“申林山”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35个，建议您升级VIP下载更多相关专利

[发明专利]一种领域术语语义漂移抽取方法-CN201911222879.3有效
发明人：黄少滨;李轶;李熔盛;申林山;何杰;李泽松;张柏嘉;颜伟 -专利权人：哈尔滨工程大学
申请日： 2019-12-03 - 公布日： 2023-10-13 - 主分类号： G06F40/289 文献下载
摘要：本发明属于文本语义提取技术领域，具体涉及一种领域术语语义漂移抽取方法。只要该专业领域的术语语义具有鲜明的时间地域特性(比如社会保险领域中的法律法规和政策等)，都可以利用本方法来抽取四元组(领域术语，时间，地域，语义)，并以此来刻画领域术语的语义漂移。
一种领域术语语义漂移抽取方法

[发明专利]一种汉语自然语言文本的词语切分方法-CN201911223545.8有效
发明人：黄少滨;张幻;程序;严江;申林山;李熔盛 -专利权人：哈尔滨工程大学
申请日： 2019-12-03 - 公布日： 2023-10-13 - 主分类号： G06F40/211 文献下载
摘要：本发明属于自然语言文本处理技术领域，具体涉及一种汉语自然语言文本的词语切分方法。本发明基于无监督学习中的基于良好度量的方法设计，在其中加入了少量工作量的人工的步骤，即需要人工整理中心词，人工整理中心词的优点是使词表的质量和词语类别更加可控，进一步地，可以降低对语料词语分布特征的需求，特别适用于语料的词语分布不理想以及领域合成词的中心词数量较少的情况。本发明的词语切分方法适用于领域的自然语言文本，特别地，最适用于在领域合成词和非标准词较多的领域，其分词效果好于通用的开放域分词工具的效果，结果有益于进一步在相关领域自然语言处理的后续步骤，特别是在知识抽取或知识图谱中的应用中。
一种汉语自然语言文本词语切分方法

[发明专利]一种基于机器学习的数值水池虚拟试验管理系统-CN202310770494.0在审
发明人：潘海为;周鑫玥;张可佳;蔡成涛;王巍;王一;王小芳;陈征平;毕晓燕;刘泽超;申林山;宋洪涛;王兴梅;王也;杨东梅;张立国 -专利权人：哈尔滨工程大学;哈尔滨工程大学三亚南海创新发展基地
申请日： 2023-06-28 - 公布日： 2023-09-29 - 主分类号： G06F16/27 文献下载
摘要：本发明公开了一种基于机器学习的数值水池虚拟试验管理系统，包括，数据收集模块，用于获取数字虚拟水池试验中各种场景下的初始数据，随机生成模拟数据；模拟数据为实际水文环境中包括水流运动、水位变化、波浪的水动力学现象各种场景的待处理数据；中央存储模块，与数据收集模块连接，用于当接收到数据收集模块发送的存储任务后，对模拟数据进行处理并将处理后的模拟数据进行底层存储；自动化存储模块，与中央存储模块连接，用于根据预测分析结果自动调整存储资源配置，以及维护多个副本的数据一致性。本发明提高了系统对试验数据的存储容量以及试验的精度和效率，实现了对数值水池虚拟试验的自动化管理。
一种基于机器学习数值水池虚拟试验管理系统

[发明专利]一种基于多模态深度学习的主动脉瓣反流检测系统-CN202310410930.3在审
发明人：黄少滨;杨顺帆;申林山 -专利权人：哈尔滨工程大学
申请日： 2023-04-17 - 公布日： 2023-07-14 - 主分类号： G16H50/20 文献下载
摘要：一种基于多模态深度学习的主动脉瓣反流检测系统，涉及心脏医疗领域。本发明是为了解决现有技术还无法实现通过心电图检测主动脉瓣反流的问题，而提出了一种基于多模态深度学习的主动脉瓣反流检测系统。本发明包括：获取心电图图像和文本结构化数据；将心电图图像和本文结构化数据输入到主动脉瓣反流检测网络中，获得主动脉瓣反流检测结果；主动脉反流检测网络处理流程为：提取心电图图像的特征和文本结构化数据的特征；将心电图图像特征与文本结构化数据的特征组合，获得最终特征，对最终特征进行分类并输出主动脉瓣反流检测结果；主动脉瓣反流检测结果为0或1，0表示正常，1表示主动脉瓣有反流。本发明用于利用心电图获取主动脉瓣反流情况。
一种基于多模态深度学习主动脉瓣反流检测系统

