公开(公告)号：CN119416784A

公开(公告)日：2025-02-11

申请号：CN202411380998.2

申请日：2024-09-30

Applicant: 宜宾电子科技大学研究院

Inventor： 袁理 ,  陈圩钦 ,  邓媛丹 ,  陈波

IPC: G06F40/295 ,  G06F40/151 ,  G06F40/205 ,  G06F16/36 ,  G06N5/022 ,  G06Q50/04

Abstract: 本发明提出一种需求文档的关键信息提取方法及系统，属于文档分析技术领域，以解决现有需求分析过程中效率低下、准确性不足的问题；包括步骤1：对需求文档进行预处理；步骤2：识别需求文档中的关键实体和实体之间的关系，将其组成三元组；步骤3：学习步骤2识别的三元组，并基于消息函数生成实体1新嵌入的多个三元组；步骤4：应用注意力机制计算新嵌入的每个三元组的相对关注值；步骤5：对新嵌入的每个三元组的相对关注值进行加权平均，得到实体1的最终新嵌入；本发明中，通过将制造业需求文档转化为知识图谱并进一步转换为三元组嵌入，有效地融合了文本和结构化数据，提高了信息提取的全面性和准确性。

公开(公告)号：CN119830947A

公开(公告)日：2025-04-15

申请号：CN202411893978.5

申请日：2024-12-20

Applicant: 宜宾电子科技大学研究院

Inventor： 兰亚军 ,  陈圩钦 ,  邓媛丹 ,  毛艳玲 ,  袁理 ,  陈波

IPC: G06N3/042 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明提出一种深度神经网络参数动态量化压缩方法及系统，属于参数量化技术领域，以解决现有技术都是基于参数的值大小进行划分，忽略了值小的参数在网络中的作用的问题。包括步骤1：基于图神经网络建立深度神经网络模型对应的级联失效模型；步骤2：对级联失效模型进行初始化，基于初始化后的级联失效模型选取深度神经网络模型中的重要节点；步骤3：计算重要节点的参数的分散程度f，根据计算出的f值的所属区间，选择不同的参数量化过程中的宽度。