一种基于圆周卷积的知识图谱补全方法

    公开(公告)号:CN112131406A

    公开(公告)日:2020-12-25

    申请号:CN202011041999.6

    申请日:2020-09-28

    Abstract: 本发明涉及一种基于圆周卷积的知识图谱补全方法,属于自然语言处理领域。该方法包括:S1:对于三元组(ei,rk,ej)随机初始化得到它们对应的向量S2:把三元组按照设定比例分为合理三元组和扰乱三元组;S3:把关系向量 通过一个全连接层处理并重构得到卷积核Wg;S4:利用圆周填充方法,对实体向量 进行填充得到向量 S5:卷积核Wg对处理后的实体向量 进行卷积运算得到特征图M;S6:对特征图M进行处理后点积实体向量 得到分数pi;S7:计算损失函数。本发明简化了实体和关系之间的交互,大大提升了预测效果。

    一种伸缩式智能如厕扶助装置

    公开(公告)号:CN111657778A

    公开(公告)日:2020-09-15

    申请号:CN202010496547.0

    申请日:2020-06-03

    Abstract: 本发明涉及一种伸缩式智能如厕扶助装置,属于如厕设备领域。该装置由动力装置、齿轮传动机构、伸缩手臂机构、链条张紧装置、升降托举单元和控制部分组成;齿轮传动机构与固定动力装置的主传动轴两端连接;伸缩手臂机构一端与齿轮传动机构连接,另一端通过链条张紧装置与升降托举单元连接;链条张紧装置设置在伸缩手臂机构的两边;控制部分包括控制器、智能报警设备和压力传感器,实时检测使用者的状态。本发明具有伸缩功能,提升了空间利用率,减速器中蜗轮蜗杆的自锁功能提升了机构的安全性,控制部分的实时监护功能又极大程度的保障了使用者的安全,解决了现有如厕辅助装置功能不完善的问题,满足使用者如厕的需要。

    基于改进卷积-长短时记忆神经网络的锂电池容量估算方法

    公开(公告)号:CN111220921A

    公开(公告)日:2020-06-02

    申请号:CN202010017957.2

    申请日:2020-01-08

    Abstract: 本发明涉及基于改进卷积-长短时记忆神经网络的锂电池容量估算方法,属于锂电池技术领域。本发明通过对锂电池数据的处理、遗传算法对改进的卷积-长短时记忆神经网络神经网络调参、改进的CNN-LSTM神经网络训练和模型测试这四个步骤得到锂电池容量估算的模型。本发明引进经验模态分解算法对锂电池数据进行分解,从而实现数据去噪。遗传算法优化改进的CNN-LSTM神经网络超参数。利用卷积神经网络提取锂电池充放电数据的空间特征,再将这些特征输入改进的长短时记忆神经网络进行时间特征的提取,最后通过全连接层输出估算的容量。本发明克服了传统的基于模型的算法过度依赖电池模型的局限性,且预测精度高,具有一定工程应用性。

    一种面向硬件移植的锂电池深度诊断模型压缩算法

    公开(公告)号:CN110399975A

    公开(公告)日:2019-11-01

    申请号:CN201910696488.9

    申请日:2019-07-30

    Abstract: 本发明涉及一种面向硬件移植的锂电池深度诊断模型的模型压缩算法,属于深度神经网络模型压缩领域,包括以下步骤:S1:利用阈值学习方法获取锂电池故障诊断模型中的混合卷积神经网络重要权值,在不损失精度的情况下减少网络规模;S2:采用数值聚合方式量化强制实现权值共享,使用压缩稀疏格式存储有效的共享权值编码与和索引;S3:通过顶部标量量化和底部质心微调进行权值分配与哈夫曼编码,使用可变长度码编码权重与索引,进一步减少网络所需要的存储空间。本发明采用的修剪,量化和霍夫曼编码的三级流水线方式,在每一级流水线中,都能够在不损失精度的前提下,一步一步的删除冗余权重,大大压缩网络模型。