[发明专利]一种基于多模态数据的心功能分级系统-CN202310365991.2在审
发明人：黄少滨;徐义宝;申林山 -专利权人：哈尔滨工程大学
申请日： 2023-04-07 - 公布日： 2023-07-04 - 主分类号： G16H50/70 文献下载
摘要：一种基于多模态数据的心功能分级系统，具体涉及一种适用于心力衰竭的基于多模态数据的心功能分级系统，为了解决在利用机器学习系统分析心力衰竭数据时只使用一种检查数据容易产生误差，导致心功能分级效果不理想，使得心力衰竭检查结果不准确的问题。它依次包括数据读取模块、多模态机器学习模块、训练模块和测试模块，数据读取模块用于读取多模态的检查数据；多模态机器学习模块，用于接收数据读取模块的检查数据，对检查数据进行分析，输出心功能分级；它依次包括数据融合单元、特征提取单元和分级单元，训练模块用于训练多模态机器学习模块，测试模块用于测试多模态机器学习模块。属于医疗领域。
一种基于多模态数据功能分级系统

[发明专利]一种基于机器学习的从半结构化文档中提取问答对的方法-CN201911222877.4有效
发明人：黄少滨;颜伟;申林山;李熔盛;李轶;余日昌;张柏嘉;何荣博 -专利权人：哈尔滨工程大学
申请日： 2019-12-03 - 公布日： 2022-12-13 - 主分类号： G06F16/35 文献下载
摘要：本发明属于自然语言处理技术领域，具体涉及一种基于机器学习的从半结构化文档中提取问答对的方法。本发明应用机器学习的方法，通过应用Apriori进行特征选择和朴素贝叶斯分类方法进行分类，得到半结构化文本中的答案句。本发明结合命名实体识别和依存句法分析理论，将答案句转为对应的问句。命名实体识别采用crf+BiLstm神经网络模型，识别答案句中的实体，补充到网络爬取的实体中。句法分析通过揭示句子中各个词之间的依存关系，从而在问句生成时替换依存于实体的词，得到合理的问句。本发明通过从半结构化文档中提取高质量的问答对，为以后构建问答系统奠定了良好的基础。
一种基于机器学习结构文档提取答对方法

[发明专利]一种面向中文医疗文本命名实体识别的方法-CN201911223532.0有效
发明人：黄少滨;张柏嘉;申林山;李熔盛;李轶;余日昌;颜伟;邹长明 -专利权人：哈尔滨工程大学
申请日： 2019-12-03 - 公布日： 2022-12-13 - 主分类号： G06F40/117 文献下载
摘要：本发明属于医学文本标注技术领域，具体涉及一种面向中文医疗文本命名实体识别的方法。本发明通过自定义多个实体类别并依此构建医疗术语标注词典实现了对原始医疗文本中实体的自动标注，在此基础上提出了一种多粒度特征融合的模型，首次将汉字的部首作为实体识别和分类的特征应用到医疗实体识别的任务中，通过对医疗文本中的词、字、字的部首三个不同粒度上的特征进行提取、表示和融合，并利用ID‑CNN‑CRF算法训练模型，以实现对各类医疗文本中医疗实体的识别工作。该方法的优势在于能应用在电子病历、医学期刊等各类医疗文本中，同时能较好地解决医疗领域中不同实体之间长度差异较大的问题，并且对于未登录实体的识别有着很好的效果。
一种面向中文医疗文本命名实体识别方法

