-
公开(公告)号：CN116933095A
公开(公告)日：2023-10-24
申请号：CN202310719162.X
申请日：2023-06-16
Applicant: 中国电子科技集团公司第五十四研究所 , 桂林电子科技大学
IPC: G06F18/22 , G06F18/25 , G06F40/30 , G06F40/284 , G06F40/289 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种全交叉视角文本匹配方法，所述方法首先通过分词技术中的字符模式、精确模式、全模式、搜索引擎模式以及Paddle模式共五种语义划分模式提取文本中的字符、词语以及关联短语三种文本粒度信息，每一种划分模式的划分结果为文本的一种表征，针对文本的五种表征进行初始编码，采用双向门循环控制单元初步提取编码中的上下文语义信息。然后将五种表征下的初始编码向量重构为高维编码矩阵，并利用卷积神经网络深度挖掘高维矩阵中的特征信息，有效捕获文本的多表征语义，同时提升各表征之间的信息交互性。最后通过全交叉视角匹配模式将两个文本的多表征卷积矩阵进行交叉余弦匹配，强化多表征信息的匹配力度，进而总体提升文本匹配任务的准确率。
-
公开(公告)号：CN110321957B
公开(公告)日：2023-03-24
申请号：CN201910605728.X
申请日：2019-07-05
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06F16/58
Abstract: 本发明提供了一种融合三元组损失和生成对抗网络的多标签图像检索方法，其包括步骤：搭建深度学习框架，部署生成对抗网络模型；输入图像数据集至生成对抗网络模型中以获取多标签图像和三元组数据；基于多标签图像构建三元组损失函数；从图像数据集中选取第一图像对深度哈希编码网络进行训练以获取完成训练的深度哈希编码网络；从图像数据集中选取预设数量的第二图像，将第二图像输入完成训练的深度哈希编码网络以获取哈希向量数据库；将需要检索的第一图像输入完成训练的深度哈希编码网络以检索出与第一图像相似的第二图像。本发明通过使用生成对抗网络生成与数据集样本相似的多标签生成图片，扩充了训练数据量，提高了图像的检索速度和精度。
-
公开(公告)号：CN115345175A
公开(公告)日：2022-11-15
申请号：CN202211083256.4
申请日：2022-09-06
Applicant: 桂林电子科技大学 , 中国电子科技集团公司第五十四研究所
Abstract: 本发明公开了一种基于孪生交互和微调表示的中文语义匹配方法，首先以RoBERTa‑WWM‑EXT预训练模型完成文本的向量初始化，针对初始特征向量构造内嵌了软对齐注意力机制(SA‑Attention)和BiLSTM训练层的孪生结构，用以增强句对之间的语义交互性。其次将两个待匹配文本连接起来接入RoBERTa‑WWM‑EXT预训练模型进行向量化，将连接的向量化结果输入LSTM‑BiLSTM网络层做增强训练，用以强化句子内部的上下语义关系。然后搭建可微调RoBERTa‑WWM‑EXT初始向量的训练模型，用以产生经过标签监督微调的文本向量，从而进一步增强向量对文本间语义关系的表示力度，最终达到提升中文语义匹配准确率的目的。
-
公开(公告)号：CN114993286A
公开(公告)日：2022-09-02
申请号：CN202210533368.9
申请日：2022-05-13
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于图像、激光雷达与里程计的网格地图创建方法及装置，所述方法在采集信息阶段通过时间戳近似同步的方法将机器采集到的数据进行融合，提高信息间的关联性，在地图创建阶段根据采集图像的差异程度确定网格地图中每个网格的大小与网格内的角度区间，在保存地图信息时将采集到的图像数据通过卷积自编码器压缩为一维特征向量后与里程计信息并联存储，同时可以实现在需要查看图像信息时将特征向量信息复原为图像信息，在地图创建时使用分块更新的方法对创建出的地图轮廓进行实时更新。本发明和传统方法相比，具有存储空间占用少，地图创建速度快的优势，解决了传统网格地图中无法展示图像信息以及地图实时性较差的问题。
-
公开(公告)号：CN113259325B
公开(公告)日：2022-06-03
申请号：CN202110429845.2
申请日：2021-04-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于麻雀搜索算法优化Bi‑LSTM的网络安全态势预测方法，属于网络安全技术领域。初始化麻雀种群并迭代筛选获取运算结果；基于运算结果初始化Bi‑LSTM神经网络超参数，得到SSA优化后的Bi‑LSTM模型；对SSA优化后的Bi‑LSTM模型进行训练生成预测模型；向预测模型中输入预测数据并获取结果。本发明利用麻雀搜索算法来优化Bi‑LSTM神经网络超参数，采用SSA优化的Bi‑LSTM能够加速模型的收敛，提高模型的预测精度，从而解决现有技术预测精度不够的问题。
-
Patent Agency Ranking
公开(公告)号：CN113392575A
