-
公开(公告)号：CN109272048B
公开(公告)日：2022-04-12
申请号：CN201811157800.9
申请日：2018-09-30
Applicant: 北京工业大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62
Abstract: 本发明公开了一种基于深度卷积神经网络的模式识别方法，主要是一种基于深度卷积神经网络，引入attention机制及图像增强手段的模式识别方法。首先拿到样本数据集，由相关专业人员对数据集图像进行标注，对图像做灰度处理，这样可以凸显出主要目标的轮廓，有利于特征提取，然后利用随机旋转不同角度对数据集进行扩充，再对图像数据做增强以及数据预处理，最后构建出能够高效提取图像特征的深度卷积神经网络，用建立好的数据集进行五折交叉验证对模型进行训练并测试，完成视觉辅助检测模型的构建。本发明在样本识别时运算效率更高，而模型参数减少，降低了资源的占用，以及对软硬件的高需求，可以更好投入到实际使用。
-
公开(公告)号：CN114240000A
公开(公告)日：2022-03-25
申请号：CN202111669087.8
申请日：2021-12-31
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于时空图卷积网络的空气质量预测方法，首先对数据集中各监测站点下的时序数据进行预处理，包括污染物浓度和气象因子观测值，并划分训练集、验证集和测试集；根据各监测站点的经纬度坐标构建邻接矩阵，然后一并输入至时空注意力机制卷积单元中。利用时空注意力机制捕获时空维度的动态相关性，通过在时间维度部署标准卷积和在空间维度部署图卷积网络分别捕获时空维度的特征及依赖。最后连接一层全连接层得到最终的输出。本发明可以更好的捕获数据中的时空特征及动态变化，纯卷积结构可以提高运算效率，减少因循环导致的误差积累，从而更好的完成预测任务。
-
公开(公告)号：CN109033178B
公开(公告)日：2021-07-30
申请号：CN201810665640.2
申请日：2018-06-26
Applicant: 北京工业大学
IPC: G06F16/2458
Abstract: 本发明公开了一种挖掘能见度多维时空数据之间格兰杰因果关系的方法，属于数据挖掘技术领域。首先选用部分样本数据利用格兰杰因果分析提取其中与能见度有因果关系的备选特征，然后把全部数据按照北京市不同行政区进行分类，利用Fc因果测量因子来确定不同区域之间的影响关系强弱，最后利用一种改进的时空Granger Lasso算法来训练因果关系模型，这样就得出不同区域、不同影响因子和能见度之间的格兰杰因果分数，实现了定性和定量的影响因素分析。
-
公开(公告)号：CN113095550A
公开(公告)日：2021-07-09
申请号：CN202110322814.7
申请日：2021-03-26
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于变分递归神经网络和自注意力机制的空气质量预测方法，该方法包括如下步骤：获取空气质量数据和天气数据并预处理，构建输入数据和输出数据。编码器的输入数据包括污染物数据和历史气象数据。解码器的输入数据包括编码器的输出结果，气象预报数据，和上一时刻的污染物数据。将数据分割为训练数据和测试数据。使用训练数据对Seq2Seq模型进行训练：使用测试数据测试预测结果。本发明使用Seq2Seq模型对空气质量进行预测。首先在编码器的输入阶段引入了自注意力机制，从而实现了选取特征因子和把握长期时须依赖关系，在模型中使用VRNN代替解码器的RNN，进一步捕获输出端不同时间步之间复杂的依赖关系，有效减少误差积累从而提高预测精度。
-
公开(公告)号：CN108439599B
公开(公告)日：2020-10-27
申请号：CN201810422093.5
申请日：2018-05-04
Applicant: 北京工业大学
IPC: C02F3/30 , C02F101/10 , C02F101/16
Abstract: 一种城市生活污水内源短程反硝化耦合ANAMMOX深度脱氮除磷的装置与方法，属于市政污水生物处理领域。该装置主要由原水水箱、AOA反应器、二沉池、第一中间水箱、除磷SBR、第二中间水箱、ANAMMOX‑UASB组成；方法为：部分生活污水和二沉池的回流污泥首先进入AOA反应器的厌氧区，进行厌氧释磷并贮存内碳源；随后混合液进入AOA反应器的好氧区，进行吸磷和硝化反应；随后混合液进入缺氧区，发生内源短程反硝化，然后混合液进入二沉池进行泥水分离，上清液进入第一中间水箱；部分生活污水进入除磷SBR，静沉后上清液进入第二中间水箱；第一中间水箱和第二中间水箱的出水进入ANAMMOX‑UASB进行厌氧氨氧化反应。本发明通过强化污泥的内碳源贮存可以实现低C/N比生活污水的深度脱氮。