[发明专利]一种基于极坐标系的时序网络安全知识图谱链接预测方法-CN202211058684.1在审
发明人：刘泽超;刘瑞男;王福焱;申林山 -专利权人：哈尔滨工程大学
申请日： 2022-08-31 - 公布日： 2022-12-09 - 主分类号： G06N5/02 文献下载
摘要：本发明属于网络安全知识表示和知识图谱补全技术领域，具体涉及一种基于极坐标系的时序网络安全知识图谱链接预测方法。本发明将知识图谱时间格式统一为开始时间和结束时间，通过时序知识图谱嵌入模型时间变化表示为极坐标系统中实体的缩放和旋转，解决了知识图谱的时间格式不一致和重复嵌入的问题；采用极坐标系统中映射嵌入模型，使用系数和角度来区分不同时间约束实体的嵌入，以避免在单一维度中嵌入产生相似的时间约束实体，以解决时序嵌入的相似性问题。本发明通过将安全事件分割成五元组并映射到极坐标向量当中去，使得模型能更加充分的捕捉实体和关系之间的交互信息，从而达到更准确的实体链接预测效果。
一种基于坐标系时序网络安全知识图谱链接预测方法

[发明专利]一种领域文本主题抽取方法-CN202110039892.6有效
发明人：邹长明;黄少滨;申林山;李熔盛;何荣博 -专利权人：哈尔滨工程大学
申请日： 2021-01-13 - 公布日： 2022-12-09 - 主分类号： G06F40/289 文献下载
摘要：本发明属于文本主题抽取技术领域，具体涉及一种领域文本主题抽取方法。本发明应用了统计学习方法中的LDA主题模型，并在LDA主题模型三层贝叶斯网络基础上提出增加审计方法层，形成四层贝叶斯网络。该模型认为文本由审计方法的多项分布构成，审计方法由主题的多项分布构成。首先分别生成审计方法、文本主题和词语的多项分布，然后由狄利克雷分布为主题的多项分布，审计方法的多项分布和词语的多项分布分配参数，利用吉布斯抽样计算得到真实的包含审计方法的主题分布参数。该方法相较于LDA主题模型，在提取出的主题中加入了审计方法的信息，降低了主题间重叠度过高的问题，同时也可以为四险一金领域知识图谱的审计工具集提供支持。
一种领域文本主题抽取方法

[发明专利]一种基于混合变异策略的网络协议漏洞挖掘方法-CN202210998579.X在审
发明人：庄园;曹文芳;孙国凯;孙建国;申林山;尤扬;王晓鹏;张云海 -专利权人：哈尔滨工程大学;绿盟科技集团股份有限公司
申请日： 2022-08-19 - 公布日： 2022-10-25 - 主分类号： G06K9/62 文献下载
摘要：一种基于混合变异策略的网络协议漏洞挖掘方法，它属于网络协议的漏洞挖掘技术领域。本发明解决了现有网络协议漏洞挖掘方法对未知网络协议漏洞挖掘能力差，且现有网络协议漏洞挖掘方法仅仅针对于单个网络协议，无法适用于不同网络协议的漏洞挖掘问题。本发明基于改进的生成对抗网络模型和线下漏洞知识库指导生成样本数据变异以提高漏洞触发率，进而生成更有效、针对性更强的测试用例，减少对漏洞挖掘无效测试用例的生成，可以智能高效地挖掘出未知网络协议的漏洞。本发明方法适用于大部分不同网络协议，大大减少人工分析数据帧的时间，可以迁移应用在不同网络协议上。本发明方法可以应用于网络协议的漏洞挖掘。
一种基于混合变异策略网络协议漏洞挖掘方法

[发明专利]一种基于改进Sarsa算法的路径规划方法-CN202110918358.2有效
发明人：徐丽;娄茹珍;许逸茗;申林山;钱婧捷;贾我欢;闫鑫;张立国 -专利权人：哈尔滨工程大学
申请日： 2021-08-11 - 公布日： 2022-10-25 - 主分类号： G05D1/02 文献下载
摘要：一种基于改进Sarsa算法的路径规划方法，属于强化学习和路径规划领域。本发明为了解决基于传统Sarsa算法的路径规划过程存在规划收敛速度较慢、规划效率较低的问题。本发明针对于待进行路径规划的区域建立地图模型，引入路径矩阵P(s，a)，在智能体探索的过程中，动态调整贪婪因子ε，采用ε‑greedy策略进行动作选择，智能体采取动作a后，环境会反馈一个奖励R并进入到下一个状态s′；并基于路径矩阵更新Q值表，从而基于改进的Sarsa算法实现路径规划。主要用于机器人的路径规划。
一种基于改进 sarsa 算法路径规划方法

