-
公开(公告)号：CN115757717A
公开(公告)日：2023-03-07
申请号：CN202211368420.6
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F16/332 , G06F16/36 , G06F40/211 , G06N3/042
Abstract: 基于知识图谱的问答系统是问答系统中的一个热门分支，随着社会不断地进步发展，信息时代，人们获取的信息多而杂乱，从互联网上获取的信息往往缺乏精确性，基于知识图谱的问答系统就可以将杂乱繁多的信息整合起来，给出的具有语义理解智能程度高、回答准确性高结果。在已有的基于知识图谱问答系统中，在给定上下文的条件下，目前现有的方法，对于问答对使用语言模型处理，对于知识图谱使用图神经网络进行处理，并且相互之间不更新彼此的嵌入，也不做语义的对齐表示，问答对与知识图谱由于分开表示，限制了模型推理的能力，针对上述问题，本发明提出一种基于GAT‑KBD的医疗领域问答算法，将问答对和知识图谱的信息联合构建图谱，最终取得了更好的效果。
-
公开(公告)号：CN114241217B
公开(公告)日：2023-03-07
申请号：CN202111412560.4
申请日：2021-11-25
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06V10/46
Abstract: 本发明属于地面激光雷达点云数据处理技术领域，具体涉及一种基于圆柱特征的树干点云高效提取方法。本发明利用地面激光雷达获取的森林植被内部三维激光点云数据，基于树干的圆柱特征，经历地面点滤波、归一化分层、树干定位和树干提取处理，建立从地面激光雷达森林点云中提取树木树冠以下树干点云的树干点云提取方法。相比现有的树干点云提取方法，本发明能够准确定位树干，并精细提取树干点云，同时，算法效率高，鲁棒性强，适用于森林等大场景中树干点云的提取，能应用于林业资源调查、森林场景重建、森林结构参数提取等诸多领域。
-
公开(公告)号：CN115661679A
公开(公告)日：2023-01-31
申请号：CN202211386889.2
申请日：2022-11-07
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于改进的YOLOv5的旋转目标检测方法。该发明在旋转目标检测方向上具有一定的通用性，该专利以遥感图像目标检测为说明案例。对于特征提取过程中提取到过多背景信息的问题，本文引入了注意力机制，并且对其做出改进，针对遥感图像中目标的特点，采用拥有更小感受野的卷积核来赋予模型空间上的注意力。残差模块采用C3结构构建更深层次的网络，SPP用于不同尺度特征的融合，并且引入角度分类的思想以及CSL标签，采用高斯函数作为窗口函数，让模型具有学习角度距离的能力。
-
公开(公告)号：CN115641439A
公开(公告)日：2023-01-24
申请号：CN202211378814.X
申请日：2022-11-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于点体素联合的三维点云语义分割方法。该发明针对基于体素或基于点的算法处理三维数据的计算效率都很低的问题，提出点体素联合的方法。基于体素的方法在体素化过程中会有信息丢失，且计算成本和内存需求都随着体素分辨率的增加而增加；而基于点的方法会导致高达80％的时间浪费在构造内存局部性较差的稀疏数据上。本发明提出的基于点体素联合的三维点云语义分割方法，将点云体素化，获得规则的体素数据，应用3D CNN来获取低分辨率的局部特征，然后利用最近邻插值去体素化，应用PointNet网络提取高分辨率的逐点特征，并将基于体素的局部特征和基于点的全局特征拼接起来，作为网络提取的特征，以此在保证精度的同时，提高计算效率。
-
公开(公告)号：CN115375894A
公开(公告)日：2022-11-22
申请号：CN202210642608.9
申请日：2022-06-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州) , 电子科技大学天府协同创新中心
Abstract: 本发明属于分析检测技术领域，具体涉及一种环境水中铁离子的快速检测方法和系统。本发明的方法包括如下步骤：步骤1，采用化学显色体系处理待检测水样，使化学显色体系发生颜色变化，拍摄化学显色体系的图片；步骤2，从所述图片中分割出感兴趣区域；步骤3，计算所述感兴趣区域中RGB颜色空间和HSI颜色空间的各分量的变化值；步骤4，以步骤3得到的至少两种分量的变化值作为特征，通过多元性回归方程模型分析待检测水样中铁离子的含量。本发明具有成本低、操作简单、检测效率高、抗干扰能力强等显著优势，适用于自然水体中Fe3+浓度的快速检测，具有很好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN114511828A
公开(公告)日：2022-05-17
申请号：CN202111471311.2
