-
Patent Agency Ranking
公开(公告)号：CN117111946A
公开(公告)日：2023-11-24
申请号：CN202310621627.8
申请日：2023-05-30
Applicant: 中南大学
IPC: G06F8/41 , G06F16/33 , G06F8/71 , G06F18/22 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/09 , G06N3/0895
Abstract: 本发明公开了一种跨语言代码搜索方法、终端设备及存储介质，使用预训练的CodeBERT获取代码tokens的表示，提取代码的序列特征矩阵 按行展平，作为代码片段的结构特征vtok；采用图卷积运算提取统一后的AST的特征，将图卷积运算最后一层的特征矩阵 按行展平，作为代码片段的结构特征vast；融合代码片段的结构特征vtok和作为代码片段的结构特征vast，得到完整的代码特征vcode；利用所述完整的代码特征vcode进行对比学习，得到跨语言代码搜索模型。本发明提高了模型对不同编程语言但是功能相同的代码片段的区分能力。
-
公开(公告)号：CN112649512B
公开(公告)日：2022-05-13
申请号：CN202011475811.9
申请日：2020-12-14
Applicant: 中南大学
IPC: G01N29/14
Abstract: 本发明涉及声发射初至拾取方法，公开了一种岩体声发射初至自适应识别方法，包括以下步骤：S1、获得监测信号的包络曲线；S2、确定所述监测信号的包络周期；S3、对所述包络曲线进行去除周期变化和异常值后获得趋势曲线；S4、通过判定曲线对所述趋势曲线进行判断，以自动识别声发射初至点。本发明能自动判别监测信号有无声发射，并自动识别声发射初至，且对初至拾取的适应性强、准确性高。
-
公开(公告)号：CN113850185A
公开(公告)日：2021-12-28
申请号：CN202111119367.1
申请日：2021-09-24
Applicant: 中南大学 , 广西中金岭南矿业有限责任公司
Abstract: 本发明公开了一种井下声发射源多分类方法、装置、终端、存储介质，其中方法包括：获取待检测井下声发射波形时间序列；对待检测井下声发射波形时间序列进行马尔科夫转移场编码，得到二维图像马尔科夫转移场；将二维图像马尔科夫转移场输入预先训练好的井下声发射源识别分类模型中，输出待检测井下声发射波形时间序列的分类结果。利用马尔科夫转移场编码将井下声发射一维时间序列转换为辨识度高的二维图像，这种二维图像不仅保留了时间尺度上的变化趋势，又体现了不同时间跨度的转移概率，再结合深度学习中代表算法卷积神经网络对二维图像识别分类的优势，在识别效率、稳定性和准确率等方面明显优于传统波形识别分类方法。
-
公开(公告)号：CN112508173A
公开(公告)日：2021-03-16
申请号：CN202011391942.9
申请日：2020-12-02
Applicant: 中南大学
IPC: G06N3/04 , G06N3/08 , G06F16/2458 , G06Q10/04 , G06Q50/30
Abstract: 本发明公开了一种交通时空序列多步预测方法、系统及存储介质，基于历史数据X1:T计算改进的历史均值第二步，历史数据X1:T和改进的改进历史均值通过3D‑CNN模块进行下采样；第三步，使用序列到序列模型进行多步预测得到模型的编码器和解码器均由ConvLSTM组成，并在解码器中融入了注意力机制，进而使用转置3D卷积进行上采样；第四步，与做多模型融合，得到最终的预测结果本发明预测方法的精度更高。
-
公开(公告)号：CN111292062A
公开(公告)日：2020-06-16
申请号：CN202010083860.1
申请日：2020-02-10
Applicant: 中南大学
Abstract: 本发明公开了一种基于网络嵌入的众包垃圾工人检测方法、系统及存储介质，基于工人的答案通过率构建了一个以工人和请求者为节点的众包异构网络；为众包异构网络中中心度不同的节点生成不同数目的不定长游走路径；对生成的路径进行正采样和负采样得到表示学习模型的训练数据；根据得到的数据训练HIN2Vec模型，以学习众包异构网络中工人节点的表示向量；基于工人向量利用OneClassSVM算法进行工人分类，以检测不同勾结模式的垃圾工人。本发明的检测方法能够高效检测不同勾结模式的众包垃圾工人。
-
-
-
-
Search Results
35
records
(took 0.061 seconds)
