“特征抽取步骤”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果4219444个，建议您升级VIP下载更多相关专利

[发明专利]自动生成组合特征的方法及系统-CN201811137251.9在审
发明人：彭聆然;高晓伟;孙迪;康执玺 -专利权人：第四范式（北京）技术有限公司
申请日： 2018-09-28 - 公布日： 2019-01-18 - 主分类号： G06K9/62 文献下载
摘要：提供一种自动生成组合特征的方法及系统，所述方法包括：配置特征抽取步骤，其中，所述特征抽取步骤用于针对输入的数据集中的各个数据记录的属性字段，按照多个单位特征进行特征抽取处理；配置自动特征组合步骤，其中，所述自动特征组合步骤用于基于特征抽取处理结果，利用自动特征组合算法来得到至少一个组合特征；以及运行配置的特征抽取步骤和自动特征组合步骤，将得到的所述至少一个组合特征作为自动生成的组合特征。采用上述根据本发明示例性实施例的自动生成组合特征的方法及系统，能够通过对特征抽取步骤和自动特征组合步骤的配置实现自动特征组合，既可以提升用户体验，还可以有助于提升机器学习模型的效果。
自动特征组合特征特征抽取步骤自动生成组合步骤特征抽取配置多个单位属性字段数据集中数据记录提升机器系统提供用户体验运行配置组合算法学习

[发明专利]一种基于递归神经网络的事件要素抽取方法-CN201910425854.7在审
发明人：陈兴蜀;蒋梦婷;王海舟;王文贤;殷明勇;唐瑞;蒋术语;马晨曦 -专利权人：四川大学
申请日： 2019-05-21 - 公布日： 2019-09-06 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种基于递归神经网络的事件要素抽取方法，包括以下步骤：步骤1：构建基于递归神经网络的事件要素抽取模型；步骤2：获取语料，训练词向量；步骤3：使用标注的语料训练特征向量，包括词性特征向量、命名实体特征向量、依存关系特征向量；步骤4：构造出训练集中所需的目标向量，将步骤2的词向量和步骤3特征向量训练步骤1构建的事件要素抽取模型；步骤5：采用步骤4训练得到的事件要素抽取模型对测试数据进行事件要素的预测；步骤6：对事件要素抽取模型输出的预测信息进行事件要素的提取。本发明方法对事件要素抽取的准确率较高。
事件要素抽取递归神经网络特征向量词向量构建向量语料测试数据词性特征命名实体目标向量训练步骤训练特征依存关系预测信息准确率标注输出预测

[发明专利]一种面向中文专利的实体间非分类关系抽取方法-CN201610001335.4在审
发明人：吕学强;徐丽萍;董志安 -专利权人：北京信息科技大学;北京城市系统工程研究中心
申请日： 2016-01-05 - 公布日： 2016-06-15 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种面向中文专利的实体间非分类关系抽取方法，包括以下步骤：步骤1)：初始化概念对所在的基本关系集合；步骤2)：使用基于领域关系强度的关系词标记算法自动标记候选关系词；步骤3)：进行特征选择，获得特征向量；步骤4)：采用支持向量机SVM对步骤3)获得的特征数据进行分类。本发明将中文专利本体中实体间非分类关系抽取限定为满足SAO结构的实体间关系抽取，提出句法分析特征和关系词词典特征并结合传统特征的方法，使用支持向量机进行关系抽取，从而解决了SAO结构关系抽取任务中关系实例结构正确但是语义错误的问题，该方法优于传统关系抽取方法，可以很好地满足实际应用的需要。
一种面向中文专利实体分类关系抽取方法

[发明专利]特征量抽取装置、特征量抽取方法-CN201410330654.0在审
发明人：八幡尚;菅家孝夫 -专利权人：卡西欧计算机株式会社
申请日： 2014-07-11 - 公布日： 2015-01-14 - 主分类号： G06F17/30 文献下载
摘要：一种特征量抽取装置，其特征在于，该特征量抽取装置具有：代码信息列取得部，针对连续的输入数据的列，按照每个规定间隔，取得所述输入数据的值的代码信息的列；代码信息列模式频数累计部，按照由所述代码信息列取得部得到的代码信息的列的每种模式累计频数；以及特征量输出部，将由所述代码信息列模式频数累计部累计得到的所述每种模式的频数值，作为对应于所述输入数据的特征量进行输出。
特征抽取装置方法

