一种基于word2vec模型的灾害元数据自动匹配方法及系统

    公开(公告)号:CN118114060A

    公开(公告)日:2024-05-31

    申请号:CN202410142877.8

    申请日:2024-02-01

    Applicant: 郑州大学

    Abstract: 本发明属于防灾减灾技术领域,公开了一种基于word2vec模型的灾害元数据自动匹配方法及系统,具体包括以下步骤:自然灾害元数据采集及预处理,采用word2vec模型的CBOW架构,在LCQMC语料库上进行模型训练;基于训练结果,确定元数据匹配和元数据不匹配的余弦距离均值,作为置信度阈值;元数据抽取、分词、词向量转换以及计算词向量之间的余弦距离,如果计算出的词向量之间的余弦距离大于置信度阈值,则判定元数据是匹配的,并对匹配结果进行评估,以确保其完整性、一致性和准确性。本发明提出的灾害元数据自动匹配方法使得灾害元数据处理的效率更高,从而增强了对灾害应对的及时性和准确性。

    混合深度学习的城市洪涝快速预测模型构建与评估方法

    公开(公告)号:CN117910645A

    公开(公告)日:2024-04-19

    申请号:CN202410111061.9

    申请日:2024-01-25

    Applicant: 郑州大学

    Abstract: 本发明属于自然灾害领域,公开了混合深度学习的城市洪涝快速预测模型构建与评估方法,该模型构建与评估方法包括:收集研究区域的相关数据,利用水动力模型LISFLOOD‑FP计算得到洪涝过程数据集。将洪涝过程数据集分为训练数据集和验证数据集;在CNN模型的基础上串联GRU和多头注意力模块,构建城市洪涝快速预测模型,利用训练数据集,对所述城市洪涝快速预测模型进行训练;选择合适的精度评估指标;利用所述验证数据集和所述精度评估指标评估所述城市洪涝快速预测模型的时间精度、空间精度及鲁棒性。本发明提出的城市洪涝快速预测模型构建与评估方法使得城市洪涝预测模型效率和精度更高,且模型构建与评估更全面。

    一种基于四元Copula的综合遥感生态指数并行计算方法

    公开(公告)号:CN115795237B

    公开(公告)日:2023-11-03

    申请号:CN202211514932.9

    申请日:2022-11-25

    Applicant: 郑州大学

    Abstract: 本发明涉及遥感技术领域,应用遥感生态指标反映区域生态环境状态。选取绿度、湿度、干度以及热度四个遥感生态指标,使用多线程并行计算以及基于多核CPU的并行计算相结合的方式,创新性地使用四元Copula函数作为生态指标的计算工具,利用Gringorten公式、Kendall相关系数和最大似然估计法构建出四元Copula函数模型,并最终计算出基于Copula的综合遥感生态指数(Copula‑base remote sensing ecological index,CRSEI)。本发明构建的综合遥感生态指数,能够最大程度囊括四个指标所反映的地表类型状况信息以及四个指标间的相关性信息,更加综合、全面地通过栅格可视化结果从时间以及空间上反映生态环境质量,为生态环境的监测、评价以及治理提供可靠、有力的技术支持。

    一种内科心血管病治疗辅助装置

    公开(公告)号:CN110169900B

    公开(公告)日:2021-06-11

    申请号:CN201910452421.0

    申请日:2019-05-28

    Abstract: 本发明属于医疗器械技术领域,具体涉及一种内科心血管病治疗辅助装置,包括移动支架,所述移动支架上滑动连接有调节支架,调节支架上滑动连接有一对按摩舒缓机构,调节支架上设有一对与按摩舒缓机构相配合的微调节装置;所述调节支架上设有与按摩舒缓机构相配合的横向调节结构,调节支架上设有与横向调节结构相配合的辅助调节结构;所述按摩舒缓机构包括壳体,壳体内设有按摩动力装置,按摩动力装置的输出端连接有按摩装置;所述壳体内还设有使按摩装置上下升降的升降装置,按摩装置包括手指按摩结构和与手指按摩结构相对应的手掌按摩结构,本发明有效的解决了现有治疗辅助装置治疗效果不佳的问题。

    一种基于微调ChatGLM2的滑坡知识图谱智能生成方法

    公开(公告)号:CN119357404B

    公开(公告)日:2025-04-08

    申请号:CN202411377327.0

    申请日:2024-09-30

    Applicant: 郑州大学

    Abstract: 本发明公开了一种基于微调ChatGLM2的滑坡知识图谱智能生成方法,属于知识图谱技术领域,包括:将收集的第一数据信息处理成文本格式;对第一数据信息进行初步清洗,划分为多条语句信息,基于正则表达式对语句信息进行深度清洗获得第二数据信息;将第二数据信息输入ChatGLM2 130B,基于构建的问答模板对第二数据信息进行三元组粗划分和人工校对,获得三元组数据集;基于模型微调技术对ChatGLM2 6B的参数进行训练并加载至大语言模型中,输入三元组数据集生成三元组集合;拆分三元组集合获得实体关系表并进行去重,获得滑坡知识图谱,导入至Neo4j数据库。通过本发明提升了滑坡知识图谱的建立效率。

Patent Agency Ranking