“鲁义威”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15个，建议您升级VIP下载更多相关专利

[发明专利]一种基于粒子群的机动通信网络结构自动规划方法及系统-CN202310673377.2在审
发明人：王会涛;谢伟;刘东;吴帆;鲁义威;李东升;侯剑锋 -专利权人：中国人民解放军国防科技大学
申请日： 2023-06-08 - 公布日： 2023-09-01 - 主分类号： H04L41/0803 文献下载
摘要：本发明属于机动通信网络技术领域，具体提供了一种基于粒子群的机动通信网络结构自动规划方法，包括以下步骤：构建网络结构规划模型和约束集，并输入参数；初始化粒子维度和迭代次数，并设置种群的位置和速度；更新迭代次数，计算每个粒子的适应值、位置和邻接矩阵；并计算种群全局最优位置、全局最优值和邻接矩阵；达到条件后停止更新，此时的干线节点数和位置分别为全局最优值和全局最优位置。该方案通过改进粒子群算法，可以在很短的时间内完成复杂节点的网络结构自动规划，相比人工规划和其他自动规划，网络规划精度高且收敛快，较大提高了网络规划的效率，且规划精度高，规划时效性强，能够满足当前机动通信网网络结构规划需求。
一种基于粒子机动通信网络结构自动规划方法系统

[发明专利]一种结合词典的军事想定文书实体信息抽取方法及装置-CN201910653281.3有效
发明人：蒋序平;鲁义威;杨若鹏;张建军;卢稳新;朱巍;刘乾 -专利权人：中国人民解放军国防科技大学
申请日： 2019-07-19 - 公布日： 2023-08-01 - 主分类号： G06F40/295 文献下载
摘要：本发明公开一种结合词典的军事想定文书实体信息抽取方法及装置，所述方法包括以下步骤：1、预处理，建立军事想定语料集和军事想定实体词典；2、构建军事想定字典和字向量矩阵；3、确定14类军事想定实体类型及其语义描述规则，选取语料进行标注，分别建立训练语料集和测试语料集，为模型训练作准备；4、建立实体信息抽取模型，训练实体信息抽取模型参数；5、对待预测的军事想定文本数据进行军事想定实体信息抽取。本发明提出的面向军事想定实体信息抽取的方法，能够有效解决军事想定实体信息抽取人工构建特征不充分、分词依赖性强等问题，从而提高军事想定实体信息抽取效率。
一种结合词典军事想定文书实体信息抽取方法装置

[发明专利]一种基于分层表征的多智能体集中式决策方法、系统及存储介质-CN202310089129.3在审
发明人：殷昌盛;杨若鹏;杨远涛;鲁义威;韦文夏;卢稳新;何渤 -专利权人：中国人民解放军国防科技大学
申请日： 2023-02-03 - 公布日： 2023-07-07 - 主分类号： G06F18/25 文献下载
摘要：本发明公开了一种基于分层表征的多智能体集中式决策方法、系统及存储介质。该方法采用基于强化学习的策略网络实现，具体包括：将多智能体感知到的态势信息输入策略网络，策略网络的第一模块基于态势信息的数据类型进行分层特征提取，对每层态势信息数据分别进行处理后进行特征融合，输出处理后的态势信息；策略网络的第二模块对处理后的态势信息进一步处理；策略网络的第三模块按照动作参数类型进行分层决策，依次处理输出各项动作参数，得到最终输出的联合动作。本发明将多智能体集中式决策时带来的高维度态势信息和动作信息采取基于类型的分层方法降低维度，有效提升了高维空间下的搜索效率。
一种基于分层表征智能集中决策方法系统存储介质

[发明专利]一种融合语义和结构信息的静态知识推理方法及系统-CN202211683503.4在审
发明人： 鲁义威;陶宇;杨若鹏;杨远涛;殷昌盛;卢稳新;韦文夏;石永琪 -专利权人：中国人民解放军国防科技大学
申请日： 2022-12-27 - 公布日： 2023-06-23 - 主分类号： G06N5/04 文献下载
摘要：本发明属于知识推理技术领域，具体提供了一种融合语义和结构信息的静态知识推理方法，包括以下步骤：将知识图谱中的实体、关系进行向量表示；在GCN模型基础上，构建实体节点在多重关系图卷积神经网络中的信息传递模型；将知识图谱的语义信息输入至GCN网络进行叠加，提取语义特征作为结果，以及与目标实体对应的具备相似语义特征的实体，进行关系遍历匹配后得到推理结果。在对知识图谱中实体语义信息进行编码的基础上，融入了图谱的关系结构信息，并利用注意力机制对融合后的图结构信息和语义信息进行联合计算，从而实现静态作战信息知识图谱推理，在知识图谱领域尚无类似的发明先例，具有一定的理论参考与实践借鉴价值。
一种融合语义结构信息静态知识推理方法系统

