-
公开(公告)号：CN115328972A
公开(公告)日：2022-11-11
申请号：CN202211024149.4
申请日：2022-08-24
Applicant: 桂林电子科技大学
IPC: G06F16/2458 , G06F16/2453 , G06F16/28
Abstract: 本发明涉及数据库系统查询优化的基数估计技术领域，具体地说，涉及一种平滑自回归基数估计方法，包括：S1、将数据库表格数据编码后得到编码数据x；S2、对x进行平滑，期间复制x来引入不同程度的噪声得到平滑数据xrs和微弱平滑数据xcls，拼接所有平滑数据后得到输入xin；S3、将xin喂给平滑自回归模型，并进行训练；S4、通过训练好的模型进行基数估计。本发明能够达到目前最先进的基数估计准确度，能较出色地完成基数估计任务。
-
公开(公告)号：CN113177136B
公开(公告)日：2022-04-22
申请号：CN202110460027.9
申请日：2021-04-27
Applicant: 桂林电子科技大学
IPC: G06F16/65 , G06F16/683 , G06F40/211 , G06F40/216 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及音乐风格分类技术领域，涉及一种基于注意力的音频和歌词的多模态音乐风格分类方法，步骤如下：一、数据获取；二、音频预处理：先对音频数据采取Mel频谱特征提取，然后经过CNN网络得到音频特征；三、歌词预处理：先进行BERT预训练得到词向量，然后经过HAN网络得到歌词特征向量；四、attention模间融合：通过Attention模间融合，将获取的音频和歌词特征，进行交互融合获取融合的Attention注意力向量，再与音频和歌词特征向量拼接，获得包含音频和歌词各自模态特征，以及模态间融合特征的音乐风格特征；五、经过softmax层进行分类。本发明能较佳地对数据进行学习和分类。
-
公开(公告)号：CN111259153B
公开(公告)日：2021-06-22
申请号：CN202010072375.4
申请日：2020-01-21
Applicant: 桂林电子科技大学
IPC: G06F16/35 , G06F40/211 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种完全注意力机制的属性级情感分析方法，该方法结合基于自注意力机制网络SAM‑NN和特定方面注意力机制网络AAM‑NN来分别生成词汇级别、句子级别语义特征，最后通过一个全连接神经网络FC‑NN输出层计算评论句子内容的情感极性。本发明所提出的方法在实现上是并行结构的，并且在每一个网络计算模块，本发明都融合了特定方面信息特征，保证了该方法在尽可能的根据特定方面信息进一步分析出用户评论信息中关于目标对象特定属性方面的情感极性。与现有技术相比，本发明方法不仅有效提高特定方面情感分析任务的准确率，而且有效减少在模型训练时间上的花费。
-
公开(公告)号：CN111310474A
公开(公告)日：2020-06-19
申请号：CN202010065670.7
申请日：2020-01-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于激活-池化增强BERT模型的在线课程评论情感分析方法，涉及在线课程评估技术领域，包括构建在线课程评论情感分析模型来编码评论文本中分句内词语上下文语义和分句间逻辑关系；设计激活函数层和最大-平均池化层解决BERT模型在课程评论情感分析中存在的过拟合问题；通过新增的情感分类层对在线课程评论进行情感正负极性分类。本发明改进了直接应用BERT模型做课程评论情感分析任务时出现过拟合的问题，同时增加了情感分类层对课程评论情感进行分析；相对于传统课程评论情感分析模型，在线课程评论情感分析模型具有精确度高，训练容易的优点，该模型的准确率和AUC值与基准模型相比分别有显著的提升。
-
公开(公告)号：CN110175651A
公开(公告)日：2019-08-27
申请号：CN201910452021.X
申请日：2019-05-28
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种数据自适应平衡分组方法，将数据块边界点信息加入到传统聚类中，并将该聚类算法运用于分布式环境中结点数据分组中，利用数据块边界点信息约束数据块大小，使不同数据块之间满足较高的平衡性，解决了现有基于聚类的数据分组方法效率较低的问题，同时还提高了数据分组的准确率，具有很高的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN107711756A
公开(公告)日：2018-02-23
申请号：CN201711081392.9
申请日：2017-11-03
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于物联网的农作物害虫智能测报系统，其在继承传统农作物害虫测报习惯与经验的基础上，通过物联网图像识别、远程监测、传输与控制技术将调查数据反馈到监测中心进行分析，构建农作物害虫智能测报装置；及时获取害虫种群发生发展的动态演变过程，提升预测预报的准确性与时效性。本发明不仅实现了无人值守的智能化监控，能够实现广域环境下的实时测报；而且有助于提高农作物害虫发生危害预测预报的智能性和准确性，及时监测和预报其种群动态有助于科学合理采取措施控制该虫的危害，减少农药施用量和环境污染。
-
-
公开(公告)号：CN119248817A
公开(公告)日：2025-01-03
申请号：CN202411451825.5
申请日：2024-10-17
Applicant: 桂林电子科技大学
IPC: G06F16/242 , G06F16/25 , G06F16/28 , G06F40/30
Abstract: 本发明公开了一种基于大语言模型的零样本文本到SQL的自动解析方法，包括：定义最优问题，将最优问题输入零样本文本转SQL解析模型中进行处理，获得目标SQL语句；其中，零样本文本转SQL解析模型利用预设的大语言模型将所述最优问题转化为若干候选SQL语句，对所述候选SQL语句进行评估及自我排序，获得排序结果，对所述排序结果进行修正，生成目标SQL语句。本发明提高了系统的稳健性和可扩展性。
-
公开(公告)号：CN119028127A
公开(公告)日：2024-11-26
申请号：CN202410978941.6
申请日：2024-07-22
Applicant: 桂林电子科技大学
IPC: G08G1/01
Abstract: 本发明公开了一种基于DSTMAN的交通预测方法，包括：获取交通路网参数和交通状况数据，对所述交通路网参数和交通状况数据进行预处理，获得预处理后的交通路网数据；构建交通流量预测模型，将所述预处理后的交通路网数据输入所述交通流量预测模型进行优化，获得优化后的交通流量预测模型，其中，所述交通流量预测模型采用动态时空记忆增强网络DSTMAN构建；获取待预测目标交通区域的交通路网参数，输入所述优化后的交通流量预测模型获得未来目标交通区域的交通流量预测结果。本发明能够更准确地预测交通流量。
-
公开(公告)号：CN118696898A
公开(公告)日：2024-09-27
申请号：CN202410981749.2
申请日：2024-07-22
Applicant: 广州利道电子科技有限公司 , 桂林电子科技大学
Abstract: 本发明属于害虫治理技术领域，尤其涉及一种农业害虫综合治理装置，包括：箱体；诱捕机构，设置在箱体的上方；放卷组件，固定安装在箱体的一内侧壁上；绕卷组件，固定安装在箱体内与放卷组件相对的内侧壁上，放卷组件与绕卷组件对应设置；粘虫胶带，一端设置在放卷组件上，另一端设置在绕卷组件上，粘虫胶带穿出箱体的顶端；监控组件，设置在箱体的上方且与粘虫胶带对应设置；测量组件，设置在箱体内且与粘虫胶带对应设置；控制组件，设置在箱体内且与绕卷组件、测量组件、监控组件以及诱捕机构电性连接。本发明可以实现自动捕集害虫，减少了人们的工作强度，效率更高，且不存在污染环境的风险。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.028 seconds)
