“李欣奕”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果17个，建议您升级VIP下载更多相关专利

[发明专利]恰玛古多糖联合顺铂在肝癌治疗中的应用-CN202310655348.3在审
发明人：李金玉;孔涵蕊;塔玛莎·库尔曼江;解国轩;李欣奕 -专利权人：新疆师范大学
申请日： 2023-06-02 - 公布日： 2023-09-12 - 主分类号： A61K33/243 文献下载
摘要：本发明涉及癌症治疗技术领域，尤其涉及恰玛古多糖联合顺铂在肝癌治疗中的应用。特别地，本发明提供了恰玛古多糖和顺铂在制备用于治疗肝癌的药物中的用途，其中恰玛古多糖与顺铂的质量比为100‑200:1，优选160:1。本发明已出人意料地发现，特定比例的恰玛古多糖与顺铂的联合使用可以增强对肝癌的治疗效果，降低顺铂的副作用，改善顺铂所致的肠道菌群紊乱。
恰玛古多糖联合肝癌治疗中的应用

[发明专利]一种应用于核酸检测咽拭子智能采样机器人-CN202310178889.1在审
发明人：付平;郭晴川;刘伟业;徐正本;刘春雨;徐宇琛;孔润中;栾光旭;李欣奕 -专利权人：青岛科技大学
申请日： 2023-02-28 - 公布日： 2023-06-23 - 主分类号： B25J9/08 文献下载
摘要：本发明提供一种应用于核酸检测咽拭子智能采样机器人，包括框架，框架的内部底端安装有底板，所述底板的表面上安装有安装座；安装座的表面上通过螺栓安装有采样机械臂，所述采样机械臂的活动端安装有抓手，所述框架的一侧安装有下巴托台，所述框架的内部靠近下巴托台的位置上安装有咽拭子剥离机；本发明通过将咽拭子包装袋去除后，抓手从咽拭子出口处抓取咽拭子，根据上位机有限空间内的路径规划结果，抓手携带咽拭子深入受试者口腔通过视触觉融合感知和闭环控制，完成安全轻柔的咽拭子采样，完成采样后，采样机械臂缩回将咽拭子放入采样管中，随后剪切机械夹爪将试管夹紧并剪切咽拭子，拧盖机构拧紧瓶盖，试管随之转运完成一次自动化核酸采样。
一种应用于核酸检测咽拭子智能采样机器人

[外观设计]枸杞包装盒-CN202230508993.9有效
发明人：汪丽媛;尚贝;李欣奕;马科;徐雯彤 -专利权人：宁夏建设职业技术学院
申请日： 2022-08-05 - 公布日： 2022-10-28 - 主分类号： 09-03 文献下载
摘要：1.本外观设计产品的名称：枸杞包装盒。2.本外观设计产品的用途：本外观设计产品用于枸杞包装。3.本外观设计产品的设计要点：在于形状、图案的结合。4.最能表明设计要点的图片或照片：立体图。
枸杞包装

[发明专利]一种基于区分性词向量表示的事件检测方法-CN202110726463.6有效
发明人：唐九阳;廖劲智;赵翔;李欣奕;谭真;陈盈果;黄魁华 -专利权人：中国人民解放军国防科技大学
申请日： 2021-06-29 - 公布日： 2022-09-20 - 主分类号： G06F16/33 文献下载
摘要：本发明一种基于区分性词向量表示的事件检测方法，所述方法包括：构建一种基于区分性词向量表示模型，包括编码模块、高斯核函数模块和对抗学习模块，所述的编码模块用于将句子中的每个单词生成高维向量空间中的表示，所述的高斯核函数模块，用于加大触发词内部组成单词与外部其他单词之间表示的区分性，所述的对抗学习模块，用于提升对触发词正样本的泛化识别能力；利用训练好的区分性词向量表示模型，在所有事件类型上逐一对每个单词预测是否属于该类下某一个触发词的起始位置或者结束位置，然后通过组合预测的开始位置和结束位置输出所有可能的触发词。
一种基于区分向量表示事件检测方法

