-
公开(公告)号：CN114860854B
公开(公告)日：2024-09-27
申请号：CN202210482447.1
申请日：2022-05-05
Applicant: 中国人民解放军国防科技大学
IPC: G06F16/36 , G06F16/38 , G06F16/33 , G06F40/279 , G06N3/0455 , G06N3/0499 , G06N3/042 , G06N3/084 , G06N5/022 , G06N5/04 , G06F123/02
Abstract: 本申请涉及一种基于注意力机制的时序知识图谱推理方法、装置、计算机设备和存储介质。所述方法包括：通过构建时序知识图谱中每个时间段的知识图谱快照，得到每个时间段内每个实体的邻域信息；通过邻域聚合器对多个实体的全部关系对应的邻域信息进行聚合，得到每个实体的邻域特征表示；通过基于注意力机制的时序事件编码器根据目标实体在当前时刻的邻域特征表示和历史时刻的邻域特征表示确定包含多头信息的注意力权重矩阵，进而有选择地关注历史信息的时间实体表示序列，得到目标实体在当前时刻由时序事件编码器更新后的隐向量表示；通过前馈神经网络和多分类层网络根据隐向量表示对时序事件编码器进行编码打分，实现时序知识图谱推理。
-
公开(公告)号：CN117930813B
公开(公告)日：2024-09-24
申请号：CN202410097600.8
申请日：2024-01-23
Applicant: 中国人民解放军国防科技大学
IPC: G05B23/02
Abstract: 本发明公开一种TRT静叶控制系统故障检测方法、产品、介质及设备，涉及故障检测领域。本发明采用核主成分分析进行特征空间选择，对数据流进行数据块分割得到多个等长的数据块；构建初始背景树，记录历史数据块中分类准确率最高的窗口作为基准窗口并不断更新；将检测分为预警阶段和漂移阶段，并对检测模型进行自适应更新，检测概念漂移；针对出现概念漂移的数据块设立滑动窗口检测概念漂移子类型。本发明不仅能够检测概念漂移，抵抗概念漂移对数据分类的影响，还能够挖掘概念漂移的隐藏信息，直接确定出概念漂移子类别，具有良好的性能和可解释性；基于检测出的概念漂移子类别来识别TRT静叶控制系统故障，可以提高故障识别效率和准确性。
-
公开(公告)号：CN118605610A
公开(公告)日：2024-09-06
申请号：CN202410789943.0
申请日：2024-06-19
Applicant: 中国人民解放军国防科技大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提出一种复杂电磁环境下无人机协同防御任务规划方法，属于无人机协同技术领域。本发明通过对无人机的扫描范围进行分析，以侦察阵地数量最大为目标函数，建立单架次无人机飞行路径规划模型，得到无人机的架数和飞行路径。本发明以到达侦察阵地距离最短为目标，建立无人机投放点位计算模型，得到无人机的投放点。本发明对蓝方飞机的拦截能力、红方飞机的性能进行分析，得到红方打击的飞机种类和数量，再对红方无人机的防御能力进行分析，将蓝方所有阵地根据位置关系进行聚类，得到完成任务所需要无人机的类型、数量和飞行路径。
-
公开(公告)号：CN116449824B
公开(公告)日：2024-08-20
申请号：CN202310289280.1
申请日：2023-03-23
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明给出了一种海上机动目标的快速打击方法和系统，属于航母编队远程防空作战技术领域，包括：获取海上机动目标可能活动区域，以确定各个机场的区间张角范围；对各个机场的预警机的起飞角进行迭代优化，以确定执行预警任务的第一预警机的所属机场、起飞角、预警范围以及执行打击任务的伴飞的第一歼轰机的所属机场；获取海上机动目标不同时刻的位置预警信息，并发送给所述第一歼轰机；对第一歼轰机不同时刻的提前角进行预判；按照第一歼轰机不同时刻的提前角，实时调整第一歼轰机的飞行方向，直至实施打击。本发明能够保证在预警机最早发现海上机动目标并命令歼轰机起飞后，歼轰机采用最短的时间打击海上机动目标，且命中率高，打击效果好。
-
公开(公告)号：CN113535389B
公开(公告)日：2024-08-20
申请号：CN202110715719.3
申请日：2021-06-28
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明提出了一种实验方案并行推演管控系统，所述系统包括中心服务器和计算节点集群，所述计算节点集群包括多个计算节点，所述中心服务器和所述计算节点通过发布‑订阅模式进行消息传输；中心服务器针对选定的实验方案生成任务列表，根据所述任务列表、计算节点状态和任务分配算法，动态地为计算节点分配任务，然后通过分布式消息中间件向计算节点发布任务分发消息；计算节点根据订阅的任务分发消息所规定的任务方案进行仿真，并向任务管理模块发送订阅反馈消息。本发明的系统将实验方案加载到不同计算节点上同步开展并行运行，保证了实验方案的多项任务的合理分配和高效执行。
-
Patent Agency Ranking
公开(公告)号：CN114298057B
公开(公告)日：2024-08-09
申请号：CN202210003468.0
申请日：2022-01-04
Applicant: 中国人民解放军国防科技大学
