-
公开(公告)号:CN101894217A
公开(公告)日:2010-11-24
申请号:CN201010234984.1
申请日:2010-07-23
Applicant: 武汉中地数码科技有限公司 , 中国地质大学(武汉) , 北京中地时空数码科技有限公司
IPC: G06F19/00
Abstract: 本发明提供了标准一致性测试系统及其测试方法,该系统包括前置处理器和后置处理器;其中,前置处理器负责标准的录入和一致性测试的准备工作,后置处理器负责对前置处理器中生成的可执行测试套件进行系统的自动测试、结果判定、生成测试报告并对测试日志和标准进行管理;前置处理器和后置处理器还通过数据库进行数据的存取。本发明可以检验被测标准是否忠实满足于其所声明与其保持一致的标准所规定的要求和规范,可以方便灵活地对现有不同级别的标准进行一致性方面的测试,还可以通过连接数据库对标准进行存储和管理。
-
公开(公告)号:CN119829769A
公开(公告)日:2025-04-15
申请号:CN202411912631.0
申请日:2024-12-24
Applicant: 中国地质大学(武汉)
IPC: G06F16/353 , G06F18/24 , G06F18/22
Abstract: 本发明提供一种多标签文本分类方法、装置和设备,涉及深度学习技术领域,包括:获取多个文本样本以及所述文本样本对应的标签序列,利用文本样本和标签序列对初始预测模型进行训练,通过二元交叉熵损失函数确定初始预测模型的主要损失函数值;通过计算正点互PPMI关联性矩阵和每个标签序列之间相关性差异,确定初始预测模型的第一辅助损失函数值;基于文本标签相似度矩阵和边界排名损失函数确定初始预测模型的第二辅助损失函数值;基于上述损失函数值调整初始预测模型的内部参数,得到多标签文本分类模型。本发明通过捕获标签间的语义相关性,并与文本特征训练得到的结果进行比较以优化模型预测结果,有效提升了多标签分类的整体准确性。
-
公开(公告)号:CN119478388A
公开(公告)日:2025-02-18
申请号:CN202411401094.3
申请日:2024-10-09
Applicant: 中国地质大学(武汉)
IPC: G06V10/26 , G06V20/70 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/094
Abstract: 本申请提供了一种融合对抗训练及自训练的域适应语义分割方法,涉及图像处理领域,方法包括:获取源域数据以及目标域数据并进行预处理;构建语义分割模型;通过源域数据,对语义分割模型进行预训练;通过源域数据和目标域数据,在预训练的语义分割模型的基础上进行第一阶段的对抗训练;通过对抗训练后的语义分割模型,生成目标域数据的伪标签;通过源域数据及含伪标签的目标域数据在第一阶段对抗训练的基础上进行第二阶段的对抗训练;获取待语义分割的目标数据集;将目标数据集输入第二阶段的对抗训练后的语义分割模型,完成目标数据集的语义分割。使用两个随机分类器来代替多个分类器,满足了以较少的参数实现更高的精度。
-
公开(公告)号:CN117436450A
公开(公告)日:2024-01-23
申请号:CN202311500644.2
申请日:2023-11-08
Applicant: 中国地质大学(武汉)
IPC: G06F40/295 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种中文命名实体识别方法、设备及存储介质,其方法包括:获取原始文本以及标签数据,原始文本包含字序列、对原始文本分词处理,获得词序列、将字、词序列输入数据嵌入层获得字、词嵌入向量、将字、词嵌入向量输入特征提取层获取字、词特征、输入字、词特征至特征融合层得到融合字词特征、输入融合字词特征至线性层获取每个字符对应于不同标签的分数,将结果传入CRF中得到最优序列标注;设备及存储介质用于实现方法;本发明的有益效果是:提高语义的表示能力并获得有效的词汇信息以提升实体识别的准确率,能使用更少的参数捕获更多的信息和提高模型性能。
-
公开(公告)号:CN116823896A
公开(公告)日:2023-09-29
申请号:CN202310750292.X
申请日:2023-06-21
Applicant: 中国地质大学(武汉)
IPC: G06T7/30 , G06V10/764 , G06V10/774 , G06T5/00 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种高植被覆盖区靶矿区范围预测方法、装置及电子设备,包括:获取高植被覆盖研究区域高光谱数据和激光雷达点云数据,并配准;对点云数据进行点云数据分层;将每一层点云数据制作成各高度区间掩膜;基于各高度区间掩膜对高光谱数据进行空间分层,并提取植被冠层底部高光谱影像;根据异常光谱信息提取受胁迫植被,并制成样本;将所有样本按比例划分为训练集和验证集;基于深度学习DeeplabV3+构建高植被覆盖区下靶矿区范围预测模型;通过训练集和验证集分别进行预测模型的训练和验证;获取目标高植被覆盖区域的高光谱影像,通过训练好的预测模型预测目标高植被覆盖区内的靶矿区范围。本发明能高效精确地实现高植被覆盖下的靶矿区范围预测。