公开(公告)日：2021-09-14
申请号：CN202110532763.0
申请日：2021-05-17
Applicant: 桂林电子科技大学
IPC: G06F30/27 , G06N20/20 , G06F111/08 , G06F113/06
Abstract: 本发明公开了一种基于滑窗特征的风机主轴故障预测方法，主要包括：(1)采用如XGBoost、GBDT、CatBoost、LightGBM算法等模型进行特征的自动选择以及特征的非线性转换；(2)使用原始风机特征训练风机的时序特性问题，对风机时间特征进行提取，并将数据集进行分割切片。(3)基于滑动窗口对故障标签、风机状态特征处理，完成滑窗特征的构造。(4)采用stacking集成策略，对各个模型的预测结果进行加权计算。本发明设计了一系列可以表征当前风机运行状态的滑窗特征，通过构造滑窗特征的方式解决风机特征单一和故障状态缓变特性问题，最后将融合滑窗特征后的模型与使用原始风机特征训练的模型进行对比，显现出预测效果有一定程度的提升。
-
公开(公告)号：CN113139050A
公开(公告)日：2021-07-20
申请号：CN202110503654.6
申请日：2021-05-10
Applicant: 桂林电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: G06F16/34 , G06F40/295 , G06N3/04 , G06N3/08 , G06F40/211 , G06F40/30
Abstract: 本发明公开了一种基于命名实体识别附加标签和先验知识的文本摘要生成方法，该方法包括：在原始文本的基础上添加命名实体识别的附加标签；将添加附加标签的文本基于字符进行处理，同时根据原始文本生成对应的向量字典并对文本向量化；将得到的向量化文本作为生成式摘要模块的输入进行编码，解码阶段引入注意力机制，获取全局信息；使用原始文本中的词集构建先验知识库，与得到的序列做加权平均；解码阶段得到的结果通过集束搜索方法进行文本还原；删除标签输出原始文本的摘要结果。本发明中附加标签的添加使得实体类识别更准确，生成的摘要不会出现名称不全现象；先验知识的引入使得生成的摘要语义更加贴近原文，减少了出现与文本相关性不大的语句。
-
公开(公告)号：CN113011476A
公开(公告)日：2021-06-22
申请号：CN202110242716.2
申请日：2021-03-05
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于自适应滑动窗口GAN的用户行为安全检测方法，利用Spark平台对获取的用户数据进行并行化处理，并使用GAN分别训练不同时间窗口下的正常用户行为模型；利用当前窗口长度处理获取的待检测数据，并将当前时刻的所述待检测数据与上一时刻数据做属性相似度计算；利用所述正常用户行为模型根据计算出的相似度值进行检测，并将得到的异常评分与设定的阈值进行比较，判断当前时间段是否正常，使用GAN作为无监督的异常行为检测器，结合使用自适应滑动窗口技术对时序数据进行处理，提高了检测准确率。
-
公开(公告)号：CN112801151A
公开(公告)日：2021-05-14
申请号：CN202110060075.9
申请日：2021-01-18
Applicant: 桂林电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种风电设备故障检测方法，本发明基于改进的BSMOTE‑Sequence风机故障采样策略，通过对BorderlineSMOTE进行改进而设计的一种风机数据集采样策略模型。BorderlineSMOTE在选择对哪些样本点进行合成时，第一步通过KNN算法选出K′个少数类近邻样本，第二步从这K′个样本中随机选择K″个样本。本发明是将第二步随机选择样本改进为根据时序特征来选择样本，该方式生成新样本综合考虑了空间距离、时序规律，能有效减少噪声点的生成，不仅解决了风机数据集的不平衡问题，而且并未破坏数据集的时序规律。此外，本发明还结合Tomek Links技术，可以有效地过滤数据集中的噪声样本、类间重叠样本，从而提高后续分类器训练的效率及准确率，避免模型过拟合。
-
公开(公告)号：CN106130903B
公开(公告)日：2019-03-12
申请号：CN201610538471.7
申请日：2016-07-08
Applicant: 桂林电子科技大学
IPC: H04L12/721 , H04L12/741 , G06F21/78 , G06F21/62
Abstract: 本发明公开一种基于FPGA的SDN交换机流表加密方法，通过FPGA对上层控制器下发的流表数据进行加密并以未加密数据中提取的IP地址作为写入地址写入存储器中；对物理端口传输的数据进行采集，根据采集到的IP地址作为读取地址从存储器中读取对应地址数据并解密。本发明可以利用FPGA的并行高速性，在保证数据高速转发的情况下，增加了流表存储的安全性。相比于流水线的查找方式，IP地址映射存储器地址的查找方式又降低了数据的处理时间。
-
-
-
-
-
-
-
-
-
Search Results
108
records
(took 0.029 seconds)