[发明专利]一种基于多关系选择的动态知识图谱推理方法及系统-CN202211684090.1在审
发明人： 鲁义威;杨若鹏;陶宇;殷昌盛;杨远涛;卢稳新;王会涛;赵柯同 -专利权人：中国人民解放军国防科技大学
申请日： 2022-12-27 - 公布日： 2023-05-30 - 主分类号： G06F16/36 文献下载
摘要：本发明属于知识图谱推理技术领域，具体提供了一种基于多关系选择的动态知识图谱推理方法及系统，其中方法包括：提取目标实体在不同关系对应下的隐藏特征，筛选出于目标实体关联性较强的关系信息，并聚合同一时间步下多关系对应的邻域信息；使用LSTM神经网络对时间序列上事件的动态信息进行编码；将编码序列输入多元分类器，提取特征，输出待预测实体或关系的概率分布。通过在RGCN邻近聚合器的基础之上，设计了一种多关系邻近选择聚合器，获取时间上相邻的实体的语义和结构信息，增强对同时间步内多个关系实体的聚合能力，充分利用相邻实体之间的关系结构依赖特征，从而提高动态知识图谱推理的性能。
一种基于关系选择动态知识图谱推理方法系统

[发明专利]一种基于知识驱动的多智能体强化学习决策方法、系统及存储介质-CN202310089073.1在审
发明人：殷昌盛;杨若鹏;杨远涛;鲁义威;韦文夏;石永琪;卢稳新;何渤 -专利权人：中国人民解放军国防科技大学
申请日： 2023-02-03 - 公布日： 2023-05-09 - 主分类号： G06N3/092 文献下载
摘要：本发明公开了一种基于知识驱动的多智能体强化学习决策方法，该方法包括：将基于知识重构的策略初始优化引入智能体初始化步骤中，构成强化学习的初始阶段；将基于知识导向的奖励函数塑形引入强化学习过程中；获取样本数据集，训练并更新神经网络，产生输出策略；收集输出策略，利用输出策略构建基于虚拟自博弈的联盟训练，将联盟训练结果用于更新智能体策略和对手池；停止训练后输出最终策略。本发明针对复杂策略空间下智能决策模型训练效率问题等现实问题，围绕奖励稀疏延时、探索盲目性和不稳定性三个问题分别采取上述方法，可以有效提升了多智能体强化学习的效率和智能决策模型水平，实现了一种基于知识驱动的多智能体强化学习决策方法。
一种基于知识驱动智能强化学习决策方法系统存储介质

[发明专利]一种基于事件抽取的作战任务生成方法及系统-CN202211683504.9在审
发明人：卢稳新;殷昌盛;杨若鹏;韦文夏;杨远涛;陶宇;石永琪;鲁义威 -专利权人：中国人民解放军国防科技大学
申请日： 2022-12-27 - 公布日： 2023-03-28 - 主分类号： G06F40/30 文献下载
摘要：本发明属于作战任务信息识别技术领域，具体提供了一种基于事件抽取的作战任务生成方法及系统，其中方法包括：对原始的作战指令文本进行预处理；使用由神经网络构建的多重语义编码器，逐级学习捕获实体、句子、篇章三个层级的语义信息；建立作战任务抽取模型，并训练作战任务抽取模型参数；利用训练好的作战任务抽取模型，对待预测的作战指令文本进行作战任务信息抽取。基于事件抽取的作战任务生成方法，将作战任务视为一种战场事件，利用机器算法从文本中自动抽取作战任务，有助于建立机器对作战指令文本语义的理解，能够为作战任务关联分析、打击目标分配、兵力火力配置等后续工作的智能化实现提供重要支撑。
一种基于事件抽取作战任务生成方法系统

[发明专利]一种基于信息交互的多智能体分散式决策方法及系统-CN202210829307.7有效
发明人：杨若鹏;殷昌盛;杨远涛;鲁义威;韦文夏 -专利权人：中国人民解放军国防科技大学
申请日： 2022-07-15 - 公布日： 2022-10-11 - 主分类号： G06F30/27 文献下载
摘要：本申请公开了一种基于信息交互的多智能体分散式决策方法及系统。该方法包括：将多个智能体各自的观测信息输入到基于注意力机制的图卷积神经网络模型中，获得信息共享后的观测信息；将信息共享后的观测信息输入到基于神经网络的决策模型中，所述决策模型中包括各个智能体对应的策略网络和价值网络，所述策略网络用于根据信息共享后的观测信息输出对应智能体的动作信息，所述价值网络用于根据对应智能体的动作信息输出对应价值得分，所述决策模型中还包括多头注意力网络，所述多头注意力网络用于根据各个智能体对应价值得分获得多个智能体的全局价值得分。本发明可以实现多智能体间的信息共享和协作，提升了决策准确率和效率。
一种基于信息交互智能分散决策方法系统

