-
公开(公告)号：CN115795026A
公开(公告)日：2023-03-14
申请号：CN202211585154.2
申请日：2022-12-09
Applicant: 桂林电子科技大学
IPC: G06F16/34 , G06F18/214
Abstract: 本发明公开了一种基于对比学习的中文文本摘要生成方法，包括获得摘要生成和评估模型，以及调用模型生成摘要两个阶段。第一阶段包括数据预处理；构建摘要生成模型；构建摘要评估模型；训练摘要生成模型；训练摘要评估模型。第二阶段包括：接受用户输入的文本；调用摘要生成模型生成候选摘要；调用摘要评估模型生成最终摘要。第一阶段分别基于最大似然估计来训练摘要生成模型以及基于对比学习来训练摘要评估模型。第二阶段，对于用户输入的文本，首先经过摘要生成模型生成候选摘要，再通过摘要评估模型生成最终摘要。本发明方法实现相对简单，应用性强，尤其在自动报告生成等方面将会有很大的应用。
-
公开(公告)号：CN115761416A
公开(公告)日：2023-03-07
申请号：CN202211580122.3
申请日：2022-12-07
Applicant: 桂林电子科技大学
IPC: G06V10/774 , G06V10/77 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了基于CS‑YOLOv5s网络的绝缘子缺陷检测方法，首先，采集电力线路绝缘子缺陷故障数据集并按比例划分数据集；其次，在YOLOv5s的Backbone部分引入卷积注意力模块CBAM，从特征通道和特征空间两个维度来对重要信息增大权重，得到CS‑YOLOv5s网络模型；第三，利用K‑means聚类算法生成预测框，定位绝缘子缺陷；最后，输出缺陷检测结果。本发明检测方法使用CBAM嵌入到YOLOv5s可以通过注意力机制提高绝缘子缺陷得分，提高了检测精度，检测绝缘子缺陷时更为细致。另外，预测框聚类算法能避免预测框随机初始化带来的精度不高，缺陷区域小带来的难以检测等影响。
-
公开(公告)号：CN106920243B
公开(公告)日：2019-12-17
申请号：CN201710141353.7
申请日：2017-03-09
Applicant: 桂林电子科技大学
Abstract: 本发明提出了一种改进的全卷积神经网络的陶瓷材质件序列图像分割方法，包括步骤：S10：对采集的原始图像进行手工标注，将目标和背景用不同的类别区分，得到训练标签，采用索引模式来表示训练样本的标签图；S20：构建改进的基于全卷积神经网络的网络模型，进行训练；S30：依据梯度下降算法计算损失函数和反向传播计算损失函数，对网络进行训练学习，学习速率在验证准确率停止增加时减小为原来的十分之一。全卷积神经网络是基于卷积神经网络的改进结构，在保持CNN良好的分类性能的基础上，更好的保持了像素矩阵之间的空间位置关系，更有利于全局的特征提取，能全面学习物体的视觉特征，抗干扰性好，可自动将目标物体从背景中分割开，实现智能分割。
-
公开(公告)号：CN117876335A
公开(公告)日：2024-04-12
申请号：CN202410048707.3
申请日：2024-01-12
Applicant: 桂林电子科技大学
IPC: G06T7/00 , G06T7/10 , G06T5/90 , G06T5/70 , G06T5/20 , G06T5/60 , G06N3/0895 , G06N3/0464
Abstract: 本发明公开了一种基于图像分割与降噪的弱监督钢铁表面缺陷检测方法，包括如下步骤：采集钢铁表面数据；优化U‑net网络模型以适应对钢铁表面缺陷数据进行图像分割；嵌入结构相似性指数SSIM测量系统作为模型的损失函数，结合优化的U‑net网络模型，提出一种新的网络模型SSIM‑Unet，生成钢铁表面初步缺陷分割灰度图；将得到的缺陷分割灰度图先利用高斯滤波去除成像过程中的高斯噪声，最后利用中值滤波消除图像的椒盐噪声，突出图像缺陷部分；输出钢铁表面缺陷的最终的检测结果。本方法利用少量的钢铁表面缺陷数据，无需标注即可检测出缺陷的形状，相比现有检测方法，减少人力投入的同时、在检测速度、精确率，召回率上有大幅提高。
-
公开(公告)号：CN116341541A
公开(公告)日：2023-06-27
申请号：CN202310330015.3
申请日：2023-03-30
Applicant: 桂林电子科技大学
IPC: G06F40/289 , G06F40/211 , G06F18/214 , G06F18/2415 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于知识提取的轻量型摘要生成方法，包括文本模型的生成和文本模型的调用两个阶段。第一阶段包括文本数据的清洗与预处理；文本模型的创建；文本模型的训练与调优；文本模型的生成与获取。第二阶段包括：用户输入待生成摘要的长文本；提取用户输入长文本的特征；调用文本模型；生成用户输入的长文本的摘要。第一阶段采用机器学习的算法搭建文本模型，将提取的特征输入模型，对模型进行训练，自动优化训练参数，使模型更加准确。第二阶段，对用户输入的待生成摘要的长文本进行特征提取，调用第一阶段生成的模型，生成对应的文本摘要。本发明应用型强，应用范围广，尤其在新闻处理、文案处理等方面将会有很大的应用。
