-
公开(公告)号：CN118395108A
公开(公告)日：2024-07-26
申请号：CN202410402400.9
申请日：2024-04-03
Applicant: 中国交通信息科技集团有限公司 , 中国地质大学(武汉)
IPC: G06F18/20 , G06F18/213 , G06F17/18 , G06Q10/04 , G06Q50/02 , G06Q50/06 , G06N3/0464 , G06F123/02
Abstract: 本申请提供了一种基于卷积稀疏自注意力的灌区需水估算方法、设备及介质，涉及农业灌溉预测领域，方法包括：获取灌区历史数据，并将灌区历史数据分解为长期趋势序列和季节周期序列；构建基于多尺度卷积和多头掩蔽稀疏自注意力机制的灌区需水估算模型；根据灌区需水估算模型以及长期趋势序列，采用线性回归拟合的方法，预测长期特征序列；通过灌区需水估算模型，预测季节周期特征序列；根据长期特征序列以及季节周期特征序列，确定最终预测结果。灌区需水估算模型通过建模分析灌区历史数据之间的复杂关系，从季节周期特征和长期特征序列，实现了灌溉区未来一周内每一天的灌溉需水量的预测。
-
公开(公告)号：CN118013229A
公开(公告)日：2024-05-10
申请号：CN202410226704.4
申请日：2024-02-29
Applicant: 中国地质大学(武汉)
IPC: G06F18/20 , G06F18/213 , G06N3/0464 , G06N3/042 , G06F123/02
Abstract: 本发明提供一种融合水文时空知识的径流预测方法及设备，涉及径流预测领域，包括：S1：获取水文站点数据，通过水文站点数据构建水文有向图；S2：在水文有向图中融合时间信息，获得时空有向图；S3：对时空有向图进行水流滞后时间校正，获得水文时空有向图；S4：构建延时有向时空图卷积网络，将水文站点数据和水文时空有向图输入延时有向时空图卷积网络进行时空特征学习，获得径流预测结果。利用河流流动在时间和空间上的先验知识来构建水文领域独特的水文时空有向图，并考虑了水流滞后时间对水文时空有向图进行校正，令水文时空有向图具有时间信息和空间信息的同时避免受到水流滞后时间的影响。
-
公开(公告)号：CN109902171B
公开(公告)日：2020-12-25
申请号：CN201910090408.5
申请日：2019-01-30
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于分层知识图谱注意力模型的文本关系抽取方法及系统，其方法包括：首先根据待处理文本选取训练文本集和知识图谱，并对训练文本集和知识图谱分别进行预处理；然后构建分层知识图谱注意力模型，并利用预处理后的训练文本及对该模型进行训练；最后将所述待处理文本中所有句子的头实体和尾实体进行标注，并将标注后的待处理文本输入所述训练后的分层知识图谱注意力模型，得到关系结果。本发明的有益效果是：本发明所提出的技术方案提出一种分层知识图谱注意力模型，利用知识图谱表示帮助模型分配句子和词的权重，提高了模型的关系预测的准确率和召回率，进而提高了文本关系的抽取准确度。
-
公开(公告)号：CN109948665B
公开(公告)日：2020-11-27
申请号：CN201910152363.X
申请日：2019-02-28
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种本发明提出了一种基于长短时记忆神经网络的人体活动类型分类方法及系统。针对以往的点评网站只考虑点评的具体内容和事物，而忽略了不同评论背后的人群所处的活动类型的问题，本发明提出了一种word2vec模型与TF‑IDF相结合的方法，来推断和识别点评网站上发出不同评论的人当前所处的活动类型和状态。利用评网站构建点评数据集，包括点评内容和活动类型的标签，用Word2Vec模型得到上述点评内容的词向量表示；其次，用TF‑IDF计算每个活动分类的关键词，构建关键词词典；接着，通过统计每条评论中的单词在词典中是否出现，构建权重矩阵；最后将点评内容的词向量与权重矩阵进行拼接，然后输入到长短时记忆神经网络中进行训练，从而得到人体活动分类模块。
-
公开(公告)号：CN110147446A
公开(公告)日：2019-08-20
申请号：CN201910318341.6
申请日：2019-04-19
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于双层attention机制的词嵌入方法、设备及存储设备，其方法包括：首先通过attention获取词汇内部不同语义对应的不同义原的权重；再对词汇内部不同语义对应的不同义原进行加权和计算得到词汇内部不同语义的向量表示；然后通过attention获取词汇内部不同语义的权重；最后对词汇内部的不同语义进行加权和计算得到词向量表示。一种基于双层attention机制的词嵌入设备及存储设备，用于实现一种基于双层attention机制的词嵌入方法。本发明的有益效果是：本发明所提出的技术方案创新性地引入attention机制来捕捉词汇内部的语义权重以及语义内部的义原权重，可以更加深入和准确的描述词汇内部的语义随上下文的变化，从而能够更好的对词汇在上下文中的语义进行表达。