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于YOLOv4‑Tiny算法的车让人检测方法。该发明在车让人检测场景上具有一般通用性，该专利应用于人行横道上车辆是否礼让行人的场景。常规的车让人检测算法效率较低，且检测方法易受摄像头安装角度的影响。针对检测算法问题，在YOLOv4‑Tiny中的CSPDarknet53网络中添加上采样层，改进后的检测算法对于车辆和行人检测具有一定的通用性和可移植性；针对摄像头角度造成的误识别问题，对车道信息进行划分，命名区域ID，将ID分别赋值给车辆和行人，然后判断车辆和行人的ID是否相等来判断车辆是否礼让行人。基于YOLOv4‑Tiny算法的车让人检测方法，在检测速度上有一定的提升，在检测准确率上也有明显效果。
-
公开(公告)号：CN118587574A
公开(公告)日：2024-09-03
申请号：CN202310216785.5
申请日：2023-03-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V20/10 , G06V10/40 , G06V10/26 , G06V10/778
Abstract: 本发明公开了一种基于轻量化网络的建筑物提取方法。随着对城市化的高需求和高分辨率遥感图像的可用性，建筑提取已成为研究界进行密集研究的一个重要课题。本文网络通过按照1×1卷积层进行本地和全球连接来连接不同的块，从而同时访问中高频信息，实现网络的特征提取阶段以此来提高建筑物提取网络的速率，达到网络的轻量化。有效密集块和内部有效剩余块，利用多层次的连接可以帮助提出的方法学习多层次的特征，并帮助网络迅速分散信息从低到高，同时进行反向传播。在这种情况下，网络共享所有块之间的信息，从而获得更好的重构结果。
-
公开(公告)号：CN118587428A
公开(公告)日：2024-09-03
申请号：CN202310194858.5
申请日：2023-03-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于局部非局部特征聚合的三维点云语义分割方法。该发明针对现有的特征学习过程是噪声敏感的，且其只考虑相邻区域的局部信息交互，然后通过层次结构获取全局上下文，通常会导致自下而上的特征学习，从而导致提取的特征信息受离群点的影响，且存在特征冗余的情况，提出了一种基于局部信息与非局部特征信息加权求和的方法。本发明以3D点云为输入，在点局部单元中采用相对坐标作为局部特征；在点的非局部特征提取模块中，我们使用采样点作为查询点，通过注意力机制来计算采样点在这一层中与整个点云的相关度，然后进行MLP作为非局部信息，最后进行加权和，以实现点局部特征和点非局部特征的融合，以此提取更具代表性的特征。
-
公开(公告)号：CN115982638A
公开(公告)日：2023-04-18
申请号：CN202211547021.6
申请日：2022-12-05
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/241 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明公开了本发明提出了一种基于BP神经网络的工程机械运行状态判断方法。在已有的震动幅度法上做了改进，在使用三轴加速度传感器数据的基础上，同时加入了陀螺仪传感器的数据作为判断依据之一。陀螺仪数据的加入对旋转运作的机械设备的判断效果会更佳，模型的效果更好。同时，使用神经网络的方法对工程机械的运行状态进行判断，模型的适应度更好、误判率也更低。采用的震动幅度判断法不具备侵入性，对于工程机械状态的判断具有普适性，对于安装和维护都比较方便。使用该方法在如今海量的历史运行数据下，可以得到一个良好的模型，为上层基于设备状态进行智能调度等智慧工地应用提供了一种良好的解决方案。
-
公开(公告)号：CN113591478B
公开(公告)日：2023-04-18
申请号：CN202110636514.6
申请日：2021-06-08
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06F40/295 , G06F40/211 , G06F40/30 , G06N3/0442 , G06N3/08
Abstract: 本发明提出了一种基于深度强化学习的远程监督文本实体关系抽取方法，该方法包括：进行数据预处理，通过分词、词向量转化、位置向量构成文本向量；Bi‑LSTM+Attentnion将自然文本编码为含有上下文语义的特征向量；通过实体类型嵌入得到实体类型信息的嵌入表示；再构建出依存树，组合表示为最终的句子表示；选用一个句子注意力机制，得到加权的包表示；通过softmax函数计算得到预测标签；使用强化学习方法在远程监督标注和预测标签中选择一个作为软标签，再使用软标签作为正确标签训练，得到最终的关系抽取结果。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.03 seconds)