[发明专利]面向领域基于样本的互联网结构化数据抽取方法及其系统-CN200510109288.7无效
发明人：关涛 -专利权人：关涛
申请日： 2005-10-20 - 公布日： 2007-04-25 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种面向领域基于样本的互联网结构化数据抽取方法及其系统，用于实现快速自动抽取互联网结构化数据，包括步骤：样本收集的步骤，用于通过自动记录用户访问数据的过程获得样本；样本分析的步骤，用于通过面向领域的语义知识库，自动分析所述样本，并抽取所述样本的特征信息；数据抽取的步骤，用于通过所述样本的特征信息，通过HTTP协议或驱动互联网浏览器自动读取多个网页，并从所述网页中抽取与所述样本的特征信息相似或相匹配的数据；数据集成的步骤，用于通过所述语义知识库，将与所述样本的特征信息相似或相匹配的数据转换成一统一格式的数据。本发明能自动从多个页面中抽取出具有类似特征的数据，大大提高了数据抽取的效率。
面向领域基于样本互联网结构数据抽取方法及其系统

[发明专利]一种多特征的DNS结合HTTPS恶意加密流量识别方法-CN201910734488.3有效
发明人：陈虎;唐开达 -专利权人：南京聚铭网络科技有限公司
申请日： 2019-08-09 - 公布日： 2021-12-14 - 主分类号： H04L29/06 文献下载
摘要：本发明涉及一种多特征的DNS结合HTTPS恶意加密流量识别方法，所述方法包括以下步骤：步骤一：抽取学习网络中所有的样本DNS通讯协议，对DNS通讯协议做分析：步骤二：抽取学习网络中的所有恶意/非恶意HTTPS通讯协议握手部分(非加密内容)，对HTTPS通讯协议握手部分进行分析：步骤三：抽取恶意/非恶意HTTPS协议会话的会话相关特征信息，步骤四：将DNS协议和HTTPS协议相关内容进行关联，步骤五：通过正常加密流量的数据学习，抽取正常加密通讯数据特征，步骤六：使用回归方法对上述数据进行分类处理，步骤七：通过训练结果保存权值数据至持久化介质，以备后续使用；步骤八：利用上述求解结果在现网中对相关加密流量数据进行特征抽取和代入求解
一种特征 dns 结合 https 恶意加密流量识别方法

[发明专利]基于3-D小波变换和稀疏张量的高光谱图像特征抽取方法-CN201510206549.0有效
发明人：刘治;唐波;肖晓燕;聂明钰;李晓梅;郑成云 -专利权人：山东大学
申请日： 2015-04-27 - 公布日： 2015-07-22 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了基于3-D小波变换和稀疏张量的高光谱图像特征抽取方法，包括以下步骤：步骤(1)：采用数据归一化方法平衡数据本身对判别特征抽取的影响；步骤(2)：采用3-D离散小波变换从归一化后的数据中抽取光谱域和空间域特征；步骤(3)：通过将小波变换特征表示成二阶特征张量形式，保持了特征之间良好的结构相关性；步骤(4)：通过稀疏张量判别方法实现特征稀疏化；步骤(5)：将稀疏后的特征重新表示成以为向量形式。
基于变换稀疏张量光谱图像特征抽取方法

[发明专利]一种基于自调制字典学习的图像分类方法-CN201310091623.X有效
发明人：杨育彬;唐晔;潘玲燕 -专利权人：南京大学
申请日： 2013-03-20 - 公布日： 2013-05-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于自调制字典学习的图像分类方法，包含如下步骤：训练阶段：步骤1，局部特征抽取；对于训练图像集中的每一幅训练图像进行局部特征描述子抽取生成训练图像集的局部特征集合；步骤2，自调制字典学习；步骤3，训练图像表示：包含特征稀疏编码和图像空间聚合两个子步骤。步骤4，分类模型学习；步骤5，局部特征抽取；步骤6，待分类图像表示；步骤7，模型预测。
一种基于调制字典学习图像分类方法

