAD设计文件，并从中提取CAD对象及其属性信息；S2、特征识别模块，采用卷积神经网络模型，自动识别所述CAD设计文件中的不同CAD对象，并提取属性信息；S3、数据处理模块，根据提取的CAD对象及其属性信息，使用预定义的算法自动计算所需的标记数量；S4、生成模块，根据数据处理模块的计算结果，自动生成标记数量表；S5、输出模块，将生成的标记数量表输出给用户。本系统充分利用了计算机视觉和深度学习技术，实现了对CAD设计文件中对象的自动识别和属性提取，以及基于这些信息的智能材料需求和成本估算。
-
公开(公告)号：CN118093842A
公开(公告)日：2024-05-28
申请号：CN202410503810.2
申请日：2024-04-25
Applicant: 安徽省交通规划设计研究总院股份有限公司
IPC: G06F16/332 , G06F40/295 , G06F40/30 , G06F16/33 , G06F16/335 , G06F16/338 , G06F16/36 , G06N5/022
Abstract: 本发明公开了一种知识图谱问答系统的优化方法及装置，包括S1、接收用户提交的查询请求，对所述查询请求进行预处理；S2、应用深度文本分析技术，对预处理后的查询请求进行语义解析；S3、基于语义解析结果，构建查询意图表示模型；S4、依据映射结果，从融合多源知识库的知识图谱中检索相关信息；S5、对检索到的信息进行加工处理，利用优化算法根据用户查询的上下文环境和意图，筛选和排序信息；S6、将处理后的信息以用户易于理解的形式呈现。本发明具备提高系统理解能力、增强处理模糊、复杂查询的能力以及提升用户满意度和系统整体性能的优点。
-
公开(公告)号：CN115906234A
公开(公告)日：2023-04-04
申请号：CN202211272860.1
申请日：2022-10-18
Applicant: 安徽省交通规划设计研究总院股份有限公司 , 公路交通节能与环保技术及装备交通运输行业研发中心
IPC: G06F30/13 , G06F30/27 , G06N3/006 , G06N3/084 , G06F111/08
Abstract: 本发明公开了一种基于神经网络的重车过桥监测与诱导的方法，基于桥梁健康状态实时监测数据，对数据进行处理，构建数据输入矩阵，然后利用神经网络模式识别算法，进行重车过桥监测，再根据监测结果并结合公路桥梁应急管理方案，按照诱导信息发布流程进行发布，同时对桥梁状态进行实时监测，评估诱导效果，最后将结果反馈更新至应急知识库。本发明解决重车通行或桥面发生拥堵时可能对桥梁结构或者设备产生损伤的问题，通过创新ATCDI_BPNN优化模型，实现对公路重车通行监测，根据重车的监测分类结果，形成并发布合理诱导方案，及时诱导桥面交通、减少重车累积时间，减轻因重车累积荷载对桥梁或设备产生的损害，从而保障桥梁结构的安全。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.05 seconds)
