电力客户需求高适配性关联抽取算法

为了准确、高效地分析电力客户需求,从而降低电力企业成本,提高电力服务的产品附加值,基于层次分析法,计算条件属性重要度,构建优先关系矩阵,结合模糊关系判断尺度,确定电力客户需求权重。度量决策树节点纯度,分别对离散型节点变量与连续型节点变量进行指标分析,判断电力客户需求权重的准确性。建立电力客户需求关联抽取模型,获取电力客户需求用户画像,将信息区分值作为区分变量能力强弱的指标,计算不同变量之间的相关系数,设计关联抽取算法,得到电力客户关联结果。该方法在高、中、低3种频率中,虽其平均绝对百分比误差(MAPE)值不断升高,且随着关联层次的增加而逐渐递增,但整体依旧较低,判断电力客户需求权重的准确性较高。

面向疾病相关关联抽取的深度语义特征研究

从大量生物医学文献中找出影响疾病的有利因素和有害因素对于疾病的防治研究方向有着重要参考意义。然而,识别疾病影响因素的二分类问题在用传统的机器学习方法进行分类时正确率提升到一定水平后遇到瓶颈难以继续提高。为了提高生物医学领域二分类问题模型的分类性能,利用对于疾病有利和有害的两种因素,采用基于卷积神经网络与支持向量机(SVM)相结合的方法,最终达到超过传统机器学习的性能,使分类的准确率从SVM最佳的90.44%提升到94.38%,从而更好地识别疾病的影响因素。

疾病相关基因-药物关联抽取规程设计

目的立足于信息科学,面向疾病靶向药物研发,进行疾病相关基因-药物关联抽取,致力于发现新的基因-药物关联,为新药研发提供科学假设。方法具体从疾病相关的基因-药物关系类型界定、关联抽取方法对比筛选、优选方法在研究问题中的实现、方法评价及知识发现等4个方面展开论述。结果形成了疾病相关基因-药物关联抽取的规范化流程,促进疾病靶向药物研发。

基于多任务学习的文本信息关联性抽取仿真

存在逻辑标签文本信息具有关联性特征,在关联性抽取过程中,逻辑标签转化为信息实体关系时易出现信息混乱问题,导致抽取次数较少、关联性获取不全面。针对上述问题,设计基于多任务学习的文本信息关联性抽取方法。采用解码模块输出文本信息内逻辑标签,抽取文本信息实体关系,使用分词工具将医院内网文档标记为在线文本和临床文本形式。搭建多任务学习的关联框架,实现关联性抽取。关联处理医院内网信息,准备基于深度学习的关联性抽取方法、基于知识图谱的文本信息关联性抽取。仿真测试结果表明:所设计方法的抽取次数最多,可全面获取文本信息之间的关联性,应用效果最为理想。

软件工程关联数据的自动构建

针对目前在分布异构的大规模软件开发中难以高效地知晓信息和发现知识的问题,将语义网引入软件工程领域,对多源异构数据进行细粒度语义关联,提出本体构建、关联抽取和发现的方法,实现基于本体的软件工程关联数据的自动构建。该方法对软件工程本体进行概念抽取、合并、实例消解和属性消歧,从软件仓库结构化数据集中抽取出完整无冗余的关联数据;并采用同义词、动宾短语和结构关系三个特征利用自然语言处理(NLP)技术和信息检索(IR)技术从软件仓库中发现潜在的关联数据。实验结果表明,所提出的方法能从分布式软件工程数据集中自动构建和融合生成软件工程本体,并有效地发现潜在的关联数据将其扩充到软件工程本体中;与Baseline、Phraing和O-CSTI三种方法相比,关联数据发现的召回率、精准率和F值都有显著提高。

对频集发现算法Apriori的研究

在分析已有关联规则和挖掘算法的基础上,对频集发现算法Apriori进行了研究,详细地论述了该算法的实现过程及所涉及的诸多问题,并对该算法的缺点及如何优化进行了较为深入的讨论.

基于数据挖掘的产业技术演化路径识别方法研究

开展产业技术演化路径的识别与分析,对整体把握产业技术发展态势、促进区域经济发展具有重要的现实意义。为识别产业技术演化路径,提出了一种基于专利文献数据挖掘的技术演化路径识别方法。该方法采用主题模型提取技术主题与技术关键词,同时抽取各技术主题的代表性专利。并在此基础上,利用专利间相似度来发现专利间关联关系实现技术演化路径识别。通过选取塑料包装产业相关专利进行实证研究,表明该方法能够有效提取产业相关技术的代表性技术并识别其演化路径。