-
Patent Agency Ranking
公开(公告)号：CN107330514B
公开(公告)日：2020-07-31
申请号：CN201710554694.7
申请日：2017-07-10
Applicant: 北京工业大学
Abstract: 本发明公开一种基于极限学习机的空气质量预测方法，包括：步骤1、获取需要进行预测分析的空气质量数据，并且划分为训练数据集与测试数据集；步骤2、基于训练数据集对CNN进行训练并选择在各个验证集中表现的模型作为特征提取的模型；步骤3、将CNN全连接层第一个层的激活值作为GBELM的输入，训练GBELM，选择在各个验证集中表现最好的GBELM作为预测模型；使用GBELM来代替步骤2中得到的CNN的全连接层，得到最终的空气质量预测模型；步骤4、将测试数据输入到空气质量预测模型,计算得到测试数据的抽象特征，再输入到GBELM中得到每个ELM的输出值进行加和，即可得到预测结果。采用本发明的技术方案，具有很高的预测精度。
-
公开(公告)号：CN111400487A
公开(公告)日：2020-07-10
申请号：CN202010178615.9
申请日：2020-03-14
Applicant: 北京工业大学
Abstract: 一种文本摘要质量评价方法属于自然语言处理领域，针对模型生成文本质量问题。深度学习下的文本生成技术已经取得了很大的进步，可以针对一篇文本生成相关的摘要，可以保证摘要的抽象性和多样性。但是深度学习模型生成的摘要还是存在词语重复，语义不相关的问题，不能直接用于生产环境，而且人工审核难度大。本方法针对深度学习模型生成的摘要进行质量评价，设计了语言质量网络和语义质量网络，主要从语法和语义两方面解决生成文本的质量评价问题。本方法使得摘要质量评价的效率得到很大提升。
-
公开(公告)号：CN110765768A
公开(公告)日：2020-02-07
申请号：CN201910981470.3
申请日：2019-10-16
Applicant: 北京工业大学
IPC: G06F40/284 , G06F40/247 , G06N3/04
Abstract: 一种优化的文本摘要生成方法属于自然语言生成领域，尤其涉及序列到序列文本摘要生成的相关方法。首先将中文数据进行清洗等预处理，将文章送入Encoder端的AS-CNN模型提取特征，然后将特征送入由Transformer组成的Decoder端。该网络不仅可以利用CNN网络与Transformer的并行能力，充分发挥硬件的效果加快训练速度，而且在Encoder端使用CNN，减少了模型的参数，避免过拟合问题，也扩展了模型的使用范围。
-
公开(公告)号：CN110765264A
公开(公告)日：2020-02-07
申请号：CN201910981403.1
申请日：2019-10-16
Applicant: 北京工业大学
IPC: G06F16/34 , G06F16/33 , G06F16/36 , G06F40/30 , G06F40/247
Abstract: 一种增强语义相关性的文本摘要生成方法属于文本生成领域。首先将海量中文数据进行去噪等预处理，然后将摘要经过预训练网络，获取文本对应的词向量，将需要做摘要的文章转为词向量送模型Encoder端进行特征表示。最后在模型Decoder端，将生成的摘要向量与预训练计算相似度与模型的LOSS值结合，进行模型的梯度计算。预训练向量有很好表达文本语义的能力，本发明将预训练向量与模型生成向量进行结合，不但可以减轻模型提取特征的压力，还可以保证模型生成的摘要语义与原文相同，解决生成摘要与原文不相关的问题。
-
公开(公告)号：CN110347714A
公开(公告)日：2019-10-18
申请号：CN201910665412.X
申请日：2019-07-22
Applicant: 北京工业大学
IPC: G06F16/2457 , G06F16/9535
Abstract: 本发明提供了一种电影推送系统及方法，涉及互联网技术领域，电影推送系统包括：客户端，用于获取用户需求电影信息，并将用户需求电影信息发送给推送平台；推送平台，用于获取与用户需求电影信息匹配的推送电影信息，将推送电影信息发送给客户端，以使客户端接收推送电影信息。可以根据用户需求电影信息向对应的客户端推送符合用户需求的相关电影信息，从而便于用户及时获取其想要的电影信息。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.033 seconds)