[发明专利]基于SAO结构的中文专利文本实体关系抽取方法-CN201811202084.1在审
发明人：吕学强;董志安 -专利权人：北京信息科技大学
申请日： 2018-10-16 - 公布日： 2019-06-25 - 主分类号： G06F17/27 文献下载
摘要：本发明涉及一种基于SAO结构的中文专利文本实体关系抽取方法，包括：步骤一：从专利文本中获取候选SAO三元组；步骤二：提取候选SAO三元组的传统特征和句法语义特征。本发明提供的基于SAO结构的中文专利文本实体关系抽取方法，把中文专利文本的关系抽取问题，转化为SAO结构识别的分类问题，利用中文专利语料作为处理数据，抽取了词法特征、上下文特征、距离特征以及句法语义特征，能够显著地增强关系抽取的性能，能够有效地提升关系抽取的效果，可以很好地满足实际应用的需要。
专利文本关系抽取实体关系抽取中文句法语义三元组上下文特征处理数据传统特征词法特征分类问题结构识别有效地语料转化应用

[发明专利]一种基于多语义特征的知识抽取方法-CN202211131763.0在审
发明人：孔纯熠;高发荣;张启忠 -专利权人：杭州电子科技大学
申请日： 2022-09-16 - 公布日： 2023-02-03 - 主分类号： G06F40/279 文献下载
摘要：本发明公开了一种基于多语义特征的知识抽取方法，所述基于多语义特征的知识抽取方法包括如下步骤：步骤一、语义向量表示；步骤二、特征编码；步骤三、实体识别；步骤四、关系分类。与现有技术相比的优点在于：本发明提出了一种新的关系三元组抽取方法。该方法首先对通过预训练语言模型获得单词向量表示，然后利用Bi‑LSTM对字符级特征进行特征编码，以及通过多头自注意力机制对上下文语义信息进行编码，获得句子的内部结构以及长距离依赖关系。然后将不同层次的语义特征进行拼接，得到高效的语义表示，为实体识别和关系分类提供更准确的特征向量，有效提高了抽取关系三元组的性能。
一种基于语义特征知识抽取方法

[发明专利]一种基于相似概念对的领域概念上下位关系抽取方法-CN201610186810.X有效
发明人：刘春阳;赵志云;庞琳;张旭;李雄;王萌;陈新蕾;贾岩涛 -专利权人：国家计算机网络与信息安全管理中心
申请日： 2016-03-29 - 公布日： 2018-06-29 - 主分类号： G06F17/27 文献下载
摘要：本发明提供一种基于相似概念对的领域概念上下位关系抽取方法，包括以下步骤：步骤1，领域概念集合由若干个领域概念组成；基于概念聚类的方法从领域概念集合中抽取相似的领域概念；步骤2，获得可能存在上下位关系的候选概念对，然后根据步骤1获取的相似概念产生相似候选概念对；步骤3，利用知识库获取部分训练数据，并通过相似候选概念对共同表征关系特征，实现基于多句特征的关系抽取，从而抽取到领域概念上下位关系。优点为：本发明可以突破语料规模的限制，利用多句特征抽取领域概念的上下位关系，可提升领域概念上下位关系抽取的准确率。
领域概念上下位关系抽取候选概念领域概念集合知识库表征关系概念聚类关系抽取特征抽取训练数据准确率语料

