-
公开(公告)号：CN119474903A
公开(公告)日：2025-02-18
申请号：CN202411536047.X
申请日：2024-10-31
Applicant: 中国航空综合技术研究所 , 北京国网信通埃森哲信息技术有限公司 , 国网上海市电力公司
IPC: G06F18/22 , G06F40/284 , G06F40/30 , G06N3/0455 , G06N20/00
Abstract: 本发明涉及计算机技术领域，提供一种基于业务场景模型规划标准体系的系统和方法，系统包括：数据库、标准需求文档创建模块、标准与需求关联匹配模块、匹配结果确认模块、标准分析模块和标准体系规划模块；其中，数据库用于保存各种文档和表格；标准需求文档创建模块用于处理标准需求文档；标准与需求关联匹配模块查询相匹配的标准；匹配结果确认模块对匹配结果进行确认；标准分析模块根据确认后的匹配结果进行标准的规划；标准体系规划模块用于显示已有的标准体系，本发明还提供了系统的使用方法。本发明将基于人工经验的业务场景模型规划标准体系的流程使用标准化的系统实现，增加了与现有标准匹配以及后续标准规划的准确性。
-
公开(公告)号：CN119537546A
公开(公告)日：2025-02-28
申请号：CN202411637124.0
申请日：2024-11-15
Applicant: 中国航空综合技术研究所
IPC: G06F16/3329 , G06F16/334 , G06F16/35 , G06N5/04
Abstract: 本发明提供一种多维度扩展的航空领域大模型指令集生成方法，属于指令集生成领域，其包括以下步骤：S1、基于航空科研文献生成指令集输入语句及输出语句；S2、生成多维度扩展的航空领域指令集；S3、筛选高质量航空领域指令集，输出最终指令集。本发明的方法通过构建一套高质量的端到端指令数据自动生成和筛选方法，有效生成多样化的指令，并对生成的指令进行多轮多维度的评估，确保最终指令集的准确性和实用性，解决了自动生成指令集在多样性不足和质量难以控制等方面的问题。
-
公开(公告)号：CN119476264A
公开(公告)日：2025-02-18
申请号：CN202411703899.3
申请日：2024-11-26
Applicant: 中国航空综合技术研究所
IPC: G06F40/226 , G06F40/289 , G06F40/211 , G06F40/186 , G06N3/045
Abstract: 本发明涉及航空产品质量报告关键数据提取和校验技术领域，具体为基于预训练语言模型的航空产品质量报告校验方法及系统，其包括:S1、获取航空产品质量归零报告文本，提取特征长度，进行合并与分块操作；S2、提取航空产品质量归零报告文本的关键信息特征文本，生成检验提示；S3、对航空产品质量归零报告文本的段落进行上下文定位；S4、使用大规模语言模型检验校验航空产品质量归零报告文本。本发明利用大规模预训练语言模型对质量问题归零报告进行分析，提高关键信息的提取准确性，并实现对报告内容的自动校验，确保其完整性和逻辑一致性；本发明能够发现质量控制中的共性问题并优化改进方案，为质量归零报告的改进和标准化提供可靠的数据支持。
-
公开(公告)号：CN116662630A
公开(公告)日：2023-08-29
申请号：CN202310400120.X
申请日：2023-04-14
Applicant: 中国航空综合技术研究所
IPC: G06F16/953 , G06F16/951 , G06F18/22 , G06F18/23 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于多模态预训练模型的民航领域图文检索方法，其包括收集图片‑文本对和图片‑标签对两类多模态信息，构建民航领域多模态数据集；借助自监督的mean‑shift聚类方法对数据集进行清洗，构建民航领域的高质量多模态数据集；采用无参考评价方法，评价数据集中图片的质量，删除评价低的图片；基于通过冻结训练方法调整的BriVL模型，进行以问搜图任务。本发明通过利用mean‑shift聚类方法以及无参考的图像质量评估方法构建了民航领域的高质量多模态数据集，借助该数据集采用冻结训练的方法对BriVL进行调整，缩短了模型训练时间，在用于测试的民航领域多模态数据集上的以文搜图任务上，调整后的BriVL达到优良的召回率。
-
公开(公告)号：CN116227120A
公开(公告)日：2023-06-06
申请号：CN202211537402.6
申请日：2022-12-01
Applicant: 中国航空综合技术研究所
IPC: G06F30/20 , G06T17/00 , G06F17/18 , G06F30/10 , G06F111/04
Abstract: 本发明提供了一种基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法，其包括：对待测外表面进行均匀采样，获得采样点集合以及采样点外法矢集合；获得采样点到其非邻接反向面集合中每个面的投影距离集合；使用采样点处的壁厚得到三维模型外表面的采样点壁厚集合并计算待测量外表面的壁厚；该方法将零件的壁厚问题转化为采样点到反向面的投影距离问题，从而实现针对航空射流泵铸造泵体壁厚的计算，为基于模型的设计、制造和检验提供了一定的数据基础，同时也解决了复杂的铸造泵体三维模型中壁厚确定的技术难题。
-
Patent Agency Ranking
公开(公告)号：CN115391932B
公开(公告)日：2024-06-04
申请号：CN202210955961.2
申请日：2022-08-10
Applicant: 中国航空综合技术研究所