-
Patent Agency Ranking
公开(公告)号：CN115840815A
公开(公告)日：2023-03-24
申请号：CN202211584209.8
申请日：2022-12-09
Applicant: 桂林电子科技大学
IPC: G06F16/34 , G06F40/289 , G06F40/30 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于指针关键信息的自动摘要生成方法，首先，通过预训练模型获取文章的多维语义特征的句向量；其次，使用指针选取关键词语义特征词向量；最后使用编码器进行摘要的生成。该方法中，采用神经网络搭建模型框架，使用自动化的学习和训练，免去了过多的人工干预，训练过程采用预测和验证两种方式，然后使模型计算损失并自动提高模型的准确率。本发明方法应用性强，在新闻生成标题、文案生成等方面将会有很大的应用。
-
公开(公告)号：CN106682208B
公开(公告)日：2020-04-03
申请号：CN201611260965.X
申请日：2016-12-30
Applicant: 桂林电子科技大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于融合特征筛选与随机森林的微博转发行为预测方法，首先，从互联网中采集数据，并对其进行清洁整理，生成用户信息、用户博文信息存放到用户数据库，从用户数据库中提取用户基本特征、博文基本特征、博文主题特征，并基于相对熵计算用户活跃度、博文影响力；其次，通过Filter特征选择法与Wrapper特征选择法筛选出关键特征组；最后，融合异常检测与随机森林算法，依据筛选后的关键特征组进行微博转发行为预测，并利袋外数据误差估计设置随机森林中决策树和特征数。本发明有效解决了目前微博转发行为预测特征选择任意性，准确率不高的问题。
-
公开(公告)号：CN108197294A
公开(公告)日：2018-06-22
申请号：CN201810058680.0
申请日：2018-01-22
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于深度学习的文本自动生成方法，包括获得文本生成模型和调用文本生成模型两个阶段。第一阶段包括数据预处理；深度学习算法模型构建；训练深度学习模型；获得文本生成模型。第二阶段包括：接受用户输入的文本；提取用户输入文本的特征信息；调用文本生成模型；生成与用户输入文本的特征信息相匹配的文本。第一阶段采用深度学习算法模型，使得训练过程更加自动化，免去了过多的人工干预，训练过程采用一系列训练策略，使得文本生成模型生成的文本可读性更强。第二阶段，对用户输入信息进行分类，识别用户意图，跟据用户的意图生成出用户想要的文本。本发明方法实现相对简单，应用性强，尤其在文章生成方面将会有很大的应用。
-
公开(公告)号：CN106682208A
公开(公告)日：2017-05-17
申请号：CN201611260965.X
申请日：2016-12-30
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于融合特征筛选与随机森林的微博转发行为预测方法，首先，从互联网中采集数据，并对其进行清洁整理，生成用户信息、用户博文信息存放到用户数据库，从用户数据库中提取用户基本特征、博文基本特征、博文主题特征，并基于相对熵计算用户活跃度、博文影响力；其次，通过Filter特征选择法与Wrapper特征选择法筛选出关键特征组；最后，融合异常检测与随机森林算法，依据筛选后的关键特征组进行微博转发行为预测，并利袋外数据误差估计设置随机森林中决策树和特征数。本发明有效解决了目前微博转发行为预测特征选择任意性，准确率不高的问题。
-
公开(公告)号：CN106638848A
公开(公告)日：2017-05-10
申请号：CN201710034565.5
申请日：2017-01-18
Applicant: 桂林电子科技大学
IPC: E03D5/10
CPC classification number: E03D5/105
Abstract: 本发明涉及一种智能厕所的控制方法及系统，该方法包括：检测到室内开门信号时，便池自动冲水；置物设备上有物品时，发出提醒信号，置物设备上没有物品时，门锁装置解锁。该系统包括：控制器、门锁装置、智能提醒装置和自动冲水装置；所述控制器分别与所述门锁装置、智能提醒装置、自动冲水装置相连接；所述控制器用于实现对所述门锁装置、智能提醒装置、自动冲水装置的功能控制；所述门锁装置用于实现门的开合，所述智能提醒装置用于实现遗忘物品时发出提醒信息，所述自动冲水装置用于实现便池自动冲水，通过本发明提供的智能厕所控制方法及系统解决了公厕中用完厕所后不冲水和遗留东西的问题。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.027 seconds)
