-
公开(公告)号：CN112711951B
公开(公告)日：2024-10-18
申请号：CN202110008758.X
申请日：2021-01-05
Applicant: 西安交通大学
IPC: G06F40/30 , G06F40/216 , G06F16/9536 , G06Q50/00 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于归纳意识的虚假新闻可解释性检测系统及方法，通过探索评论线程中立场的演化规律和层次性结构特征，以发现有价值的质疑新闻的评论子链，克服了现有技术在评论之间关联性挖掘以及相互影响缺失的不足。本发明以跨学科知识与神经网络模型相结合，探索假新闻评论树中评论节点间的语义关联挖掘与相互影响性挖掘；自底向上进化树网络考虑了两种社会心理学理论来研究评论线索中立场的进化规律，以强化质疑新闻的有价值的评论；本发明提出的自顶向下协调树网络协调了父节点和兄弟节点之间的信息吸收，增强了评论的层次结构，并将其与进化树网络特征融合得到有价值的评论，凸显评论子链，增强验证结果的可解释性。
-
公开(公告)号：CN113705652B
公开(公告)日：2024-05-28
申请号：CN202110969540.0
申请日：2021-08-23
Applicant: 西安交通大学
IPC: G06F40/126 , G06N3/0442 , G06N3/0455 , G06N3/0475 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了一种基于指针生成网络的任务型对话状态追踪系统及方法，通过GRU‑Self Attention机制有效的编码了长序列文本，并基于指针生成网络结合源序列信息生成对话状态。本发明首次提出了一种针对对话状态追踪算法长序列编码能力不足特点提出的BiGRU‑Self Attention编码器，该编码器可以更有效地编码长序列文本。本发明的算法相比于其他相关研究表现出了更高的联合目标准确率。在迁移性能实验中验证了该算法的迁移能力。
-
公开(公告)号：CN117863554A
公开(公告)日：2024-04-12
申请号：CN202410113643.0
申请日：2024-01-26
Applicant: 西安交通大学
IPC: B29C64/118 , B29C64/20 , B29C64/209 , B29C64/321 , B29C64/30 , B33Y30/00 , B33Y40/00 , B33Y40/20
Abstract: 一种面向导电—介电复合功能结构的增减材制造装置及方法，包括打印头承载支架，打印头承载支架上连接有FFF打印头、导电金属箔胶带粘贴头、选择性切割头，打印头承载支架进行FFF打印头、导电金属箔胶带粘贴头、选择性切割头的按需切换，并带动其按路径进行平面或曲面运动；FFF打印头用于平面或曲面介电支撑结构的3D打印；导电金属箔胶带粘贴头用于将导电金属箔胶带共形地粘贴于介电支撑结构表面；选择性切割头用于在介电支撑结构表面进行导电结构的切割；本发明通过将FFF增材制造技术与金属导电箔的选择性切割减材制造技术相结合，降低了制造的电路结构对3D打印结构表面粗糙度的敏感性，满足高导电性多层介电封装电路的低成本、高效、可靠的制造需求。
-
公开(公告)号：CN112711951A
公开(公告)日：2021-04-27
申请号：CN202110008758.X
申请日：2021-01-05
Applicant: 西安交通大学
IPC: G06F40/30 , G06F40/216 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于归纳意识的虚假新闻可解释性检测系统及方法，通过探索评论线程中立场的演化规律和层次性结构特征，以发现有价值的质疑新闻的评论子链，克服了现有技术在评论之间关联性挖掘以及相互影响缺失的不足。本发明以跨学科知识与神经网络模型相结合，探索假新闻评论树中评论节点间的语义关联挖掘与相互影响性挖掘；自底向上进化树网络考虑了两种社会心理学理论来研究评论线索中立场的进化规律，以强化质疑新闻的有价值的评论；本发明提出的自顶向下协调树网络协调了父节点和兄弟节点之间的信息吸收，增强了评论的层次结构，并将其与进化树网络特征融合得到有价值的评论，凸显评论子链，增强验证结果的可解释性。
-
公开(公告)号：CN118845321A
公开(公告)日：2024-10-29
申请号：CN202410900780.9
申请日：2024-07-05
Applicant: 西安交通大学
IPC: A61F2/848 , A61F2/90 , A61F2/94 , A61M31/00 , B29C64/10 , A61L31/06 , A61L31/16 , A61L31/14 , B33Y70/10 , B33Y80/00
Abstract: 本发明公开一种抗移位生物可降解复合食管支架及其制造方法，该复合食管支架包括由内至外依次设置的水凝膜内层、中间层增强体和纤维膜外层，纤维膜外层的外表两端的圆周面上设有吸盘，水凝膜内层、中间层增强体、纤维膜外层和吸盘皆采用可降解生物材料制成，中间层增强体由具有拉胀性质的负泊松比变形单元组合而成，纤维膜具有载药功能；水凝膜内层、中间层增强体和纤维膜外层皆采用3D打印制成；本发明复合食管支架能够有效改变其变形，提高复合食管支架组织相容性；并且复合食管支架可以随着患者的食管进行上下蠕动从而保持良好的生物贴合性；复合食管支架架在一定期限内能在人体内降解并被吸收或排出体外，无需进行二次手术取出。
