-
-
公开(公告)号：CN110197205B
公开(公告)日：2022-04-22
申请号：CN201910385039.2
申请日：2019-05-09
Applicant: 三峡大学
IPC: G06K9/62 , G06V10/774 , G06V10/764 , G06N3/04
Abstract: 本发明公开了一种多特征来源残差网络的图像识别方法，构建多特征来源残差网络模型，通过卷积层和最大池化层提取浅层特征，通过多个残差模块提取深层特征，将浅层特征和深层特征相加，作为全连接层和分类器的输入；采用样本图片集对多特征来源残差网络模型进行训练、测试，采用梯度下降法对模型参数进行训练、优化；采用多特征来源残差网络模型对待分类图片进行识别分类，输出图片属于各个分类的概率。本发明提出的多特征来源残差网络模型将图像浅层特征与深层特征结合起来，作为全连接层以及分类器的输入，使模型能够兼顾图像的轮廓和纹理信息，从多个维度去认识图像，从而得到更准确的识别结果，提高了图像识别的精度。
-
公开(公告)号：CN119719291A
公开(公告)日：2025-03-28
申请号：CN202411786046.0
申请日：2024-12-06
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06F16/3329 , G06F16/334 , G06F16/36 , G06N3/0455 , G06N3/0499 , G06N3/08 , G06N5/022 , G06N5/04
Abstract: 本发明提出了一种面向供电行业知识检索的大语言模型微调方法，包括以下步骤：步骤1，在供电行业的工作环境中部署RAG系统；步骤2，输入查询文本，RAG系统的知识库返回多个查询结果；步骤3，使用所述查询文本和查询结果构建训练语料记录，并进行预处理，获得单词索引序列；步骤4，构建伪提示序列串，并在大语言模型LLM中增加可调模块；步骤5，使用所述单词索引序列，对增加可调模块后的大语言模型LLM进行训练和优化，重复迭代后，完成所述面向供电行业知识检索的大语言模型微调。
-
公开(公告)号：CN119337880A
公开(公告)日：2025-01-21
申请号：CN202411381124.9
申请日：2024-09-30
Applicant: 三峡大学
IPC: G06F40/295 , G06F18/214 , G06F18/24 , G06F18/25
Abstract: 本申请提供一种基于提示学习的大语言模型地质命名实体识别方法，包括以下步骤：构建由包含地质实体的句子构成的数据集；构造针对同时标注地质实体任务的提示，包括标注规则及示例引导等部分；整理大语言模型输出结果中的错误，并根据错误分析构造融合地质知识的标注地质实体的提示；提取输出结果中的各类地质实体；构建针对实体类别验证的提示，对提取的实体进行二次类别验证。本发明通过将实体抽取任务转化为利用不同符号同时标注出各类实体任务，根据错误分析增加地质知识的引导，增加实体类别验证，在给定的几个类别中选择一类作为实体的类别，有效缓解了大模型的幻觉问题和地质领域嵌套实体识别错误问题以及地质领域知识缺乏问题，提高了地质实体识别的效率和准确度。
-
公开(公告)号：CN116776882A
公开(公告)日：2023-09-19
申请号：CN202310654490.6
申请日：2023-06-02
Applicant: 中国地质大学(武汉) , 三峡大学
IPC: G06F40/295 , G06F18/214 , G06N3/048 , G06N3/092
Abstract: 本发明提供一种基于强化学习与人在回路的地质命名实体识别方法及系统，包括：S1：将实体识别语料库划分为训练集和测试集；S2：通过训练集、测试集和智能体对地质命名实体识别模型进行迭代训练，获得优化后的地质命名实体识别模型；S3：通过优化后的地质命名实体识别模型对待识别数据进行识别，获得识别结果；S4：基于人在回路对识别结果进行错误纠正，将正确的识别结果作为新的测试集返回步骤S2继续训练。本发明对数据依赖程度更低，通过智能体基于当前环境进行试错，依据奖赏机制不断调整参数，不断优化，不断提高地质文本的识别精度；加入人在回路机制，能够结合专家的智慧，帮助模型在运行过程中实现动态地参数更新与模型优化。
-
Patent Agency Ranking
公开(公告)号：CN116644748A
公开(公告)日：2023-08-25
申请号：CN202310417013.8
申请日：2023-04-17