-
公开(公告)号:CN111079009A
公开(公告)日:2020-04-28
申请号:CN201911268194.2
申请日:2019-12-11
Applicant: 中国地质大学(武汉)
IPC: G06F16/9535 , G06F16/9537 , G06Q50/26
Abstract: 本发明公开了一种用于政务地图服务的用户兴趣检测方法及系统,通过获取用于体现用户行为特征的政务数据,且基于当前获取的体现用户行为特征的数据,结合用户行为数据来分析用户的行为特征,进行整体服务推荐建模、个性化服务推荐建模和潜在兴趣服务推荐建模;其中,通过引入权重建模方法,在融合了整体、个性化和潜在兴趣服务建模的情况下,构建主动性用户兴趣推荐模型;基于当前构建的主动性用户兴趣模型,进行相关服务的推荐;本发明公开的技术方案有效的提高了政务平台的地图服务能力,大大提升了政务用户地图服务体验。
-
公开(公告)号:CN108596382A
公开(公告)日:2018-09-28
申请号:CN201810348981.7
申请日:2018-04-18
Applicant: 中国地质大学(武汉) , 武汉图歌信息技术有限责任公司
Abstract: 本发明涉及一种基于多起点、多待救援点、多个终点的救援路径规划方法,该方法中包括预先部署在建筑物内部的无线传感器、移动终端、远程服务器端三个组成部分,救援路径规划方法以下步骤:通过部署在建筑物内部的无线传感器网络获取环境信息,采用栅格法建立环境模型;根据栅格法所建立的环境模型通过改进蚁群算法来建立组合优化模型,从而找到最短的救援路径。本发明针对多个起点、多个待救援点、多个出口的联合应急救援实时路径规划方法,建立了灾后应急救援多目标组合优化模型,并设计了改进的蚁群算法且进行了模型求解,能够更好地满足灾后应急救援路径规划快速决策的需求,找到安全、快速的救援路线,提高灾难救援的效率。
-
公开(公告)号:CN114118204B
公开(公告)日:2024-12-03
申请号:CN202111200806.1
申请日:2021-10-13
Applicant: 中国地质大学(武汉) , 武汉图歌信息技术有限责任公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供了一种可拓展的多类别细粒度的岩石分类装置及其分类方法,其特征在于,所述岩石分类装置包括:预处理器、分发器、决策核群、评估器以及规则引擎。本发明的岩石分类装置及其分类方法,首先输入决策核的图像特征数据,会与决策核的子样本库中数据进行比对,transformer模型会定位出输入数据与子样本库中数据相似的区域,然后将区域数据截取,并缩放为相同的尺寸,再使用改进的感知哈希算法计算出相似度。
-
公开(公告)号:CN117592697A
公开(公告)日:2024-02-23
申请号:CN202311493684.9
申请日:2023-11-09
Applicant: 中国地质大学(武汉)
IPC: G06Q10/0631 , G06F3/0487 , G06F3/0484 , G01D21/00
Abstract: 本申请提供了一种生态城市遥感监测野外核查方法,包括:获取核查图斑的地理位置,创建核查任务;根据地理位置,将核查任务分配给各个用户进行图斑的核查任务,用户获取对应的核查任务;核查任务以文字、视频、语音以及图片的方式展示,显示核查任务在地图的任务区域,用户在小程序端交互到地图的任务区域时,触发任务区域的后续的核查任务,用户进行图斑的核查任务并上传核查数据至系统,判断核查数据与核查任务是否存在异常情况;根据预设标准,对验证后核查数据进行审核,确定核查数据中的有效数据以及无效数据,将无效数据反馈至用户;通过有效数据,校验并更新对应核查图斑的历史的有效数据,完成对国家园林城市遥感监测野外的核查工作。
-
公开(公告)号:CN117131932A
公开(公告)日:2023-11-28
申请号:CN202311069943.5
申请日:2023-08-23
Applicant: 中国地质大学(武汉)
IPC: G06N5/022 , G06F16/28 , G06F18/213 , G06F18/2321 , G06F18/25 , G06F40/216 , G06F16/35
Abstract: 本发明提供一种基于主题模型的领域知识图谱本体半自动构建方法,包括:S1:获取领域语料库Corpus,对领域语料库Corpus进行降维和聚类,获得主题聚类分布;S2:对主题聚类分布进行领域术语提取,获得领域术语词表Terms;S3:构建词嵌入模型word2vec,通过词嵌入模型word2vec对领域术语词表Terms进行特征提取和融合,获得融合词嵌入表示矩阵Keywords Embeddings;S4:对融合词嵌入表示矩阵Keywords Embeddings进行降维和聚类,获得领域术语聚类分布;S5:通过领域术语聚类分布构建领域知识图谱本体。本发明通过对融合词嵌入表示矩阵进行降维和聚类构建领域知识图谱本体,仅需要少量的领域专家参与本体构建工作,能提高领域本体构建的效率,加速领域知识图谱的构建进程。
-
-
-
-
-
-
-
-
-