-
公开(公告)号：CN108009285B
公开(公告)日：2019-04-26
申请号：CN201711408324.9
申请日：2017-12-22
Applicant: 重庆邮电大学
IPC: G06F16/332 , G06F16/36 , G06N3/04
Abstract: 本发明涉及一种基于自然语言处理的林业生态环境人机交互方法，属于神经网络领域。该方法采用知识图的方法对林业生态环境中的自然语言的实体进行推理，使知识推理转化为通过构建深度神经网络处理自然语言问句的问题，从而找到对应关系，表示学习下的知识图深度学习推理，得到相应的结论。本发明在深度学习中引入知识图的概念，在构建知识图的基础上，将浅层语义理解结果注入知识图，通过相应的知识推理获得较为深层的语义理解。该发明解决林业生态环境中语音、文本信息交互问题，使多模态交互设备实现林区导航、局部天气咨询、生态保护宣传、景点推送等互动功能，改善用户体验效果。
-
公开(公告)号：CN107633079B
公开(公告)日：2021-03-23
申请号：CN201710874715.3
申请日：2017-09-25
Applicant: 重庆邮电大学
IPC: G06F16/332 , G06F16/35 , G06F40/289 , G06F40/30 , G06N3/08
Abstract: 本发明涉及一种基于数据库与神经网络的车机自然语言人机交互算法，属于自然语言数据处理领域。该算法通过建立数据库、文本训练、文本测试和数据库补充四个步骤得到车机系统人机交互结果。采用建立数据库的方法将尽可能的人机交互中涉及的文本信息尽数收集分类，建立层层递进的子数据库。将用户说出的语言信息进行数据库匹配，重重匹配递进找到最终的匹配结果输出。若数据库匹配失败，深度置信神经网络将作为支撑进一步得到最终结果。本发明不仅提高了文本语言交互的多样性，同时还增加了交互反馈的准确性，增加用户体验，解决了目前车机操作中只能以单一指令控制车机操作系统的不友好现象，同时通过不断地判断与补充，提高指令反馈的准确性。
-
-
Patent Agency Ranking
公开(公告)号：CN107633079A
公开(公告)日：2018-01-26
申请号：CN201710874715.3
申请日：2017-09-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于数据库与神经网络的车机自然语言人机交互算法，属于自然语言数据处理领域。该算法通过建立数据库、文本训练、文本测试和数据库补充四个步骤得到车机系统人机交互结果。采用建立数据库的方法将尽可能的人机交互中涉及的文本信息尽数收集分类，建立层层递进的子数据库。将用户说出的语言信息进行数据库匹配，重重匹配递进找到最终的匹配结果输出。若数据库匹配失败，深度置信神经网络将作为支撑进一步得到最终结果。本发明不仅提高了文本语言交互的多样性，同时还增加了交互反馈的准确性，增加用户体验，解决了目前车机操作中只能以单一指令控制车机操作系统的不友好现象，同时通过不断地判断与补充，提高指令反馈的准确性。
-
公开(公告)号：CN106599832A
公开(公告)日：2017-04-26
申请号：CN201611137636.6
申请日：2016-12-09
Applicant: 重庆邮电大学
CPC classification number: G06K9/00805 , G06K9/3233 , G06K9/342 , G06K9/6256 , G06K9/6267 , G06T2207/10016 , G06T2207/30261
Abstract: 本发明涉及一种基于卷积神经网络的多类障碍物检测与识别方法，属于计算机视觉与目标检测技术领域。该方法将车载视频转换为图片帧，应用类间方差法以及形态学操作从图片帧中提取得到ROI以及其在原图像中的位置信息，将提取得到的ROI放入AlexNet网络中进行分类，与此同时，由卡尔曼滤波根据分类得到的障碍物的位置信息进行状态估计，实现实时的障碍物检测与识别。本发明提取图像本身与图像间的多种特征，提高了障碍物检测与识别的精度；将障碍物的属性、运动趋势等信息设置到整个检测与识别系统中，对于驾驶员或者智能车的安全行驶起到了至关重要的作用，为未来全智能化的驾驶系统保驾护航。
-
公开(公告)号：CN108256077B
公开(公告)日：2022-02-08
申请号：CN201810049053.0
申请日：2018-01-18
Applicant: 重庆邮电大学
IPC: G06F16/332 , G06F16/36
Abstract: 本发明涉及一种面向中国移动智能客服的动态扩展知识图推理方法，属于人工智能技术领域。该方法包括：表征学习下的三元知识图构建；限界技术下的知识图Top‑k查询技术；单一业务类型多轮对话场景知识推理；跨业务类型多轮对话场景新语义挖掘。本发明为用户提供了有效应答交互的自然语言信息，满足智能客服多轮对话需求。
-
公开(公告)号：CN108009285A
公开(公告)日：2018-05-08
申请号：CN201711408324.9
申请日：2017-12-22
Applicant: 重庆邮电大学
CPC classification number: G06F17/30654 , G06F17/30734 , G06N3/0454
Abstract: 本发明涉及一种基于自然语言处理的林业生态环境人机交互方法，属于神经网络领域。该方法采用知识图的方法对林业生态环境中的自然语言的实体进行推理，使知识推理转化为通过构建深度神经网络处理自然语言问句的问题，从而找到对应关系，表示学习下的知识图深度学习推理，得到相应的结论。本发明在深度学习中引入知识图的概念，在构建知识图的基础上，将浅层语义理解结果注入知识图，通过相应的知识推理获得较为深层的语义理解。该发明解决林业生态环境中语音、文本信息交互问题，使多模态交互设备实现林区导航、局部天气咨询、生态保护宣传、景点推送等互动功能，改善用户体验效果。
-
公开(公告)号：CN107870306A
公开(公告)日：2018-04-03
申请号：CN201711344174.X
申请日：2017-12-11
Applicant: 重庆邮电大学
IPC: G01R31/36
CPC classification number: G01R31/367
Abstract: 本发明涉及一种基于深度神经网络下的锂电池荷电状态预测算法，包含以下步骤：S1：运行电动车，采集电动车锂电池组各个电池的端电压、温度以及电池组荷电状态；S2：将锂电池组从满电量运行至锂电池荷电状态为0％；S3：将不同老化程度的锂电池重复S1～S2，每个荷电状态进行多次采集；S4：将采集电池数据分为训练集和测试集，将训练集经过长短记忆神经网络进行训练，获取荷电状态观测器；S5：将测试集输入训练好的观测器测试模型的准确性，重复S4直至误差逼近规定阈值；S6：将传感器在线采集的单体电池的温度、电压输入到训练好的荷电状态观测器模型中，得到当前锂电池组的荷电状态值。本发明能够实现对电动车锂电池荷电状态的在线预测，其预测准确率可达93％。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
