-
公开(公告)号：CN115659970A
公开(公告)日：2023-01-31
申请号：CN202211217104.9
申请日：2022-10-01
Applicant: 南京工业大学 , 绍兴兰红智能科技有限公司
IPC: G06F40/289 , G06F16/33 , G06N3/045 , G06N3/08
Abstract: 一种NLP中基于K‑best算法和N‑gram模型的BERT模型强化方法，步骤包括：获取语料库进行预处理，对每个训练样本进行文本切分；按照单字、双字、三字输入拼接形成三元语法输入；使用分词工具，基于K‑best维特比算法获取k个分词序列，进行mask微调；将微调后的N‑gram输入到模型中，进行文本相似度匹配。本发明针对待匹配相似度的数据集，通过数据清洗预处理，能够有效的去除标题等，有效提升了数据的有效程度；采用三元语法输入代替字符输入，能够有效的提升语句评估的合理性；采用pkuseg分词工具，极大地提升了分词的准确率；并在分词中采用K‑best维特比算法，能够在提升分词有效率的基础上，加强模型对正确分词的理解能力。
-
公开(公告)号：CN115358212A
公开(公告)日：2022-11-18
申请号：CN202210952833.2
申请日：2022-08-09
Applicant: 南京工业大学 , 绍兴兰红智能科技有限公司
IPC: G06F40/211 , G06N3/04 , G06N3/08
Abstract: 本发明涉及文本和语音处理技术领域，具体涉及一种基于文本和语音置信度的多模态情绪识别模型与方法，所提供的识别方法包括：文本和语音数据采集、文本和语音数据处理、训练基于文本和语音的多模态情绪级识别模型以及基于文本和语音的多模态情绪识别步骤。本发明的方法可以精确地识别说话人情绪的种类，并且可以根据文本和语音模态置信度的不同，选择相信更好的一方，解决了单一数据情绪表达模糊时，造成的情绪难以识别的问题，识别的平均准确率在80％以上，弥补了目前AI情绪识别领域识别方式单一的情况，并且识别的准确性较好，识别速度快，不需要漫长的等待。
-
Patent Agency Ranking
公开(公告)号：CN111414884A
公开(公告)日：2020-07-14
申请号：CN202010230483.X
申请日：2020-03-27
Applicant: 南京工业大学 , 南京摩深信息科技有限公司
Abstract: 一种基于边缘计算的面部表情识别方法，该方法在边缘设备上执行，在进行表情识别时可以减少请求响应时间和网络带宽，提高电池寿命，确保安全和隐私的方法，为了达到该目的，本发明充分利用边缘设备，使其原始图像可以不被传送到相应的服务器而直接处理，然后分析的结果可以更容易地传送给用户和原始数据进行比较。
-
公开(公告)号：CN115345262B
公开(公告)日：2022-12-27
申请号：CN202211270959.8
申请日：2022-10-18
Applicant: 南京工业大学 , 绍兴兰红智能科技有限公司
Abstract: 一种基于影响分数的神经网络模型关键数据挖掘方法，通过神经网络模型的训练数据和测试数据求出对应的关键数据，步骤包括：步骤1）取待提取样本数据集，进行数据预处理，获得预处理数据集；步骤2）采用神经网络模型，设置多个检查点，分别跟踪记录训练过程每一次迭代的结果；步骤3）计算每个训练数据的影响分数后排序，选择影响分数排名最大的关键数据。本关键数据挖掘方法适用于基于神经网络模型的图像分类模型、文本分类模型或语音情绪识别模型。本方法可解决模型决策系统不透明的问题，在提升准确率和速度的基础上，优化数据质量以及提升模型收敛速度。
-
公开(公告)号：CN115171154A
公开(公告)日：2022-10-11
申请号：CN202210749949.6
申请日：2022-06-29
Applicant: 南京工业大学
Abstract: 本发明的基于Performer‑Unet的WiFi人体姿态估计算法，采集人体活动视频，提取包含人体骨架点坐标的真实姿态标注信息和CSI数据，输入人工神经网络中进行训练，进行损失标注，并采用梯度下降法优化人工神经网络，获得模型；通过模型对采集视频的CSI数据流进行处理，准确地识别人体姿态。本发明在人体姿态识别算法中引入跨模态技术，训练基于WiFi的姿态识别算法，成本低廉、应用范围广泛且具有良好的隐私保护性，极大地拓展姿态估计在多个领域的应用范围，弥补传统算法应用的不足。
-
公开(公告)号：CN111414971A
公开(公告)日：2020-07-14
申请号：CN202010229404.3
申请日：2020-03-27
Applicant: 南京工业大学 , 南京摩深信息科技有限公司
Abstract: 本发明提供一种基于卷积神经网络的成品茶叶种类及品级识别方法，该方法包括：成品茶叶样本图像采集步骤；成品茶叶样本图像处理步骤；训练成品茶叶的类型品级识别模型和成品茶叶图像识别步骤。本发明的方法可以精确地识别成品茶叶的种类及品级，在45种不同的茶叶种类和品级上进行了测试，识别的平均准确率在90％以上；弥补了目前茶叶市场对于成品茶叶无法有效鉴定的情况，并且识别的准确性较好。
-
公开(公告)号：CN101817572A
公开(公告)日：2010-09-01
申请号：CN201010159094.9
申请日：2010-04-28
Applicant: 南京工业大学
Abstract: 本发明涉及一种用于工业循环冷却水系统的超声杀菌除藻方法，其特征在于采用混频超声辐照装置置于循环水输送管道外壁或者浸没在储水池中，辐照工业循环冷却水，即得到杀菌除藻的循环冷却水；其中所述的混频超声辐照装置由高、低频的超声发生器和超声换能器组成。本发明提供的方法可强化单频超声杀菌效果，不用杀菌剂，能有效抑制系统中菌、藻类的生长，并有很好的杀菌、藻效果；操作简单易行，降低处理能耗，且绿色环保。
-
-
-
-
-
-
Search Results
27
records
(took 0.03 seconds)