[发明专利]基于复合神经网络的水声目标识别方法-CN202110844909.5有效
发明人：徐丽;钱婧捷;李柏宽;申林山;闫鑫;娄茹珍;贾我欢;李悦齐;张立国 -专利权人：哈尔滨工程大学
申请日： 2021-07-26 - 公布日： 2022-10-25 - 主分类号： G06K9/00 文献下载
摘要：基于复合神经网络的水声目标识别方法，它属于水声信号识别技术领域。本发明是为了解决采用现有方法对水声目标识别的准确率低的问题。本发明设计了基于复合神经网络的基层网络结构，先通过LSTM算法对输入音频样本数据的时序特征进行学习，得到一个通过算法更新后的状态信息作为中间向量，进而将这一层次中的状态信息继续通过CNN网络进行传递，经过CNN网络中的卷积池化运算得到输入音频样本数据的空间特征，最后通过CNN网络最后一层的softmax函数得到水声目标识别结果。本发明可以应用于水声信号识别。
基于复合神经网络目标识别方法

[发明专利]一种四险一金领域知识图谱中实体对齐方法-CN202010990634.1有效
发明人：黄少滨;何荣博;申林山;李熔盛 -专利权人：哈尔滨工程大学
申请日： 2020-09-19 - 公布日： 2022-09-27 - 主分类号： G06F16/36 文献下载
摘要：本发明属于知识图谱技术领域，具体涉及一种四险一金领域知识图谱中实体对齐方法。本发明提出了在TransE模型中根据关系类型动态调整嵌入损失函数的策略，通过增加嵌入层优化不同属性和关系条件下的TransE损失函数，将LSTM网络和Bert对属性值的嵌入结果进行融合，在属性值的嵌入中考虑了属性值的语义信息，并将结构嵌入和属性嵌入联合训练，最终获得知识图谱的联合嵌入表示。本发明将实体嵌入的语义信息与字符信息进行组合，将实体嵌入距离与LCS相似度进行组合，并在考虑两种相似度的条件下选择候选实体对。本发明可以有效的解决由于中文知识图谱中链接数量不足、实体在不同知识图谱中名称不一致导致对齐困难的问题。
一种四险一金领知识图谱实体对齐方法

[发明专利]一种知识图谱自动补全和更新的方法-CN202210541065.1在审
发明人： 申林山;安家庆;李思照;刘开南 -专利权人：哈尔滨工程大学
申请日： 2022-05-17 - 公布日： 2022-09-09 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种知识图谱自动补全和更新的方法，涉及了人工智能以及自然语言处理领域。本发明通过处理原始数据构建知识图谱和用于文本生成的神经网络模型，将知识图谱中相近的实体和关系或者知识图谱中缺失的三元组作为模型的输入，利用神经网络模型的输出更新存储到图数据库中达到知识图谱自动补全和更新的目的。本发明实现了智能问答领域的知识图谱中的三元组信息的补全和自动更新，可以为应用知识图谱的后续分析提供支撑。
一种知识图谱自动更新方法

[发明专利]一种智能疏散指示标志控制系统-CN202210541654.X在审
发明人：辛飞;申林山;张良;杨龙华;杨凯;闫超;乔展;许更飞;刘晓;张平;徐可;杨军;郭晓雷;李宗源;王玉国;崔凯;尹姝慧;王晓娟 -专利权人：河南省智慧交通研究院有限公司
申请日： 2022-05-17 - 公布日： 2022-08-30 - 主分类号： G08B7/06 文献下载
摘要：本发明公开了一种智能疏散指示标志控制系统，包括控制管理模块、中央处理模块、疏散分析模块、应急预测模块、供电传输模块、辅助照明模块、应急广播模块、标识显示模块和终端检测模块，所述控制管理模块的输出端控制连接中央处理模块的输入端，本发明，利用设置的辅助照明模块和应急广播模块在疏散的过程中，为场内人员提供辅助照明和广播指引，提高了系统的实用性，利用设置的控制管理模块便于对疏散标识进行远程管理，提高了管理人员的使用体验，利用设置的疏散路径模块根据现场的实际情况变更标识的指引方向，保障了应急疏散的实际效果，利用设置的疏散判定模块结合实时信息对疏散需求进行预测，提高了事故发生时系统的响应速度。
一种智能疏散指示标志控制系统

1
2
3
下一页»
尾页
共 35 条