[发明专利]一种基于多图神经网络推理的文档级关系抽取方法-CN202310691347.4在审
发明人：王燕玲;黄震华;刘博宁;薛云 -专利权人：广东博维创远科技有限公司;华南师范大学
申请日： 2023-06-12 - 公布日： 2023-10-03 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及一种基于多图神经网络推理的文档级关系抽取方法，包括以下步骤，步骤1：获得文档数据集与给定的对照实体对；步骤2：构建基于多图神经网络推理的前文档级关系抽取模型，将步骤1的数据输入前文档级关系抽取模型内进行训练，并得到训练好的后文档级关系抽取模型；步骤3：将步骤1的数据输入步骤2中训练好的所述后文档级关系抽取模型内，得到对应的实体对关系预测概率。本发明构建了一个多图神经网络推理部件，该部件使得本发明的模型可从多角度来推理文档图特征，提升了关系预测的性能，并为文档序列构建了一个全局特征，让模型在保留图特征的同时又加入了序列特征辅助关系预测。
一种基于神经网络推理文档关系抽取方法

[发明专利]文档信息抽取及图谱化方法和系统-CN202110795366.2在审
发明人：牛硕硕;王金华;王盼盼;李德启;黄哲 -专利权人：华东计算技术研究所（中国电子科技集团公司第三十二研究所）
申请日： 2021-07-14 - 公布日： 2021-11-05 - 主分类号： G06F40/211 文献下载
摘要：本发明提供了一种文档信息抽取及图谱化方法和系统，包括：步骤1：通过自然语言理解技术和自然语言处理技术，从词特征和依存句法树上获取文档的构词特征，并制定规则用模式匹配的方法进行实体抽取；步骤2：通过自然语言理解技术和自然语言处理技术，从词特征和依存句法树上获取文档的构词特征，并制定规则用模式匹配的方法进行关系和对应实体属性抽取；步骤3：对抽取的实体、关系及属性三元组进行图谱化，生成文档图谱。本发明能够基于句法语义规则对文档进行关系及属性抽取，无需采用机器学习的方法进行数据的标注和训练，提升了抽取效率，降低了抽取时的计算机资源消耗。
文档信息抽取图谱方法系统

[发明专利]医联多病种影像特征库的构建方法-CN201410605266.9在审
发明人：何萍;张美峰;李莹 -专利权人：上海申康医院发展中心;上海岱嘉医学信息系统有限公司
申请日： 2014-10-31 - 公布日： 2015-02-18 - 主分类号： G06F19/00 文献下载
摘要：本发明提供了多病种影像特征库的构建方法。所述的基于区域医疗大数据的多病种影像特征库的构建方法包括：步骤1：问题确定步骤；步骤2：数据收集步骤；步骤3：数据抽取步骤：步骤3.1：制定规则步骤：根据目标病种的影像及影像学报告中对应的表现描述关键字，参考目标应用病种的病理诊断的名称，形成抽取数据的具体规则；步骤3.2：数据筛选过滤步骤：使用了以上制定的抽取数据的具体规则对经过预处理的初步数据集中的数据进行过滤，形成样本数据库；步骤4：将样本数据库中的数据录入特征库，经过验证后录入基于区域医疗大数据的多病种影像特征库。本发明可实现对影像数据中心平台所存储数据进行数据的抽取分析，获取有效的数据。
多病影像特征构建方法

[发明专利]一种通讯协议隐蔽通道检测方法-CN201911153106.4在审
发明人：陈虎;唐开达 -专利权人：南京聚铭网络科技有限公司
申请日： 2019-11-22 - 公布日： 2021-05-25 - 主分类号： G06F21/56 文献下载
摘要：本发明涉及一种通讯协议隐蔽通道检测方法，所述方法包括以下步骤：步骤一：建立数据接收模块，将收集的相关网络协议数据进行回放，接收模块即第一处理模块根据不同协议的特征对相关数据进行抽取，形成第一特征数据；步骤二：建立数据合法性特征抽取模块，步骤三：利用上述定义的相关处理函数等，编写合适的、特征抽取脚本；步骤四：将步骤三中形成的相关特征向量输入到BP神经网络，其中每个特征代表一个神经元，建立网络数据特征训练模块，在此模块中需要对第二特征数据进行训练，形成第三特征数据，用于检验实际数据，此模块被称作第三模块；第三特征数据是最终形成的特征数据；步骤五：将步骤四生成的第三特征数据进行保存并作为在实际系统中使用的内容
一种通讯协议隐蔽通道检测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条