基于词典增强和相互注意力的中文医疗命名实体识别方法

    公开(公告)号:CN118246451A

    公开(公告)日:2024-06-25

    申请号:CN202410323059.8

    申请日:2024-03-21

    Abstract: 一种基于词典增强和相互注意力的中文医疗命名实体识别方法,对原始医疗文本数据进行预处理,生成医疗文本数据集,将一元字符和二元字符映射到高维向量空间;使用医疗细分领域专有名词和短语构建一个医疗领域外部词典,使用医疗文本在词典中匹配得到医疗词汇,并将词汇分配到四个词集中,对词汇进行向量嵌入;将各词集中的词汇向量进行加权求和得到词集向量;计算字符嵌入和词集嵌入之间的相互注意力得分,通过时序网络获得医疗文本的上下文信息;通过计算各字符的标签概率,得到中文医疗命名实体识别结果。本发明利用了医疗领域的词典,考虑了词汇和字符之间的动态关系,提高了中文医疗领域命名实体识别的效率和准确率。

    一种基于多通道图卷积神经网络的蛋白质互作网络节点分类方法

    公开(公告)号:CN112364983B

    公开(公告)日:2024-03-22

    申请号:CN202011260336.3

    申请日:2020-11-12

    Abstract: 一种基于多通道图卷积神经网络的蛋白质互作网络节点分类方法,通过组合高阶信息来提高分类效果,根据蛋白质相互作用数据构建一个蛋白质互作网络,构建多通道图卷积神经网络模型,该模型包含两层结构,使用不同的图卷积核组合,在少数有标签蛋白质的数据基础上完成半监督分类,得到无标签蛋白质的类别。本发明通过多通道的高阶邻域图卷积神经网络组合来提取蛋白质互作网络的高阶信息,在较低的运算代价下提升了对蛋白质的分类精度。

    基于扰动补偿的固定翼无人机编队分布式预测控制方法

    公开(公告)号:CN117666598A

    公开(公告)日:2024-03-08

    申请号:CN202311531845.9

    申请日:2023-11-17

    Abstract: 本发明涉及一种基于扰动补偿的固定翼无人机编队分布式预测控制方法,建立异构固定翼无人机的广义动力学模型,设计异构固定翼无人机编队中的通讯拓扑连接条件,根据异构固定翼无人机编队的飞行目标设计代价函数,在每架固定翼无人机控制器中引入固定时间扰动观测器,补偿飞行过程中遇到的各项不确定因素;建立MPC约束优化问题并进行滚动时域优化,得到作用于固定翼无人机的最优控制力和力矩;设计最优控制力和力矩对应的离线、在线优化相结合的执行机构控制量分配策略。本发明提高基于复杂动力学模型所设计优化控制器的实时性能,提高整体编队飞行系统的抗扰性能,使其具有一定处理不确定因素的能力,优化计算负担和通讯能耗。

    一种基于图神经网络和知识图谱的歌曲推荐方法

    公开(公告)号:CN116662601A

    公开(公告)日:2023-08-29

    申请号:CN202310619137.4

    申请日:2023-05-29

    Abstract: 一种基于图神经网络和知识图谱的歌曲推荐方法,包括:首先结合用户‑歌曲交互图和歌曲知识图谱计算交互图中用户的嵌入向量,接着利用用户社交图计算社交图中用户的嵌入向量,结合二者嵌入计算得到最终的用户嵌入向量。然后结合歌曲知识图谱中的歌曲嵌入向量和用户‑歌曲交互图中的歌曲嵌入向量计算得到最终的歌曲嵌入向量。最后通过最终用户嵌入向量和最终歌曲嵌入向量计算用户对歌曲的可能评分,按照评分从高到低获得对用户推荐歌曲的预测排名结果。本发明考虑了推荐系统中外部辅助信息的重要性,引入知识图谱和社交网络信息,准确性高,推荐效果好。

    一种基于松弛法的电路敏感性路径标识方法

    公开(公告)号:CN111062175B

    公开(公告)日:2023-04-07

    申请号:CN201911152342.4

    申请日:2019-11-22

    Abstract: 一种基于松弛法的电路敏感性路径标识方法,首先,解析电路网表并利用基于基准法的敏感性单元定位方法初始化各单元的敏感性值。接着,对各电路单元实施拓扑排序。然后,基于单元的拓扑排序,利用松弛法完成对电路敏感性路径的标识。本发明利用基于基准化的敏感性单元定位方法给出的各单元敏感性值初始化了互连单元间的权重,从而解决了多输入向量驱动对敏感性路径标识所造成的影响。又以拓扑排序和松弛技术为主要技术手段,在线性时间内实现了面向可靠性的电路敏感性路径的快速有效标识。

    一种基于路径强弱关系和社区信息的预测网络连边的方法

    公开(公告)号:CN109194509B

    公开(公告)日:2022-03-01

    申请号:CN201810984427.8

    申请日:2018-08-28

    Abstract: 一种基于路径强弱关系和社区信息的预测网络连边的方法,建立网络模型,使用社区划分算法把网络划分为若干个社区,两个节点之间所有共同邻居节点权重之和构成强关系,计算节点间的强关系,取节点之间路径长度为3和4的所有中间节点权重乘积的和构成弱关系,计算节点间的弱关系,并用惩罚系数进行惩罚,根据节点间的连边是内部连边还是社区间的连边来反映社区信息的影响,计算二者之间的相似性指标,将所有无连边节点对之间的相似性分数按降序排列,取前h个指标对应的两个节点为预测连边。本发明考将路径和节点相结合并考虑了强弱影响以及提取了社区信息,有效利用了网络的相关性信息,预测精度较高。

    一种基于网络嵌入的在线社交网络用户社区发现方法

    公开(公告)号:CN112149000B

    公开(公告)日:2021-12-17

    申请号:CN202010940206.8

    申请日:2020-09-09

    Abstract: 一种基于网络嵌入和节点相似性的在线社交网络用户社区发现方法,运用网络嵌入方法把高维社交网络转化为低维向量数据,计算用户节点之间的距离和每个节点的动态邻居引力和动态邻居引力中心性,进而确定各个初始小社区的中心节点然后将其余数据点归属到与其距离最近的初始中心节点所代表的小社区中,生成社交网络用户的初始小社区集合;计算所有节点之间的距离,得到每个节点的最相似节点,形成最相似节点对,然后跟据最相似性节点对合并初始小社区并得到二次社区;最后通过优化模块度的方法合并二次社区并找到最优的网络社区结构。本发明使用网路嵌入向量计算节点之间的距离,利用最相似节点对合并社区,速度快,精确度高。

    一种基于网络表征学习和邻居合力的微博用户社区发现方法

    公开(公告)号:CN110569415B

    公开(公告)日:2021-06-18

    申请号:CN201910802017.1

    申请日:2019-08-28

    Inventor: 杨旭华 王晨

    Abstract: 一种基于网络表征学习和邻居合力的微博用户社区发现方法,根据现有微博数据,建立微博网络,基于网络表征学习方法把微博网络转化为欧氏空间向量;计算微博网络中节点的质量以及节点的邻居合力;通过邻居合力计算微博网络中节点的邻居合力中心性,设定为初始社区的中心节点,其余节点设定为普通节点;将普通节点归属到与其最近的中心节点所代表的社区形成微博网络的初始社区结构;根据模块度最优的原则合并初始社区,形成最终的微博网络社区结构。本发明综合考虑网络节点的邻居合力和节点间的距离,提高了社区发现的速度和精度。

Patent Agency Ranking