-
Patent Agency Ranking
公开(公告)号：CN106254348B
公开(公告)日：2019-08-20
申请号：CN201610643265.2
申请日：2016-08-08
Applicant: 中国地质大学武汉
Abstract: 本发明公开一种基于Android的无线局域网通信方法，基于Android的UDP Socket通信；实时发现有新的节点加入移动网络并更新节点列表；有节点离开时能实时做出响应并告知该网络中的用户，实现跨网段的通信。本发明详细分析了Android系统架构，应用程序的组成，着重探讨了Activity和BroadcastReceiver的工作原理和使用技巧，并以此为基础，采用Java为软件编程语言，无线WLAN技术为硬件支持，合理调用Android提供的组件内容，实现基于无线局域网的通信系统，通过系统开发与后期的实验测试，该应用软件可应用于野外考察、灾区救援等场合。
-
公开(公告)号：CN110096698A
公开(公告)日：2019-08-06
申请号：CN201910211906.0
申请日：2019-03-20
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种考虑主题的机器阅读理解模型生成方法与系统，本发明提取出了训练样本数据中潜在的主题信息，利用这种主题信息对阅读理解模型的训练做监督，从而提高阅读理解模型的效果。本发明公开的模型考虑在模型训练之前提取出与训练样本对应的多个主题，并利用样本的主题信息来提高机器阅读理解工作的效果。本方法的基本流程为：对每个训练样本做处理，找出能代表这个样本的向量表示；对样本做聚类并求出同类样本向量的均值作为主题的向量表示；在匹配和输出时利用注意力机制给向量表示与本样本主题向量相似度更高的词更大的权重。此外，训练数据经过较好的数据清洗后能得到更好的效果，因为降低噪声后我们能得到更好的主题向量表示。
-
公开(公告)号：CN109871888A
公开(公告)日：2019-06-11
申请号：CN201910090399.X
申请日：2019-01-30
Applicant: 中国地质大学(武汉)
Abstract: 本发明提供了一种基于胶囊网络的图像生成方法及系统：其方法包括：首先根据待生成图像的属性特征构造训练数据；然后构造图像生成模型；进而根据训练数据，采用批训练方法，对构造的图像生成模型进行训练，得到训练后的图像生成模型，并构造一个随机噪声向量；最后将待生成图像的属性向量和随机噪声向量作为训练后的图像生成模型的输入，生成与训练数据中的图像尺寸一样的新图像。本发明的有益效果是：本发明所提出的技术方案将图像生成模型中加入胶囊网络作为编码器网络，有助于模型的训练过程更快收敛；另一方面，相比卷积神经网络的池化过程，胶囊网络的动态路由算法对特征的泛化鲁棒性更强，能生成更多样化并且真实的图像。
-
公开(公告)号：CN104992314B
公开(公告)日：2019-04-05
申请号：CN201510402333.1
申请日：2015-07-10
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于无线射频的卷钢仓库管理系统，包括位置RFID标签、Y轴RFID标签、第一读取器、X轴RFID标签、第二读取器、物品RFID标签及第三读取器；仓库空间通过分界线划分出仓库库位，分界线设有纵横坐标标示，位置RFID标签安装于所述纵横坐标标示上；Y轴RFID标签安装于所述吊机的行径轨道上，第一读取器安装在吊机的行走结构上；X轴RFID标签安装于所述吊机的横梁上，第二读取器安装在吊钩的移动机制上；物品RFID标签贴在平行于卷钢圆截面上，第三读取器安装于吊钩上。本发明能够在使用非特种RFID标签及读写器的情况下，最大可能的实现非规则仓库库位小型卷钢仓储中的物品识别。
-
公开(公告)号：CN109408814A
公开(公告)日：2019-03-01
申请号：CN201811158922.X
申请日：2018-09-30
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种基于释义基元词的中英跨语言词汇表征学习方法及系统，将中英两种语言的词汇以向量形式表示在同一个向量空间中，并结合语义信息获得更为精准的词嵌入。首先通过对汉语词典中的释义关系进行处理获得释义基元词集合，使得释义基元词集合中的词能够覆盖词典中的所有词汇语义。其次，将获得的释义基元词向量化表示，再将汉语词典和英文词典中的所有词汇用这些释义基元词进行表示。最后，结合中英文语料库的上下文语义关系，对词汇中的释义基元词表示设置一定的权重，获得更为精准的语义关系词嵌入。与现有词嵌入相比，本发明具有词嵌入精确度高、扩展能力强以及实现方便等优点，能更好的服务于后续的自然语言处理任务。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.027 seconds)
