关于“一种顾及空间邻近性的矢量空间数据编码方法”等2项专利转让的公示
根据《中国地质大学(武汉)科技成果转化管理办法(修订)》(地大校办发〔2019〕56号)相关规定现将国家发明专利“一种顾及空间邻近性的矢量空间数据编码方法”等2项专利转让情况进行公示。具体情况如下:
1.专利名称:一种顾及空间邻近性的矢量空间数据编码方法
专利号:ZL201610618095.2
成果完成人: 郑坤;方发林;顾丹鹏;张苗
简介:本发明公开了一种顾及空间邻近性的矢量空间数据编码方法,判断给定对象P是否为点对象;若所述空间对象P为非点对象,先计获得能够完全包含最小外包超矩的网格所在最大阶数k,再计算从0阶到k阶的k+1个表示所述空间对象P在第j*阶层上的编码值;再对k+1个按照空间填充曲线的编码规则进行编码,获得Geocode(f.geometry)*;再根据公式Rowkey(f)*=Geocode(f.geometry)*+FID(f)*进行编码,基于空间填充曲线的分层编码,使得在同一空间划分中,不同的空间对象具有相同的前缀编码,再加上唯一的顺序ID值作为后缀编码,不仅顾及矢量空间对象的空间邻近性,还能可以避免Rowkey的重复。使得Rowkey本身具有空间索引的特征,在数据库中直接进行空间查询成为可能。
转让费:8万元
被转让方:武汉兆图科技有限公司
2.专利名称:一种基于卷积神经网络的评论数据情感分类方法及系统
专利号:ZL201810918698.3
成果完成人: 郑坤;姚宏;李润佳;刘超;董理君;康晓军
简介:本发明公开了一种基于卷积神经网络的评论数据情感分类方法及系统,本发明针对传统的情感分类方法只单独考虑影评的文本信息,而忽略了影评的背景知识导致情感分类的准确率不高的问题,本发明在原有的影评信息上添加背景知识,利用卷积神经网络提高影评情感分类准确率的方法:首先,利用SenticNet情感网络从影评的文本中得到关键词,并用Word2Vec模型得到上述关键词的向量表示;其次,用SenticNet情感网络得到每个关键词对应的背景知识;然后利用TransE模型和document2vec模型得到背景知识的向量表示;最后,利用卷积神经网络对关键词向量,背景知识向量进行处理,得到情感分类模型,提高了影评数据情感分类的准确性。
转让费:8万元
被转让方:武汉兆图科技有限公司
对以上结果有异议者,请在公示时间内实名书面向知识产权与技术转移中心反映。
公示时间:2021年1月14日至1月28日
联系人:李想姣
联系电话:027-67880785
电子邮件:cugip@qq.com