-
公开(公告)号：CN118228079B
公开(公告)日：2024-11-26
申请号：CN202410642415.2
申请日：2024-05-23
Applicant: 湘江实验室
IPC: G06F18/2337 , G06F18/231
Abstract: 本发明公开了一种模糊超图生成方法、装置、计算机设备及存储介质，所述方法包括：基于待分析数据的目标句子，确定目标句子的依存树；确定依存树的依存矩阵，依存矩阵用于表征不同树节点之间的依存关系；获取针对待分析数据的至少一个模糊集以及与模糊集对应的聚类中心，其中，模糊集对应一个方面类别，模糊集用于表征待分析数据在方面类别下所包含的数据，聚类中心用于表征在模糊集对应的方面类别下的聚类中心；基于聚类中心，对依存树的树节点进行聚类处理，生成依存树的关联矩阵；基于模糊集、依存树，依存树的关联矩阵，以及依存树的依存矩阵，生成模糊超图，采用本发明快速全面地理解文本中的情感关系，提高情感关系抽取的准确性。
-
公开(公告)号：CN118097782B
公开(公告)日：2024-10-29
申请号：CN202410228612.X
申请日：2024-02-29
Applicant: 湘江实验室
Abstract: 本申请适用于行为识别技术领域，提供了一种基于多模态的员工行为识别方法、装置、设备及介质。该方法包括：获取当前RGB图像、当前姿势信息，以及T个时刻的定位信息；利用图像特征提取模型对当前RGB图像进行特征提取得到图像特征；根据当前姿势信息利用姿势信息处理模型获取姿势邻接矩阵；利用定位特征提取模型对定位信息进行特征提取得到定位特征；对三个模型进行优化；利用优化后的模型分别获取待识别员工的最终图像特征、最终姿势邻接矩阵和最终定位特征；将最终图像特征、最终定位特征和最终姿势邻接矩阵融合得到融合特征；利用目标检测算法对融合特征进行识别，得到行为识别结果。本申请的方法能够提高行为识别结果的精确度。
-
公开(公告)号：CN118395391A
公开(公告)日：2024-07-26
申请号：CN202410859541.3
申请日：2024-06-28
Applicant: 湘江实验室
IPC: G06F18/25 , G06F18/213
Abstract: 本申请涉及数据融合技术领域，提供了一种多模态数据融合方法及设备。该方法包括：获取多种模态的模态数据；利用模态对应的特征提取模块对模态数据进行特征提取得到模态特征；利用桥梁令牌对所有模态特征进行拼接获取拼接特征；利用特征融合模块对每个拼接特征进行融合得到融合特征；基于所有参数构建损失函数；基于模态的模态数据的数量，计算模态的单模态性能值，并基于所有单模态性能值获取模态的参数更新公式；根据损失函数和所有模态的参数更新公式，对所有特征提取模块和特征融合模块进行优化；利用所有优化后的特征提取模块和优化后的特征融合模块对模态数据进行融合得到最终融合特征。本申请的方法能够提高多模态数据融合的效率。
-
公开(公告)号：CN118093836B
公开(公告)日：2024-07-16
申请号：CN202410491451.3
申请日：2024-04-23
Applicant: 湘江实验室
IPC: G06F16/332 , G06F40/216 , G06F40/284 , G06F16/335 , G06F16/35 , G06F16/36
Abstract: 本公开实施例中提供了一种基于大语言模型的在线问答提示词优化生成方法，属于计算技术领域，具体包括：构建咨询问题数据库；组成关键字集合；提示词向量化；计算向量化的输入提示词和每个向量化的咨询提示词之间的余弦相似度；将关键字集合根据语义随机组合；将第一提示词集合和第二提示词集合合并；根据适应值函数计算初始化种群中每个个体的分数；进行单点交叉操作；进行流动关联变异；计算流动关联变异后的提示词集合的得分；根据目标得分集合和轮盘赌算法从目标提示词集合中选择一半数量提示词；循环得到新提示词集合和其对应的新得分集合；将新得分集合中的分数进行排序并选择前X项组成集合。通过本公开的方案，提高了解答准确性和效率。
-
公开(公告)号：CN118228079A
公开(公告)日：2024-06-21
申请号：CN202410642415.2
申请日：2024-05-23
Applicant: 湘江实验室
IPC: G06F18/2337 , G06F18/231
Abstract: 本发明公开了一种模糊超图生成方法、装置、计算机设备及存储介质，所述方法包括：基于待分析数据的目标句子，确定目标句子的依存树；确定依存树的依存矩阵，依存矩阵用于表征不同树节点之间的依存关系；获取针对待分析数据的至少一个模糊集以及与模糊集对应的聚类中心，其中，模糊集对应一个方面类别，模糊集用于表征待分析数据在方面类别下所包含的数据，聚类中心用于表征在模糊集对应的方面类别下的聚类中心；基于聚类中心，对依存树的树节点进行聚类处理，生成依存树的关联矩阵；基于模糊集、依存树，依存树的关联矩阵，以及依存树的依存矩阵，生成模糊超图，采用本发明快速全面地理解文本中的情感关系，提高情感关系抽取的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118097782A