[发明专利]基于差异性神经表示模型的事件触发词检测方法-CN202110725929.0有效
发明人：赵翔;廖劲智;李欣奕;唐九阳;徐浩;谭真;肖卫东 -专利权人：中国人民解放军国防科技大学
申请日： 2021-06-29 - 公布日： 2022-09-20 - 主分类号： G06F16/33 文献下载
摘要：本发明基于差异性神经表示模型的事件触发词检测方法，所述方法包括：构建差异性神经表示模型，包括编码模块、对比学习模块和混合边界模块，所述的编码模块用于将句子中的每个单词生成高维向量空间中的表示，所述的对比学习模块，用于加大触发词内部组成单词与外部其他单词之间表示的差距，所述的混合边界模块，用于引导模型更好地区分触发词边界上的单词；利用训练好的差异性神经表示模型，对每个单词预测是否属于某一个触发词的起始位置或者结束位置，然后通过组合预测的开始位置和结束位置输出所有可能的触发词。本发明提出的学习框架提高了区分触发词内部和外部单词的能力，在多触发词识别中显著优于其他方法。
基于差异性神经表示模型事件触发检测方法

[发明专利]移动辅助边缘计算方法、装置、介质和设备-CN202011212357.8有效
发明人：郭得科;谷思远;廖汉龙;罗来龙;李欣奕 -专利权人：中国人民解放军国防科技大学
申请日： 2020-11-03 - 公布日： 2022-05-31 - 主分类号： H04L67/60 文献下载
摘要：本发明示例性实施例提供一种移动辅助边缘计算方法、装置、介质和设备，应用于至少包括固定边缘节点和移动边缘节点的物联网，所述方法包括：根据用户请求和资源分布，向固定边缘节点请求边缘任务，所述边缘任务为固定边缘节点无法响应的用户请求；根据拍卖机制向若干移动边缘节点拍卖所述边缘任务，以及根据各所述移动边缘节点的收益以及固定边缘节点的支出，确定最终的定价策略；结合所述定价策略以及移动边缘节点的定价，确定所述边缘任务在各所述移动边缘节点的全局分配策略。本发明首次提出了移动辅助边缘计算框架，通过引入移动边缘节点来提高固定边缘节点的服务质量。
移动辅助边缘计算方法装置介质设备

[发明专利]基于异构信息网络少样本学习的节点分类方法-CN202111525184.X在审
发明人：赵翔;刘丽;李欣奕;方阳;王吉;李硕豪;张军 -专利权人：中国人民解放军国防科技大学
申请日： 2021-12-14 - 公布日： 2022-03-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于异构信息网络少样本学习的节点分类方法,包括步骤：从原始图中对子图进行采样，以形成元训练和元测试数据集的支持集和查询集；对支持集中多个支持图实例采样；对采样图进行迭代，在子图中生成节点嵌入，然后将节点嵌入输入异构图神经网络模块进行训练更新；根据节点嵌入获得任务嵌入；计算支持损失函数并根据更新参数；对多个查询图实例进行采样，按照与支持集相同的训练过程来学习节点嵌入和查询损失函数；对节点进行分类并评级。本发明可以在不同的异构信息网络之间迁移；采用结构模块、异构模块和对比模块分别捕获子图的结构信息、异构特征和未标记信息，在多个异构信息网络上均显著优于最新技术。
基于信息网络样本学习节点分类方法

[发明专利]一种面向智能问答系统的无法回答问题的归因方法-CN202111393720.5在审
发明人：赵翔;廖劲智;唐九阳;谭真;李欣奕;蔡飞;方阳 -专利权人：中国人民解放军国防科技大学
申请日： 2021-11-23 - 公布日： 2022-03-22 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了面向智能问答系统的无法回答问题的归因方法，获取不可回答问题；使用连续模板来转换输入问题的上下文和归因类；使用预训练语言模型将连续模板嵌入到高维向量空间中；使用基于prompt的MLM模块确定标签集中的哪个标签可填充输入中的[MASK]；面向原因的模板模块使用数据驱动的方法为模板构建指导信号；语义感知的标签模块对标签集中的标签进行编码，以将它们的表示保持在与输入相同的语义空间中；将监督标签是不可回答原因的预定义类，使用交叉熵损失函数计算损失，并反向传播以更新预训练语言模型；输出不可回答问题的归因。本发明特定于任务的设计能够更好地启发模型，从而实现最先进的性能。
一种面向智能问答系统无法回答问题归因方法

