一种融合实体描述及类型的知识图谱表示学习方法

    公开(公告)号:CN111753101A

    公开(公告)日:2020-10-09

    申请号:CN202010623201.2

    申请日:2020-06-30

    Applicant: 华侨大学

    Abstract: 本发明提出了一种融合实体描述及类型的知识图谱表示学习方法,包括以下步骤:步骤S1:利用翻译模型获得三元组实体的嵌入,将三元组中的关系当作头实体和尾实体间翻译操作,得到每个三元组实体和关系的数值向量表示;步骤S2:采用Doc2Vec模型,对实体描述的文本信息进行嵌入;步骤S3:通过Trans模型得到的实体嵌入,与实体层次类型映射矩阵结合,得到三元组实体类型的嵌入;步骤S4:将所有的表示向量进行连接,得到最终的三元组实体向量,采用随机梯度下降的方法优化训练模型,进行效果评估。本发明提出的方法,通过实体描述及实体类型的嵌入,提高了知识图谱三元组实体表示的语义信息。

    基于社交网络知识图谱的跨网络人物关联方法

    公开(公告)号:CN110110094A

    公开(公告)日:2019-08-09

    申请号:CN201910323380.5

    申请日:2019-04-22

    Applicant: 华侨大学

    Abstract: 本发明公开了基于社交网络知识图谱的跨网络人物关联方法,属于知识图谱与社交网络分析领域,包括以下步骤:步骤1.训练词向量;步骤2.发现候选实体;步骤3.根据社交网络知识图谱的结构特征,计算网络度量指标;步骤4.用户向量生成;步骤5.定义社交网络结构相似度和用户画像语义相似度;步骤6.融合相似度计算,根据融合相似度确定待关联的人物实体的跨网络人物关联的最终节点。该发明可用于社交网络中挖掘用户信息,发现重要节点,也可以用作对重要节点信息的补全,为精准推荐提供数据支撑。

    一种融合知识图谱表示学习和偏置矩阵分解的推荐方法

    公开(公告)号:CN111125540A

    公开(公告)日:2020-05-08

    申请号:CN201911100389.6

    申请日:2019-11-12

    Applicant: 华侨大学

    Abstract: 本发明提出一种融合知识图谱表示学习和偏置矩阵分解的推荐方法,结合了知识表示学习、基于偏置矩阵分解和梯度下降的优化方法。首先,通过现有知识库构建项目推荐的知识图谱;其次,利用知识图谱表示学习将项目实体嵌入低维的向量空间,接着,利用相似度函数计算低维向量空间中项目之间的相似性,最后,将相似性潜在因子融入偏置矩阵分解模型中,以此融入项目间的隐含信息。本发明提高评分预测的准确性从而有效的提高推荐的成功率和精准度。

    一种dECM基促伤口修复敷料的制备方法

    公开(公告)号:CN111068096A

    公开(公告)日:2020-04-28

    申请号:CN201911347708.3

    申请日:2019-12-24

    Applicant: 华侨大学

    Abstract: 本发明公开了一种dECM基促伤口修复敷料的制备方法,采用乙醇等有机溶剂作为共溶剂,通过超临界二氧化碳技术制备动物源的脱细胞化细胞外基质(dECM),后经过化学偶联的方法将NO供体亚硝酸异戊酯接枝在dECM上,NO供体的修饰提高敷料使用过程中生物信号的传导,进而加速伤口的愈合。本发明制备方法简单、生物相容性好、易降解吸收、可促进伤口的愈合,为dECM基生物敷料的后续应用提供了新的思路。

    工地现场的安全帽佩戴检测方法、装置、设备和存储介质

    公开(公告)号:CN115457636A

    公开(公告)日:2022-12-09

    申请号:CN202211151908.3

    申请日:2022-09-21

    Applicant: 华侨大学

    Abstract: 本发明实施例提供一种工地现场的安全帽佩戴检测方法、装置、设备和存储介质,涉及视频识别技术领域。安全帽佩戴检测方法包含步骤S1至步骤S6。S1、获取工人的当日外观信息,并和数据库中已有的外观信息组成施工人员查询数据集。其中,当日外观信息包括的面部信息和服饰信息,S2、获取包含工人的监控视频。S3、将监控视频输入预先训练好的安全帽检测模型,获取多组预测向量。S4、根据多组预测向量,判断监控视频中的工人是否佩戴安全帽。S5、当判断到监控视频中的工人未佩戴安全帽时,将监控视频输入预先训练好的施工人员识别模型,获取未佩戴安全帽的工人的特征向量。S6、根据工人的特征向量和施工人员查询数据集,获取未佩戴安全帽的工人信息。

    基于社交网络知识图谱的跨网络人物关联方法

    公开(公告)号:CN110110094B

    公开(公告)日:2022-07-01

    申请号:CN201910323380.5

    申请日:2019-04-22

    Applicant: 华侨大学

    Abstract: 本发明公开了基于社交网络知识图谱的跨网络人物关联方法,属于知识图谱与社交网络分析领域,包括以下步骤:步骤1.训练词向量;步骤2.发现候选实体;步骤3.根据社交网络知识图谱的结构特征,计算网络度量指标;步骤4.用户向量生成;步骤5.定义社交网络结构相似度和用户画像语义相似度;步骤6.融合相似度计算,根据融合相似度确定待关联的人物实体的跨网络人物关联的最终节点。该发明可用于社交网络中挖掘用户信息,发现重要节点,也可以用作对重要节点信息的补全,为精准推荐提供数据支撑。

    一种融合实体描述及类型的知识图谱表示学习方法

    公开(公告)号:CN111753101B

    公开(公告)日:2022-06-07

    申请号:CN202010623201.2

    申请日:2020-06-30

    Applicant: 华侨大学

    Abstract: 本发明提出了一种融合实体描述及类型的知识图谱表示学习方法,包括以下步骤:步骤S1:利用翻译模型获得三元组实体的嵌入,将三元组中的关系当作头实体和尾实体间翻译操作,得到每个三元组实体和关系的数值向量表示;步骤S2:采用Doc2Vec模型,对实体描述的文本信息进行嵌入;步骤S3:通过Trans模型得到的实体嵌入,与实体层次类型映射矩阵结合,得到三元组实体类型的嵌入;步骤S4:将所有的表示向量进行连接,得到最终的三元组实体向量,采用随机梯度下降的方法优化训练模型,进行效果评估。本发明提出的方法,通过实体描述及实体类型的嵌入,提高了知识图谱三元组实体表示的语义信息。

Patent Agency Ranking