Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东开放大学(广东理工职业学院)薛云兰获国家专利权

广东开放大学(广东理工职业学院)薛云兰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广东开放大学(广东理工职业学院)申请的专利一种基于时序事件和语义背景的事件抽取和预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114241381B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111548478.4,技术领域涉及:G06V20/40;该发明授权一种基于时序事件和语义背景的事件抽取和预测方法是由薛云兰;谢剑刚;蔡斌;汪静设计研发完成,并于2021-12-17向国家知识产权局提交的专利申请。

一种基于时序事件和语义背景的事件抽取和预测方法在说明书摘要公布了:本发明公开一种基于时序事件和语义背景的事件抽取和预测方法,其中包括以下步骤:S1对事件数据信息实时采集,采集方式通过图像采集、视频采集和语义背景采集;S2将采集到的视频流进行存储,进而获取视频流数据信息;同时将获取的视频流数据信息生成时序事件流,并记录时间戳;同时将获取的数据信息转换为短文本样本,并记录短文本样本标签;S3提取数据特征,视频流数据信息通过图像识别模型实现数据流信息特征提取,短文本样本通过构建的分类器实现数据信息分析;S4构建预测事件预测模型和语义背景模型实现数据预测;S5输出预测结果。本发明能够实现时序事件和语义背景的事件抽取和预测,提高了事件预测能力。

本发明授权一种基于时序事件和语义背景的事件抽取和预测方法在权利要求书中公布了:1.一种基于时序事件和语义背景的事件抽取和预测方法,其特征在于:包括以下步骤: S1对事件数据信息实时采集,采集方式通过图像采集、视频采集和语义背景采集; 所述步骤S1中对事件数据信息实时采集的方式为基于嵌入式多通道的数字视频采集设备,包括视频输入接口、视频采集模块、核心处理器模块、视频存储模块、外部接口模块和视频发送模块,其中所述视频输入接口的输出端与视频采集模块的输入端连接,所述视频采集模块的输出端与所述核心处理器模块的输入端连接,所述核心处理器模块的输出端与视频存储模块的输入端连接,所述核心处理器模块的输出端还与外部接口模块的输入端连接,所述视频存储模块还与所述视频发送模块连接,其中视频主控芯片采用TMS320DM8168芯片或者TVP5158芯片,其中主控芯片包括ARM模块、视频处理模块、OCR识别模块和DSP模块;其中所述TVP5158芯片包括FPGA模块; S2将采集到的视频流进行存储,进而获取视频流数据信息;同时将获取的视频流数据信息生成时序事件流,并记录时间戳;同时将获取的数据信息转换为短文本样本,并记录短文本样本标签; 将获取的视频流数据信息生成时序事件流,并记录时间戳的方法为:设置mVideo数据采集接口,设置数据流输入时间和传递时间,构建时序事件判识域,将落在时序事件判识域内的数据信息记作为一个时间戳; 其中记录短文本样本标签的方法为文本相似度评价方法,所述文本相似度评价方法采用基于n-grams模型的文本间相似度方法; S3提取数据特征,视频流数据信息通过图像识别模型实现数据流信息特征提取,短文本样本通过构建的分类器实现数据信息分析;所述步骤S3中数据信息分析的方法为随机森林算法; S4构建预测事件预测模型和语义背景模型实现数据预测; 在所述步骤S4中,所述预测事件预测模型的构建方法为NILA-GCN模型,包括输入层、卷积层、融合层和损失函数模块,其中所述输入层的输出端与卷积层的输入端连接,所述卷积层的输出端与所述融合层的输入端连接,所述融合层的输出端与所述损失函数模块的输入端连接; 所述语义背景模型的构建模型包括数据库、分析器、n-grams模型、聚类模型和综合评价模型,其中所述数据库的输出端与分析器的输入端连接,所述分析器的输出端与n-grams模型的输入端连接,所述n-grams模型的输出端与所述聚类模型的输入端连接,所述聚类模型的输出端与所述综合评价模型的输入端连接; 所述语义背景模型的预测方法为: 1通过数据库输出数据信息,系统服务器采集语义参数主题数据;系统服务器把用户的查询词提交给搜索引擎并在返回页的结果中让用户选择有倾向的语义并构成用户的新语义集合; 2通过分析器获取语义信息,系统服务器建立用户新语义模型;系统服务器通过新语义集合建立反映用户倾向的概念图;所述系统服务器在建立用户新语义模型之前先构建概念格; 3通过n-grams模型构建新语义背景,系统服务器建立概念语义背景图;所述系统服务器将概念格转换为可以直观表示语义间的语义关系的概念语义背景图; 4通过聚类模型和综合评价模型对获取的语义信息进行不同形式的分析与计算,系统服务器更新概念语义背景图以更新用户新语义数据,所述系统服务器增加或减少概念语义背景图,最终输出纯洁度较高的语义信息; S5输出预测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东开放大学(广东理工职业学院),其通讯地址为:510030 广东省广州市越秀区下塘西路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。