    一种混合卷积神经网络驱动的锂电池多类故障诊断建模方法

    公开(公告)号:CN110308397A

    公开(公告)日:2019-10-08

    申请号:CN201910695409.2

    申请日:2019-07-30

    Abstract: 本发明涉及一种混合卷积神经网络驱动的锂电池多类故障诊断建模方法,属于电池技术领域。利用分数阶傅里叶变换获得实测的和筛选的锂电池精细化故障频谱,构成用于锂电池故障诊断的混合大数据标注样本;设计面向混合锂电池故障样本的全局卷积神经网络,以及分别针对实测的和筛选的锂电池故障数据的局部卷积神经网络,构成混合卷积神经网络锂电池故障诊断模型;通过对卷积神经网络中的全局与局部锂电池故障特征进行学习,并采用全连接分类映射,实现锂电池故障的多分类与定位。该方法提高了电池管理系统可靠性和安全性,减轻了参数众多引起的计算复杂性,解决了多物理耦合诊断模型在实际应用中仅能针对某一类锂电池故障诊断任务的问题。

    基于残差网络带二维注意力和语义增强的说话人识别方法

    公开(公告)号:CN117935816A

    公开(公告)日:2024-04-26

    申请号:CN202410098931.3

    申请日:2024-01-24

    Abstract: 本发明涉及基于残差网络带二维注意力和语义增强的说话人识别方法。该方法包括以下步骤:S1:将接收语音信号的梅尔频谱图作为模型的输入;S2:将输入的语音信号的梅尔频谱图经过第一特征提取层和四个第二特征提取层,所述第一特征提取层与四个第二特征提取层串联起来进行特征提取;S3:融合多个层级特征,同时利用网络浅层和深层的信息;S4:将融合后的特征输入基于注意力机制的统计池化层和全连接层,生成说话人特征嵌入;S5:在说话人特征嵌入空间中执行有意义的语义扰动,实现特征级别的数据增强。本发明对嵌入进行有意义的语义方向增强和对数据的多维特征关联计算;扩充样本量和提高特征捕获能力,进而改善模型的性能。

    基于状态衰减和交互学习的锂电池健康状态监测方法

    公开(公告)号:CN117590241A

    公开(公告)日:2024-02-23

    申请号:CN202311850214.3

    申请日:2023-12-29

    Abstract: 本发明涉及一种基于状态衰减和交互学习的锂电池健康状态监测方法,属于电池技术领域。该方法包括:构建缺失数据向量;对锂电池序列的缺失数据的特征提取;多分辨率时间特征提取;多尺度特征的比例融合。锂电池时间序列属于一维数据,各类曲线是对锂电池工况的客观但抽象的反映,人们并不能直接利用传统的数据填充方法来破坏数据的非线性。本研究以DEC‑LSTM和CIN为核心模块,构建满足SOH和RUL等任务的混合神经网络,实现对锂电池健康状态的准确监测。本研究兼顾了数据来源的真实性和模型预测的准确性,为异常缺失数据的数据处理提供了一种新的技术手段,亦可迁移到其他工业领域,作为解决异常缺失数据问题的方法之一。

    一种汽车门锁开闭方法
    20.
    发明授权

    公开(公告)号:CN111137245B

    公开(公告)日:2022-08-02

    申请号:CN201911304676.9

    申请日:2019-12-17

    Abstract: 本发明涉及一种汽车门锁开闭方法,属于汽车技术领域。该方法通过手机内的蓝牙或WIFI等无线通信方式完成汽车门锁开闭功能,实现用车的无钥匙化管理,并提高车主用车安全性。手机通过无线通信发送门锁开启或关闭密匙,车内ECU接收处理密匙信息并发送应答信息,手机根据接收的应答随机数据、手机成员信息与设定的密码几个部分进行组合加密构成新密匙,通过手机实现汽车门锁的开闭控制。

Patent Agency Ranking