-
Patent Agency Ranking
公开(公告)号：CN117601423A
公开(公告)日：2024-02-27
申请号：CN202311814024.6
申请日：2023-12-27
Applicant: 西安交通大学
IPC: B29C64/20 , B29C64/209 , B29C64/232 , B29C64/393 , B33Y30/00 , B33Y50/02
Abstract: 一种基于3D打印表面路径化熨烫的电路打印系统及方法，包括用于控制各模块间的协调工作外部工控机、用于不同工艺喷头的切换多喷头切换模块、用于调控关联喷头的打印工艺工艺模块、用于实现各目标结构的打印需求喷头模块、用于搭载喷头模块按照设计路径进行运动的机械运动模块；工艺模块包括FFF工艺控制器、温度控制器、气压控制器，喷头模块包括FFF支撑结构打印喷头、熨烫喷头、电路打印喷头；本发明通过选择性的改善3D打印零件的表面质量，产生熨烫沟道的同时降低其粗糙度，减小丝材堆叠产生的沟壑对电路打印的不利影响，从而提升后续电路打印的精度及稳定性。
-
公开(公告)号：CN111581395B
公开(公告)日：2023-09-19
申请号：CN202010373485.4
申请日：2020-05-06
Applicant: 西安交通大学
IPC: G06F16/36 , G06F16/35 , G06F40/284 , G06N20/00
Abstract: 本发明公开了一种基于深度学习的模型融合三元组表示学习系统及方法，使用预训练的BERT语言模型对单词进行嵌入表示，获取了单词更加语境化的表示；同时利用BERT结构的掩蔽语言建模任务将其三元组作为序列输入；本发明对于同实体多种语义的问题，利用投影或者转换矩阵使得映射实体关系在不同领域上能够有不同的表示，但是本发明中改造后的BERT可以将三元组或其描述信息作为文本输入并一同训练，而BERT本身的机制会对实体关系在不同句子中会有不同的词向量，有效解决了实体关系不同语义的问题，因此选择TransE不会受限于其模型本身，反而其模型的足够简单才真正反映了三元组之间的对应关系。同时降低了模型的复杂度。
-
公开(公告)号：CN110387212A
公开(公告)日：2019-10-29
申请号：CN201810364323.7
申请日：2018-04-20
Applicant: 西安交通大学
Abstract: 本发明涉及摩擦材料组合物以及用其制备的高速列车制动闸片和应用，其中铜基摩擦材料组合物为采用粉末冶金技术制备，摩擦材料组合物由以下原料制成：基体组元，润滑组元，抗摩组元，摩擦稳定组元；其中高速列车制动闸片的制备方法包括配料，混料，压型与加压烧结。本发明的制动闸片耐高温，热衰退小，摩擦系数高且稳定，磨损率低，对偶件表面的热损伤和磨损小，提高制动系统的使用寿命、可靠性和经济性。
-
公开(公告)号：CN119786173A
公开(公告)日：2025-04-08
申请号：CN202510189706.5
申请日：2025-02-20
Applicant: 西安交通大学
IPC: H01C17/06
Abstract: 本发明公开了一种曲面共形电阻的非接触式原位制造方法，先根据目标阻值需求以及引脚间隙等制造条件进行试阻验证选择电阻浆料；通对压电喷射装置进行路径规划使得电阻浆料喷射液滴准确沉积到曲面基底指定位置；对打印曲面共形电阻进行原位红外干燥固化与激光烧结功能化；通过激光调阻方法提高曲面共形电阻制造精度；对曲面共形电阻表面压电喷射电阻保护层进行封装。基于喷射打印特点，本发明可以避免接触式打印曲面共形电阻复杂的路径规划以及喷头干涉风险，同时激光烧结可以解决的耐高温电阻材料制造过程中材料受限的问题，以解决曲面共形电阻在任意曲面稳定制造的问题。
-
公开(公告)号：CN111581395A
公开(公告)日：2020-08-25
申请号：CN202010373485.4
申请日：2020-05-06
Applicant: 西安交通大学
IPC: G06F16/36 , G06F16/35 , G06F40/284 , G06N20/00
Abstract: 本发明公开了一种基于深度学习的模型融合三元组表示学习系统及方法，使用预训练的BERT语言模型对单词进行嵌入表示，获取了单词更加语境化的表示；同时利用BERT结构的掩蔽语言建模任务将其三元组作为序列输入；本发明对于同实体多种语义的问题，利用投影或者转换矩阵使得映射实体关系在不同领域上能够有不同的表示，但是本发明中改造后的BERT可以将三元组或其描述信息作为文本输入并一同训练，而BERT本身的机制会对实体关系在不同句子中会有不同的词向量，有效解决了实体关系不同语义的问题，因此选择TransE不会受限于其模型本身，反而其模型的足够简单才真正反映了三元组之间的对应关系。同时降低了模型的复杂度。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.054 seconds)
