-
公开(公告)号:CN115391535A
公开(公告)日:2022-11-25
申请号:CN202211034115.3
申请日:2022-08-26
Applicant: 重庆交通大学
IPC: G06F16/35 , G06F40/30 , G06F40/295 , G06K9/62 , G06N3/04
Abstract: 本发明涉及关系分类技术领域,具体涉及面向桥梁检测领域文本的少样本关系分类装置及分类方法,该装置包括上下文特征提取模块、实体特征提取模块和关系分类模块;上下文特征提取模块包括样本编码器和双向编码网络,样本编码器用于将桥梁检测的句子编码为向量形式,得到句子编码向量;双向编码网络用于对句子进行前向和后向的编码,将两个方向的编码结果进行拼接得到句子的上下文特征信息;实体特征提取模块用于从句子编码向量中抽取实体编码向量,并将其转化为实体特征向量。相比于当前神经网络少样本关系分类方法,本发明能够在少样本的前提下更好地对桥梁检测领域文本包含的不同关系类型进行分类。
-
公开(公告)号:CN115391535B
公开(公告)日:2025-05-23
申请号:CN202211034115.3
申请日:2022-08-26
Applicant: 重庆交通大学
IPC: G06F16/35 , G06F40/30 , G06F40/295 , G06F18/25 , G06N3/045 , G06N3/0442
Abstract: 本发明涉及关系分类技术领域,具体涉及面向桥梁检测领域文本的少样本关系分类装置及分类方法,该装置包括上下文特征提取模块、实体特征提取模块和关系分类模块;上下文特征提取模块包括样本编码器和双向编码网络,样本编码器用于将桥梁检测的句子编码为向量形式,得到句子编码向量;双向编码网络用于对句子进行前向和后向的编码,将两个方向的编码结果进行拼接得到句子的上下文特征信息;实体特征提取模块用于从句子编码向量中抽取实体编码向量,并将其转化为实体特征向量。相比于当前神经网络少样本关系分类方法,本发明能够在少样本的前提下更好地对桥梁检测领域文本包含的不同关系类型进行分类。
-
公开(公告)号:CN117140960A
公开(公告)日:2023-12-01
申请号:CN202311218714.5
申请日:2023-09-21
Applicant: 重庆交通大学
Abstract: 本发明属于3D打印材料力学领域,具体涉及一种增强3D打印材料的层间力学性能的方法。包括如下步骤:在进行3D打印时,给基体设置贯通底面和顶面的纵向通孔;在所述纵向通孔内布设连续纤维并注入粘结剂;粘结剂凝固将连续纤维固化在纵向通孔内。进一步,所述纵向通孔的直径为连续纤维直径的1.2‑1.5倍。进一步,所述粘结剂为环氧树脂。进一步,所述连续纤维为碳纤维制品。进一步,所述碳纤维制品为8‑10股1k的碳纤维丝束。进一步,所述连续纤维为纺织尼龙纤维制品。本发明通过物理方法,不需要对打印原材料进行改进即可实现层间力学性能的改善,具有容易实施、成本低、增强效果好的技术进步。
-
-