IPC: G06F40/30 , G06F40/242 , G06N3/0464 , G06N3/084 , G06N5/04
Abstract: 本发明公开了一种基于数据增强的视觉语义嵌入方法及系统，属于深度学习技术领域。利用第一网络模型对图像进行目标识别选取若干图像区域；利用第二网络模型提取图像区域的细粒度特征，通过微调网络映射得到图像在共同嵌入空间的细粒度表示；进行第一语义图推理并进行统一池化操作；利用第一提取模型提取文本上下文相关的词向量表示；利用第二提取模型进行微调映射至共同嵌入空间，得到文本在共同嵌入空间中的词向量表示；进行第二语义图推理并进行统一池化操作；对所述第一池化结果和第二池化结果进行语义对齐，并且在模型的训练中对数据进行增强。本发明能够很好的构建模态内语义关联和在共同嵌入子空间中生成统一表征。
-
公开(公告)号：CN114298052B
公开(公告)日：2023-06-20
申请号：CN202210004530.8
申请日：2022-01-04
Applicant: 中国人民解放军国防科技大学
IPC: G06F40/295 , G06F40/216 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于概率图的实体联合标注关系抽取方法和系统，属于自然语言处理技术领域。包括进行特征提取；进行实体抽取：将实体抽取任务转为序列标注任务，将所述序列输入第一模型中得到第一输出特征，对所述第一输出特征激活后得到预测序列，通过设定的阈值得到实体的开始和结束位置；根据就近原则对主体和客体进行匹配，标记相近的实体头部和尾部进行截取；进行关系分类：随机抽取实体对，并根据所述第一模型的中间特征，生成第二输出特征，将所述第二输出特征输入第二模型中得到对应分类关系。本发明考虑到两个子任务之间的相关性，使得抽取任务的结果不过分依赖于实体抽取的结果，避免误差累积的问题，以及关系重叠。
-
公开(公告)号：CN114298057A
公开(公告)日：2022-04-08
申请号：CN202210003468.0
申请日：2022-01-04
Applicant: 中国人民解放军国防科技大学
IPC: G06F40/30 , G06F40/242 , G06N5/04 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于数据增强的视觉语义嵌入方法及系统，属于深度学习技术领域。利用第一网络模型对图像进行目标识别选取若干图像区域；利用第二网络模型提取图像区域的细粒度特征，通过微调网络映射得到图像在共同嵌入空间的细粒度表示；进行第一语义图推理并进行统一池化操作；利用第一提取模型提取文本上下文相关的词向量表示；利用第二提取模型进行微调映射至共同嵌入空间，得到文本在共同嵌入空间中的词向量表示；进行第二语义图推理并进行统一池化操作；对所述第一池化结果和第二池化结果进行语义对齐，并且在模型的训练中对数据进行增强。本发明能够很好的构建模态内语义关联和在共同嵌入子空间中生成统一表征。
-
公开(公告)号：CN114153942A
公开(公告)日：2022-03-08
申请号：CN202111364393.0
申请日：2021-11-17
Applicant: 中国人民解放军国防科技大学
IPC: G06F16/33 , G06F40/242 , G06F40/279 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于动态注意力机制的事件时序关系抽取方法，步骤包括：S01.获取待抽取文本并转化为词向量；S02.将词向量输入至BERT预训练模型中，抽取待抽取文本的语义关系特征，其中在BERT预训练模型的注意力机制中，根据输入的词向量生成得到注意力权重向量，以实现动态注意力机制；S03.判断待抽取文本中句子的时间元素是否为隐性，如果是则将BERT预训练模型输出的语义关系特征输入至GCN模型中，以进行隐形时态时序关系抽取，否则根据句子的时间元素或连接词进行时序关系识别。本发明能够结合动态注意力机制实现事件中时序关系的抽取，具有实现方法简单、抽取效率以及精度高、灵活性强等优点。
-
公开(公告)号：CN119211044A
公开(公告)日：2024-12-27
申请号：CN202411265763.9
申请日：2024-09-10
Applicant: 中国人民解放军国防科技大学
IPC: H04L41/147 , H04L41/149 , H04L41/142 , H04L41/14 , H04L41/16
Abstract: 本申请涉及一种基于动态图时空相关性与自适应对抗训练的流量预测方法。所述方法包括：利用自适应图卷积网络通过学习动态图数据捕捉得到动态图空间嵌入表示；根据时间注意力网络对动态图数据进行捕获，得到动态图时间嵌入表示；获得动态图嵌入；将动态图嵌入作为起始嵌入和预先设置的最后一个对抗节点嵌入定义为上下文节点嵌入作为策略网络的输入后设置对抗奖励函数和损失函数后对所述策略网络进行训练，根据训练好的策略网络输出更新动态图，对更新后的动态图进行空间相关性捕获和时间相关性捕获，得到当前网络设备对应的流量预测结果。采用本方法能够有效应对数据污染和节点异常，并适应不断变化的网络条件实现流量预测。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.049 seconds)
