共查询到10条相似文献，搜索用时 343 毫秒
1.
2.
3.
机械产品专利作用结构知识提取方法研究 总被引：1，自引：0，他引：1
机械产品专利包含了产品改进和创新的技术知识,对专利知识有效提取和合理表示是利用专利知识辅助产品创新的关键技术之一.分析了现有专利技术方案提取方法和知识表示所存在的问题,提出了针对英文专利包括技术对象和技术关系两方面提取任务的专利作用结构知识提取方法,建立了基于可扩展标记语言结构XSD表示和统一建模语言UML的专利作用结构知识表示模型.研究了机械产品专利语言的特点,采用最大熵原理和专利术语词典识别提取技术对象,通过建立组成类动词库识别核心动词提取技术关系.该专利作用结构知识表示模型具有表达直观和提取过程计算机自动处理等特点.结合专利实例,提出了从专利中提取专利作用结构知识,写入XSD结构化文档,最后转化为专利作用结构表示图的获取过程. 相似文献
4.
5.
6.
为了适应市场的需求,以Visual Basic语言为工具,开发了汽车发动机故障诊断专家系统。介绍了基于知识的汽车故障诊断专家系统的基本结构及其开发的基本方法,重点描述了知识库的建立、知识的基本管理以及推理机制的构成。 相似文献
7.
基于Stacking集成学习的水稻表型组学实体分类研究 总被引：3，自引：0，他引：3
为研究整合水稻表型组学相关知识,系统地建立水稻表型组学知识图谱,通过分布式爬虫框架从国家水稻数据中心网站获取水稻表型组学数据集,并以互动百科为辅助数据源获取水稻表型组学数据。对水稻表型组学数据采用TF-IDF技术结合潜在语义模型进行预处理,并对水稻表型组学实体进行人工分类和标注。为实现水稻表型组学实体分类,研究了基于堆叠式两阶段集成学习的分类器组合模型,结合K-近邻算法、支持向量机、随机森林、梯度提升决策树机器学习方法,提升水稻表型组学实体数据分类的性能。研究表明,基于堆叠式两阶段集成学习的分类器组合模型对不同类别的水稻表型组学数据都具有较好的多分类能力,对于不平衡的水稻表型组学数据集,本文方法的分类器组合模型对水稻表型组学数据分类效果最佳,Gene类别的F1为90.47%,总体准确率达80.55%,比支持向量机、K-近邻、随机森林和梯度提升决策树4种基分类器的分类准确率平均高6.78个百分点。 相似文献
8.
9.