-
公开(公告)号：CN112801283B
公开(公告)日：2023-06-16
申请号：CN202110335501.5
申请日：2021-03-29
Applicant: 哈尔滨工业大学(深圳)
IPC: G06V10/82 , G06V40/20 , G06N3/0464 , G06N3/08 , G06V10/40
Abstract: 本发明提供了一种神经网络模型、动作识别方法、装置及存储介质，神经网络模型包括多个卷积模块、输出模块、多个注意力子模块和分类模块，多个卷积模块和输出模块依次连接，且每个卷积模块的输出端分别连接至一个注意力子模块的输入端，每个注意力子模块的输入端还分别与输出模块的输出端连接，注意力子模块的输出端与分类模块的输入端连接；注意力子模块，用于获取各个卷积模块输出的局部特征向量和输出模块输出的全局特征向量，分别计算各个局部特征向量和全局特征向量之间的兼容性分数，根据各个局部特征向量和对应的兼容性分数生成新特征向量；分类模块，根据新特征向量确定当前人体动作。本发明的技术方案能够提高人体动作的识别精度。
-
公开(公告)号：CN113220827B
公开(公告)日：2023-03-28
申请号：CN202110463202.X
申请日：2021-04-23
Applicant: 哈尔滨工业大学
IPC: G06F16/33 , G06F16/35 , G06F40/216 , G06F40/289 , G06N20/00 , G06Q50/02 , G06Q50/20 , G06F16/951
Abstract: 本发明提供了一种农业语料库的构建方法及装置，该方法包括：基于农业语料库的标注体系确定标注工具；基于随机选择的农业样本数据进行第一标注培训，得到机器学习模型；基于主动学习选择的农业样本数据进行第二标注培训，得到训练更新的机器学习模型，并得到更新的标注工具；基于主动学习选择的农业样本数据进行正式标注，得到标注数据；基于农业样本数据及其标注数据构建农业语料库。本发明通过主动学习和标注一致性分析，提升了数据标注的成效，并获得大量规范有效的农业标注数据，解决了当前农业语料库数据混乱的问题。同时，以较少的样本集使机器学习模型训练达到较佳效果，减少了数据标注的消耗，并提升了农业语料库构建的成效。
-
Patent Agency Ranking
公开(公告)号：CN115456178A
公开(公告)日：2022-12-09
申请号：CN202211074758.0
申请日：2022-09-02
Applicant: 哈尔滨工业大学
IPC: G06N5/04 , G06N3/04 , G06N3/08 , G06F16/901
Abstract: 本发明提供了一种基于分层强化学习的因果发现方法、装置、介质及设备，所述方法包括：基于强化学习方法，构建高层和低层策略网络；按照预设步长运行高层策略网络，对变量进行处理，生成无向图，并获取外部奖励；根据当前无向图以及无向图的历史记录，获取好奇心奖励；根据好奇心奖励和外部奖励，获取增强奖励；通过低层策略网络确定高层策略网络生成的无向图的因果方向，生成有向无环图，并获取内部奖励；根据内部奖励和增强奖励，训练低层策略网络和高层策略网络。本发明提供的基于分层强化学习的因果发现方法能够在条件独立性解空间中搜索到最优的有向无环图，避免由于分解因果发现的两个子任务而导致的错误积累，且避免重复探索相同的状态。
-
公开(公告)号：CN112420201A
公开(公告)日：2021-02-26
申请号：CN202011341957.4
申请日：2020-11-25
Applicant: 哈尔滨工业大学
IPC: G16H50/50
Abstract: 本发明提供了一种用于ICU死亡率预测的深度级联框架及ICU死亡率预测方法，所述用于ICU死亡率预测的深度级联框架包括：体征子网络和疾病子网络，所述体征子网络包括多个对应于体征类型的节点，所述疾病子网络包括多个对应于疾病类型的节点，所述体征子网络和所述疾病子网络具有相互作用边，所述相互作用边为对应于所述疾病类型的节点与对应于所述体征类型的节点的连接边，其中，所述体征子网络和所述疾病子网络根据节点失效情况进行级联，所述体征子网络和所述疾病子网络均用于输出失效分布，以通过所述失效分布进行ICU死亡率预测。本发明的有益效果：能够方便对ICU患者死亡率进行预测，并使预测具有可解释性。
-
公开(公告)号：CN112183315A
公开(公告)日：2021-01-05
申请号：CN202011030408.5
申请日：2020-09-27
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种动作识别模型训练方法和动作识别方法及装置。训练方法包括：获取预设动作节点集合中的所有节点的节点数据；根据所述节点数据，计算所述节点集合中所有节点的连接边集合和每条连接边的边数据；根据所述节点数据和所述连接边的边数据，构建动作数据的图结构；以所述动作数据的图结构作为模型输入，表情识别分类结果作为模型输出，对预设的图卷积神经网络表情识别模型进行有监督训练；其中，以所述动作数据的图结构中的所述连接边的边数据作为模型输入。基于图结构来记录和计算动作数据，进一步提升了参与深度学习的有效数据量，可以获得更好的识别精度，且减少对样本数据精确度的依赖。
-
公开(公告)号：CN214958885U
公开(公告)日：2021-11-30
申请号：CN202120953483.2
申请日：2021-05-07
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本实用新型提供了一种物联网系统，包括多个用于采集信息的子设备，子设备的电源电路中USB接口的电源引脚用作第一供电电源，接地引脚接地，且USB接口的第一数据引脚分别连接至第一二极管的阳极和第二二极管的阴极，第一二极管的阴极连接至第三二极管的阴极，第二二极管的阳极接地，USB接口的第二数据引脚分别与第三二极管的阳极和第四二极管的阴极电连接，第四二极管的阳极接地，且第四二极管的阳极还连接至第五二极管的阳极，第五二极管的阴极连接至第三二极管的阴极，第三二极管的阴极连接至USB接口的电源引脚。本实用新型的技术方案能够提高数据处理能力，解决本地存储能力不足的问题，且防止电源电路中的静电损害设备。
-
公开(公告)号：CN214333884U
公开(公告)日：2021-10-01
申请号：CN202120575017.5
申请日：2021-03-22
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本实用新型提供了一种信号采集电路及信号处理系统，电路包括多个传感器、多路复用器、信号调理电路、模数转换器、衰减电路和控制器，多个所述传感器的输出端分别与所述多路复用器的多个第一端电连接，所述多路复用器的第二端与所述信号调理电路的第一端电连接，所述多路复用器的第三端与所述控制器的第三端电连接，所述信号调理电路的第二端与所述模数转换器的第一端电连接，所述模数转换器的第三端通过所述衰减电路连接至所述信号调理电路的第三端，所述模数转换器的第二端与所述控制器的第一端电连接，所述衰减电路适于调节所述信号调理电路的输出电压。本实用新型的技术方案提高了模数转换器输入电压的稳定性。
-
-
-
-
-
-
Search Results
27
records
(took 0.034 seconds)