[发明专利]一种基于知识图谱的信息检索方法-CN202210223535.X在审
发明人：刘波;鄢睿丞;刘明鑫;蒋序平;陶宇;魏巍;鲁义威;邓邦鹏;蒋超;董东 -专利权人：中国人民解放军国防科技大学
申请日： 2022-03-07 - 公布日： 2022-07-01 - 主分类号： G06F16/36 文献下载
摘要：本发明提供的一种基于知识图谱的信息检索方法，通过将决策者问句中的概念、实体和关系按照不同要素属性分别构建决策者问句信息词库，并根据语义算法将决策者问句分割为要素名称和每个所述要素类型对应的要素值，进而构建问句要素模式，在解析决策者用户问句的基础上，构建基于数据的决策问题要素实体与知识库之间的关联以建立一个可迭代拓展的动态实体知识图谱；以所述决策者用户标识、检索要素名称、检索结果的实体名称构建检索对，以Ripple Net方法中的迭代算法实现应答信息概率预测，从而实现信息应答推荐，解决了目前由于海量信息导致的信息过载问题，能够助力与决策人员快速获取关键信息，有效的提高信息分析和筛选的效能。
一种基于知识图谱信息检索方法

[发明专利]一种垂直领域复杂问句分解方法、装置及计算机设备-CN202111470215.6在审
发明人：蒋序平;邓邦鹏;陶宇;刘波;鲁义威;鄢睿丞;董东;蒋超;魏巍 -专利权人：中国人民解放军国防科技大学
申请日： 2021-12-03 - 公布日： 2022-04-15 - 主分类号： G06F40/211 文献下载
摘要：本申请公开了一种垂直领域复杂问句分解方法、装置及计算机设备，该方法包括：确定待分解的复杂语句所属垂直领域，将复杂语句输入垂直领域对应的识别模型中，提取主题实体以及辅动词类型；将主题实体和辅动词类型组合形成特征表达式，并与句法模板库进行匹配，生成知识图谱查询语句；将查询语句输入垂直领域对应的知识图谱中，检索得到主题实体对应的关联子图；从关联子图筛选出与主题实体关联度最高的若干实体，根据各实体对应的关联语义信息生成复杂语句分解后的多个子问句；本发明利用知识图谱结合句法模板实现分解的子问句工程化生成，克服了单纯依靠规则模板的分解方法存在的灵活性差、视野受限等问题，具有一定的理论参考与实践借鉴价值。
一种垂直领域复杂问句分解方法装置计算机设备

[发明专利]一种基于任务主题词驱动的用户决策需求生成方法及应用-CN202111556977.8在审
发明人：陶宇;鲁义威;蒋序平;刘波;鄢睿丞;邓邦鹏;蒋超;董东;魏巍 -专利权人：中国人民解放军国防科技大学
申请日： 2021-12-18 - 公布日： 2022-04-08 - 主分类号： G06F40/284 文献下载
摘要：本申请公开了一种基于任务主题词驱动的用户决策需求生成方法及应用，该方法包括：获取用户描述文本语句并进行分词，得到需求描述词集合；在知识图谱中查询需求描述词集合中的每个分词对应的任务主题词节点，生成任务主题词集合；将任务主题词集合中的任务主题词作为中心节点，在知识图谱中查询与每个中心节点的关联路径最短的若干个关联节点，将关联节点对应的任务主题词加入任务主题词集合，形成新的词集合；从词集合中筛选出现频次大于预设值的任务主题词，输入预先训练的预测模型中，获得与每个任务主题词关联的需求语句并推荐给用户；本发明向用户推荐决策需求点，为用户制定需求清单，辅助用户在信息迷雾中发现、梳理高价值的信息或知识。
一种基于任务主题词驱动用户决策需求生成方法应用