[发明专利]基于元图动态异构信息网络表示的异常检测方法-CN202111505386.8在审
发明人：赵翔;方阳;谭真;胡升泽;陈盈果;李欣奕;王吉 -专利权人：中国人民解放军国防科技大学
申请日： 2021-12-10 - 公布日： 2022-03-22 - 主分类号： G06F16/901 文献下载
摘要：本发明属于数据分析领域，公开了基于元图动态异构信息网络表示的异常检测方法，获得科学合作的动态异构信息网络数据，包括网络节点和网络边数据；引入复数空间中的嵌入机制来表示在时间戳1的给定动态异构信息网络；采用三元元图动态嵌入机制来学习从时间戳2到时间戳t的动态异构信息网络；利用基于长短期记忆网络的深度自动编码器处理时间戳1到时间戳t的异构信息网络，分析计算后执行时间戳t+1的图预测；利用1到t+1的图数据，对网络中的节点进行异常检测，获得异常检测结果。本发明基于元图的机制在变化数据集上进行训练，可扩展到大型动态异构信息网络，可预测未来的网络结构。
基于动态信息网络表示异常检测方法

[发明专利]一种基于生成对抗训练的嵌套命名实体识别方法-CN202111514683.9在审
发明人：赵翔;黄培馨;冉旭东;谭真;胡明昊;徐浩;李欣奕;肖卫东 -专利权人：中国人民解放军国防科技大学
申请日： 2021-12-13 - 公布日： 2022-03-22 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了基于生成对抗训练的嵌套命名实体识别方法，获取输入序列；为每个实体类型设计实体标记；使用抽取器抽取出特定于某个实体标记的所有实体文段，组成实体文段候选集；通过评估器评估抽取出的实体文段候选集，并打分；抽取器和判别器通过生成对抗训练来迭代地进行训练，使得抽取器抽取出准确的实体文段候选集合；迭代训练后抽取器挑选出某一实体类型的所有实体文段；对每种实体类型都进行抽取挑选，直到抽取出输入序列中的所有嵌套和非嵌套实体。本发明采用文段选择框架解决嵌套命名实体识别问题，混合选择策略使用了文段的边界信息和文段内容信息用于抽取，利用了实体类别信息，为每种实体类别设计实体标记。
一种基于生成对抗训练嵌套命名实体识别方法

[发明专利]基于双向图分割与互惠式推理的大规模实体对齐方法-CN202111236623.5在审
发明人：赵翔;曾维新;谭真;李欣奕;郭得科;罗来龙 -专利权人：中国人民解放军国防科技大学
申请日： 2021-10-23 - 公布日： 2022-02-15 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了基于双向图分割与互惠式推理的大规模实体对齐方法，包括以下步骤：获取源知识图谱和目标知识图谱数据；对源知识图谱和目标知识图谱进行图分割，获得一组源子图和目标子图的子图对；利用实体结构的表示学习模型获得所有子图对中的联合实体表示；在对每一个子图对中的子图进行互惠式对齐推理，获得子图对的对齐结果；聚合所有子图对的对齐结果，获得源知识图谱和目标知识图谱的对齐结果。本发明方法通过进行双向的分割和聚合，最终的子图对能够拥有更完整的结构以及更多的种子实体对，进而能够生成更准确的实体对齐结果；互惠式推理的两级的互惠建模与传统的直接对齐推理相比，能够取得更好的对齐效果。
基于双向分割互惠推理大规模实体对齐方法