Applicant: 三峡大学 , 中国地质大学(武汉)
IPC: G06F40/295 , G06F40/30 , G06F16/36 , G06N5/02 , G06F16/35 , G06N3/0455 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于地质预训练模型的命名实体识别方法及系统，包括步骤：构建特征适配器，通过特征适配器对汉字特征向量集合与文本语义向量集合进行适配融合，获得强化的文本语义向量集合；构建知识融合器，通过知识融合器对知识语义向量集合与强化的文本语义向量集合进行融合，获得融合语义向量集合；通过融合语义向量集合与四项预训练任务对地质预训练模型进行参数调优，得到最终的地质预训练模型。本发明提出了一种特征适配器，将汉字特征在预训练阶段融入地质预训练模型，通过汉字特征辅助模型对语义的学习；提出了一种知识融合器，将地质知识图谱融入到地质预训练模型中，从而对地质预训练模型进行知识增强。
-
公开(公告)号：CN116299676A
公开(公告)日：2023-06-23
申请号：CN202310217895.3
申请日：2023-03-08
Applicant: 三峡大学
IPC: G01V1/28
Abstract: 本发明提供一种基于改进WGAN‑GP和Picking‑Net的微地震信号初至拾取方法，步骤一，将干净的微地震信号样本输入到改进WGAN‑GP中，加入随机高斯噪声信号条件，通过生成对抗模型，来生成大量训练样本集，对小样本数据集扩容；步骤二，利用改进WGAN‑GP完成扩充后的训练样本作为输入对Picking‑Net进行训练；步骤三，将待初至拾取的微地震信号输入已训练好的Picking‑Net，输出拾取后的初至信号。
-
公开(公告)号：CN116088043A
公开(公告)日：2023-05-09
申请号：CN202310050424.8
申请日：2023-02-01
Applicant: 三峡大学
Abstract: 本申请提供一种基于深度学习的微地震剖面去噪方法，步骤一，将一批无噪声的剖面和噪声信号输入到条件生成对抗网络（cGAN）的生成器中，并给定生成器约束条件，从而获得用来训练的含噪剖面；鉴别器接收真实剖面和从生成器生成的剖面，并给鉴别器约束条件，利用鉴别器和生成器之间的相互博弈生成更加真实的剖面，进而达到扩容数据集的目的；步骤二，将X^0,0输入主网络，输出网络的噪声预测X^0,4。主网络由UNet++的结构为主体，融合了Clique block结构；步骤三，将噪声预测X^0,4与网络输入X^0,0进行残差学习R(•)，得到去噪后的剖面；步骤四，将待去噪的微地震剖面通过该网络，输出去噪后的剖面，解决了微地震监测时信号中去除随机噪声的问题。
-
公开(公告)号：CN115113269A
公开(公告)日：2022-09-27
申请号：CN202210626537.3
申请日：2022-06-04
Applicant: 三峡大学
Abstract: 一种基于UGATIT联合PSPNet的微地震有效信号的初至拾取方法，步骤为：对地下开采活动进行观测，获得真实微地震有效信号；利用有限差分波动方程正演方法生成正演模拟信号；得到的真实微地震信号和正演模拟信号制作成原始数据集，利用UGATIT网络实现“模拟信号‑真实信号”的转换，生成大量真实微地震有效信号数据；将正演模拟信号大量转换为真实微地震信号，选择具有价值的信号进行标注，并将其制成训练集，完成对训练集的扩充；利用扩容后的训练集对改进后的PSPNet网络进行训练；将待测微地震有效信号输入已训练的PSPNet网络，输出预测的概率时间序列，概率最大处时间即为初至时间，拾取微地震有效信号的初至。本发明极大地提高微地震有效信号初至拾取的效率与精度。
-
公开(公告)号：CN114637045A
公开(公告)日：2022-06-17
申请号：CN202210181956.0
申请日：2022-02-25
Applicant: 三峡大学
Abstract: 本发明公开了一种基于UNet++联合Clique Block的微地震P波初至拾取的方法，该方法针对现有微地震初至拾取技术难以高效、准确地拾取海量微地震P波初至的不足的缺陷，利用UNet++联合Clique Block构建全新网络MSPicking‑Net，进一步增强了低信噪比微地震信号信噪可辨，并且提高了微地震初至拾取的精度。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.022 seconds)