公开(公告)日：2024-05-28
申请号：CN202410228612.X
申请日：2024-02-29
Applicant: 湘江实验室
Abstract: 本申请适用于行为识别技术领域，提供了一种基于多模态的员工行为识别方法、装置、设备及介质。该方法包括：获取当前RGB图像、当前姿势信息，以及T个时刻的定位信息；利用图像特征提取模型对当前RGB图像进行特征提取得到图像特征；根据当前姿势信息利用姿势信息处理模型获取姿势邻接矩阵；利用定位特征提取模型对定位信息进行特征提取得到定位特征；对三个模型进行优化；利用优化后的模型分别获取待识别员工的最终图像特征、最终姿势邻接矩阵和最终定位特征；将最终图像特征、最终定位特征和最终姿势邻接矩阵融合得到融合特征；利用目标检测算法对融合特征进行识别，得到行为识别结果。本申请的方法能够提高行为识别结果的精确度。
-
公开(公告)号：CN117667360A
公开(公告)日：2024-03-08
申请号：CN202410130270.8
申请日：2024-01-31
Applicant: 湘江实验室
Abstract: 本发明实施例中提供了一种面向大模型任务的计算与通信融合的智能算网调度方法，属于数据处理技术领域，具体包括：建立调度优化目标函数；设计深度强化学习环境，将调度优化目标函数设计为奖励函数，并构成马尔科夫过程；对当前大模型任务提取状态特征；深度强化学习的智能体根据时序特征和状态特征做出调度策略；由奖励函数计算预测奖励值；大模型任务在计算节点上执行结束后，得到完整的马尔可夫过程存入经验池；构造分层经验池，对多头注意力层和预测网络进行联合训练，以及，根据预测反馈计算预测奖励构成新的马尔可夫过程对多头注意力层和Q网络进行联合训练。通过本发明的方案，提高了对大模型任务的调度效率、精准度和适应性。
-
公开(公告)号：CN119312114B
公开(公告)日：2025-03-25
申请号：CN202411852226.4
申请日：2024-12-16
Applicant: 湘江实验室
IPC: G06F18/23 , G06F18/15 , G06F18/213 , G06F18/21 , G06F18/22 , G06F18/2433 , G06F123/02
Abstract: 本申请涉及干细胞制备技术领域，提供了一种干细胞低氧扩增阶段的异常预测方法及相关设备。该方法包括：计算每个变量数据的数据特征，并基于所有数据特征计算每个历史时刻的全局特征；基于全局特征计算历史时刻的每两个变量数据之间的相似关系，并根据所有相似关系构建有向图；根据所有历史时刻计算有向图中每两个节点之间的相关性衰减率，并基于所有相关性衰减率获取每个变量数据的最终特征；将模态在每个历史时刻对应的所有变量数据的最终特征进行聚合，得到模态在每个历史时刻的聚合特征；对聚合特征进行更新，得到最终聚合特征，并基于最终聚合特征进行异常预测得到异常预测结果。本申请的方法可以提高异常预测的准确性。
-
公开(公告)号：CN118429403B
公开(公告)日：2024-09-27
申请号：CN202410892726.4
申请日：2024-07-04
Applicant: 湘江实验室
Abstract: 本发明公开一种用于髋臼周围截骨术的图像配准方法、终端设备及介质，步骤包括：获取术前CT数据和术中C臂透视X线图像；对术前CT数据进行三维标志点检测以及骨组织分割；获取不同位姿的CT体积数据进行多视角可微分透视模拟，依次对三维骨组织分割结果进行材料分解、投影、衰减、可微分透视、散射估计以及噪声注入，以使得分割网络逼近透视成像；将术中C臂透视X线图像与多视角可微分透视模拟图像作为样本数据进行神经网络模型训练，对术中C臂透视X线图像进行二维标志点检测以及骨组织分割；将三维标志点检测、骨组织分割结果与二维标志点检测、骨组织分割结果进行配准。本发明具有实现方法简单、成本低、配准效率以及精度高等优点。
-
公开(公告)号：CN118334121A
公开(公告)日：2024-07-12
申请号：CN202410477889.6
申请日：2024-04-19
Applicant: 湘江实验室
IPC: G06T7/73 , G01C21/20 , G01C11/02 , G01C11/08 , G06V20/56 , G06V20/70 , G06V10/25 , G06V10/774 , G06V10/82
Abstract: 本公开实施例中提供了一种移动机器人野外定位方法、系统、设备及介质，属于测量技术领域，具体包括：拍摄参照物的图像作为训练数据；记录训练数据对应的标签，结合训练数据形成训练集；构建图像检测模型并将训练集输入进行训练；将移动机器人拍摄到的图像输入训练好的图像检测模型中，得到图像中存在参照物的概率；当存在参照物的概率超过第一阈值时，则在图片中标记出参照物出现的位置，该位置由锚框标记出，并计算该锚框面积占图像面积的比例，当该比例超过第二阈值时则将移动机器人定位于参照物附近；根据参照物的类别检索预先存储的该参照物对应的坐标信息，得到移动机器人的位置估计。通过本公开的方案，提高了模型训练效率和定位性能。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.024 seconds)