[发明专利]一种军事想定文本事件抽取语料库迭代式构建方法及装置-CN201910653277.7有效
发明人：蒋序平;战立莹;杨若鹏;温鸿鹏;鲁义威;卢稳新;朱巍 -专利权人：中国人民解放军国防科技大学
申请日： 2019-07-19 - 公布日： 2022-03-22 - 主分类号： G06F16/36 文献下载
摘要：本发明公开一种军事想定文本事件抽取语料库迭代式构建方法及装置，所述方法包括以下步骤：1、预处理，得到以词序列表示的原始数据集；2、构建种子数据集，定义事件模板，构造事件触发词词典，通过人工标注形成种子数据集，将种子数据集划分为种子训练集、测试集；3、模型训练，利用种子训练集对机器学习模型进行训练，并用测试集对模型进行测试，根据测试结果调优模型参数，得到第一学习模型；4、选取未标注训练语料，输入第一学习模型，得到预测结果集；5、校对预测结果集，形成新的标注语料；6、通过不断迭代，依次生成训练集，形成事件抽取语料库。本发明提出的面向军事想定文本的事件抽取语料库迭代式构建方法，提高了语料库构建效率，降低了人工标注成本，获得了较高的语料标注准确度。
一种军事想定文本事件抽取语料库迭代式构建方法装置

[发明专利]基于二次解码的军事想定文本事件信息抽取方法及装置-CN201910653282.8有效
发明人：刘乾;杨若鹏;蒋序平;卢稳新;鲁云军;鲁义威;战立莹 -专利权人：中国人民解放军国防科技大学
申请日： 2019-07-19 - 公布日： 2022-03-22 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种基于二次解码的军事想定文本事件信息抽取方法及装置，所述方法包括：1、预处理，通过构建专业词典、分句、分词处理，得到词序列形式表示的数据集；2、语料标注，通过定义军事想定文本中9类事件的结构化语义，制定语料标注方法和规则，人工对语料标注，得到训练集和测试集；3、模型训练，利用训练集对机器学习模型编码，得到事件抽取参数；4、信息抽取，输入测试集，运用特定算法进行一次解码，得到事件触发词抽取序列，再基于触发词抽取结果自适应调用不同的事件元素抽取参数进行二次解码，得到事件元素抽取序列。本发明解决了一次解码抽取方法存在的事件触发词与事件元素错误匹配的问题，提高了事件信息抽取的准确度。
基于二次解码军事想定文本事件信息抽取方法装置

[发明专利]一种机群意图识别方法、装置、计算机设备及可读介质-CN202111431123.7在审
发明人：鄢睿丞;刘波;蒋序平;万金;陶宇;鲁义威;魏巍;蒋超;邓邦鹏;董东 -专利权人：中国人民解放军国防科技大学
申请日： 2021-11-29 - 公布日： 2022-03-01 - 主分类号： G06F16/36 文献下载
摘要：本申请公开了一种机群意图识别方法、装置、计算机设备及可读介质，该方法包括：获取当前待分析的机群编队中飞机的位置及机型信息，根据所述位置信息识别机群编队的机群阵型；从机群知识图谱中获取与机群阵型关联的第一机群意图，以及与每种飞机型号关联的第二机群意图；将第一机群意图与第二机群意图取交，获得初始意图识别结果；若初始意图识别结果中包含一个以上的机群意图，采用萨凡奇决策准则计算当前待分析的机群编队的真实意图；从机群知识图谱中筛选与真实意图关联的目标实体并输出；本发明基于知识图谱进行机群意图识别，考虑各类因素影响获取最可能的机群意图，提高了意图识别的准确性，为智能化条件下的指挥与控制决策提供参考。
一种机群意图识别方法装置计算机设备可读介质

[发明专利]一种结合句法分析的军事想定实体关系抽取方法及装置-CN201910653287.0在审
发明人：杨若鹏;卢稳新;鲁义威;刘乾;蒋序平;张建军;温鸿鹏 -专利权人：中国人民解放军国防科技大学
申请日： 2019-07-19 - 公布日： 2019-12-20 - 主分类号： G06F16/36 文献下载
摘要：本发明公开一种结合句法分析的军事想定实体关系抽取方法及装置，所述方法包括以下步骤：1、预定义军事想定实体关系抽取任务的目标关系类型；2、构建实体关系抽取模型的训练数据集和测试数据集；3、对语料逐条进行句法解析，滤除对实体关系抽取无贡献的句子成分；4、利用预训练的词嵌入矩阵将句法解析后保留的句子成分转换为向量化的词嵌入；5、使用向量化的训练数据对实体关系抽取模型进行训练；6、对待处理的军事想定文本进行实体关系抽取。本发明提出的结合句法分析的军事想定实体关系抽取方法，能够有效提升实体关系抽取的计算效率和精度。
实体关系抽取句法分析句法解析向量化军事嵌入矩阵测试数据集训练数据集计算效率目标关系训练数据预定义构建滤除语料文本转换保留

1
共 15 条