IPC: G06F30/17 , G06F113/24 , G06F119/18
Abstract: 本发明提供一种基于三维模型的钣金件特征间距判断方法，其包括以下步骤：解析输入的钣金件三维模型，得到钣金件的主面；计算得到钣金件的辅面；对钣金件所有主面及辅面进行遍历，对每一个主面及辅面，均计算其内外环属性数据；遍历当前钣金件主面及辅面上的内环列表，并对其中的每一个内环执行步骤S5‑S10中的间距判断。本发明的方法根据钣金件的成形特点，基于钣金件主面或辅面内外环的凹凸性及附加面信息来快速识别钣金特征，同时将特征间距计算问题转化为主面或辅面内外环距离计算问题，从而实现了钣金特征间距的高效计算，也为钣金件可制造性分析的其他内容提供了借鉴思路，推动了钣金件可制造性分析的发展。
-
公开(公告)号：CN114781381B
公开(公告)日：2024-01-09
申请号：CN202210376469.X
申请日：2022-04-11
Applicant: 中国航空综合技术研究所
IPC: G06F40/295 , G06F40/289 , G06F40/151 , G06N3/0442 , G06N3/047 , G06N3/045 , G06N3/094 , G06F16/35 , G06F18/25 , G06Q50/06
Abstract: 本发明提供一种基于规则和神经网络模型融合的标准指标抽取方法，其包括以下步骤：S1、选取定量的标准文本并进行数据处理；S2、建立数据抽取规则；S3、对标准文本进行标准指标抽取；S4、进行深度学习神经网络模型训练；S5、利用步骤S4中训练好的模型进行标准指标抽取，指导步骤S2的数据抽取规则的迭代；S6、重复上述步骤S2‑S5，迭代抽取规则和模型；S7、利用数据抽取规则和深度学习神经网络模型联合进行标准指标抽取。该方法能够对标准文本抽取参数名称、参数值和约束条件三个指标，旨在将与航空领域标准相关的非结构化文本数据转化成结构化的知识信息，并确保抽取的准确性，以实现航空领域的标准指标知识的梳理和有效利用。
-
公开(公告)号：CN115905547B
公开(公告)日：2023-11-14
申请号：CN202310095343.X
申请日：2023-02-10
Applicant: 中国航空综合技术研究所
IPC: G06F16/35 , G06F40/216 , G06F40/126 , G06F40/232 , G06N3/0499 , G06N3/048
Abstract: 本发明涉及一种基于置信学习的航空领域文本分类方法，其包括以下步骤，步骤1：基于Bert模型进行文本编码与概率预测；步骤2：基于分布估计实现文本噪音数据识别；步骤3：基于样本采样实现带噪音的文本数据清洗；步骤4：基于联合学习的模型重训练，实现文本分类。本发明通过置信学习技术实现了基于分布估计的带噪音文本数据识别方法，能够有效估计文本噪音数据的真实标签，发现并清洗噪音数据，进行文本数据过滤。本发明使用联合学习技术取样损失小的样本来进行学习，再通过两个模型互相更新对方的权重以达到互相纠错效果，以此进行文本数据的深层过滤。本发明通过两次过滤，减少训练模型的错误积累，提升模型的预测效果，增加文本分类的准确度。
-
公开(公告)号：CN116775922A
公开(公告)日：2023-09-19
申请号：CN202310550653.6
申请日：2023-05-16
Applicant: 中国航空综合技术研究所
IPC: G06F16/535 , G06F16/583 , G06N20/00
Abstract: 本发明涉及一种基于语言与视觉细节特征融合的遥感图像跨模态检索方法，其包括以下步骤，步骤1：处理遥感图文检索模型的训练数据；步骤2：构建多细节语言与视觉融合模型；步骤3：训练多目标优化的细节语言与视觉融合模型；步骤4：构建遥感图像‑文本描述特征库；步骤5：完成遥感图像‑文本描述的跨模态检索。本发明利用单模态编码器分别对图像和文本特征进行表示，利用多模态编码器对两个模态的特征进行融合，通过特征融合和多任务优化训练来提高各个编码器对相应模态数据的细粒度语义特征的表达，通过语义特征的相似性计算完成跨模态检索；通过给模型设计多目标的优化策略，使得模型对遥感图像和文本描述同时具备多重细节的特征表达能力。
-
公开(公告)号：CN116127090A
公开(公告)日：2023-05-16
申请号：CN202211699386.0
申请日：2022-12-28
Applicant: 中国航空综合技术研究所
IPC: G06F16/36 , G06F16/33 , G06F16/35 , G06F40/295 , G06F40/284 , G06N5/02 , G06F18/241 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于融合和半监督信息抽取的航空系统知识图谱构建方法，其包括：构建航空系统知识体系库，构建航空系统标签与实体类别词表，构建航空系统领域知识体系，构建基于属性与邻居特征的航空系统实体融合模型，构建基于阅读理解的航空系统半监督信息抽取模型，进行航空系统信息抽取，生成航空系统知识图谱。本发明针对知识体系构建问题，基于标签提取与语义特征提出了体系融合算法，降低了构建难度，提高体系丰富度；针对实体融合问题，基于属性与邻居特征提出了实体融合算法，提高了实体融合效果；针对高质量大规模数据难以获取问题，基于阅读理解提出了半监督信息抽取框架，使模型逐渐具有航空系统领域特性，提升了知识图谱实用性。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.094 seconds)