[发明专利]基于互惠式推理与渐进式分块的大规模实体对齐方法-CN202111236622.0在审
发明人：唐九阳;曾维新;谭真;李欣奕;赵翔;葛斌;肖卫东 -专利权人：中国人民解放军国防科技大学
申请日： 2021-10-23 - 公布日： 2022-02-11 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了基于互惠式推理与渐进式分块的大规模实体对齐方法，包括以下步骤：获取源知识图谱和目标知识图谱数据；对源知识图谱和目标知识图谱进行图分割，获得一组源子图和目标子图的子图对；利用实体结构的表示学习模型获得所有子图对中的联合实体表示；在对每一个子图对中的子图块进行互惠式对齐推理，聚合得到子图对的对齐结果；聚合所有子图对的对齐结果，获得源知识图谱和目标知识图谱的对齐结果。本发明方法通过进行双向的分割和聚合，能够生成更准确的实体对齐结果；互惠式推理的两级的互惠建模与传统的直接对齐推理相比，能够取得更好的对齐效果；通过应用渐进式分块，互惠式对齐推理的内存和时间成本将大大减少。
基于互惠推理渐进分块大规模实体对齐方法

[发明专利]一种基于自适应特征融合的多模态实体对齐方法-CN202110948340.7有效
发明人：赵翔;郭浩;唐九阳;曾维新;李欣奕;潘岩;张鑫 -专利权人：中国人民解放军国防科技大学
申请日： 2021-08-18 - 公布日： 2021-11-30 - 主分类号： G06F16/583 文献下载
摘要：本发明公开了一种基于自适应特征融合的多模态实体对齐方法，包括以下步骤：获取两个多模态知识图谱的数据；在结构特征学习模块中，利用图卷积神经网络分别学习所述两个多模态知识图谱的实体的结构向量，生成各自实体的结构特征表示；在视觉特征处理模块中，分别生成各自实体的视觉特征表示；通过自适应特征融合模块，结合两个多模态知识图谱的实体结构特征和实体视觉特征进行实体对齐。本发明针对视觉信息利用差的问题，计算实体‑图片的相似度得分，过滤噪声图片，并基于相似度获得更准确的实体视觉特征表示；设计了自适应特征融合机制，以可变注意力融合实体的结构特征和视觉特征，充分利用多模态信息的互补性，提升了对齐效果。
一种基于自适应特征融合多模态实体对齐方法

[发明专利]基于合作博弈的云下行任务边缘节点资源分配方法-CN202110570431.1有效
发明人：郭得科;罗来龙;姚晨蝶;李欣奕;郑龙;吴亚辉 -专利权人：中国人民解放军国防科技大学
申请日： 2021-05-25 - 公布日： 2021-08-24 - 主分类号： H04L29/08 文献下载
摘要：本发明公开了一种基于合作博弈的云下行任务边缘节点资源分配方法，通过将云下行任务建模为重叠联盟从而形成博弈，然后采用合作博弈的思想来激励边缘节点合作执行云下行任务，形成多个云服务下行任务对应的重叠联盟，以实现资源分配均衡，从而避免资源集中在回报率高的任务上，造成回报率高的任务资源浪费，回报率低的任务无法收集足够多资源的现象。此外，本发明分析了博弈中边缘节点的合作行为，根据其行为定义了一种边缘节点交替操作，基于交替操作，提出了一种两阶段重叠联盟构造优化算法，不断通过边缘节点提供资源的交替行为来，以求解边缘节点在博弈中的策略，得到了近似最优解。
基于合作博弈下行任务边缘节点资源分配方法

[发明专利]一种无监督的知识图谱实体对齐方法及设备-CN202110404436.7在审
发明人：赵翔;曾维新;唐九阳;李欣奕;谭真;谭跃进;姜江 -专利权人：中国人民解放军国防科技大学
申请日： 2021-04-15 - 公布日： 2021-06-11 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种无监督的知识图谱实体对齐方法及设备，所述方法包括以下步骤：获取两个知识图谱的数据；利用知识图谱中实体的辅助信息生成文本距离矩阵；利用阈值双向最近邻搜索来生成初始对齐结果，作为种子实体对集合；基于所述的种子实体对集合为标记数据，利用图卷积网络学习实体的结构距离矩阵；融合实体的文本距离矩阵和结构距离矩阵，获取融合距离矩阵；进行渐进式学习，获得新生成的对齐实体对，并将所述的新生成的对齐实体对合并到种子实体对集合中，使用合并后的种子实体对集合迭代更新结构嵌入；重复前三个步骤，直到新生成的对齐实体对的数量低于预设值，获得最终的实体对齐结果。
一种监督知识图谱实体对齐方法设备

1
2
下一页»
尾页
共 17 条