-
公开(公告)号：CN118096452B
公开(公告)日：2024-07-30
申请号：CN202410494749.X
申请日：2024-04-24
Applicant: 湘江实验室
Abstract: 本申请适用于法律案情分析技术领域，提供了一种案件辅助审判方法、装置、终端设备及介质，该方法通过提炼案件知识标签；根据文本结构特征，构建文书结构抽取规则，分别对裁判文书进行划分，得到结构化数据集；根据案件知识标签，构建实体识别规则，对结构化数据集进行识别，得到案件实体集；根据案件关系集和案件实体集，构建案件知识图谱；计算案件知识图谱中各案件实体的影响度，从案件实体集中确定典型案件实体；计算待审判案件与典型案件实体之间的相似度，确定匹配案件；根据最高匹配得分对应的典型案件实体的裁判文书，对待审判案件的主刑进行预测，实现案件辅助审判。本申请能提高案件辅助审判的准确性和可解释性。
-
公开(公告)号：CN118280107A
公开(公告)日：2024-07-02
申请号：CN202410375178.8
申请日：2024-03-29
Applicant: 湘江实验室
IPC: G08G1/01 , G06T19/00 , G06T17/05 , G06F8/30 , G06N3/0455 , G06N3/0475 , G06N3/096 , G10L15/22 , G10L15/26 , G10L17/22 , G10L17/02
Abstract: 本发明公开了一种智慧交通三维数字孪生方法、装置及介质，所述方法包括：获取对话音频，并将对话音频转换为文本指令；基于所述文本指令生成对应的代码指令；根据所述代码指令生成交通场景；将所有交通场景集成后用虚幻引擎创建，得到Carla场景，以模拟自动驾驶车辆在不同场景下的行为和决策。本发明利用AIGC将语音识别的文字转换为代码指令，再通过对静态、动态数据的感知，可以对应的创建数字孪生模型，实现基于孪生数据的情景再现。本发明在智慧交通领域有很大的应用前景，它不仅可以提高规划、设计、施工、运营、安全方面管理水平，实现交通管理决策协同化和智能化，还可以大幅度降低使用成本，利于普遍推广。
-
公开(公告)号：CN118101719A
公开(公告)日：2024-05-28
申请号：CN202410492150.2
申请日：2024-04-23
Applicant: 湘江实验室
Abstract: 本申请适用于车联网技术领域，提供了一种基于联邦学习的多任务车路协同智能感知方法，包括：基于秘密共享安全协议，采集多个车载节点的节点数据；分别计算类别数量分布和节点类别占比；计算异常类别的数据质量；计算每个车载节点的信誉度质量，构建数据质量评价函数；根据数据质量评价函数和训练后的变分自编码器模型，更新节点数据，得到新节点数据；计算任务相似度，并根据任务相似度对车载节点进行分组；根据车载节点分组情况，确定任务共享节点，并利用任务共享节点进行不同车载节点分组间的联邦学习，完成多车载节点任务的协同感知。本申请能提高多任务协同感知的安全性和准确性。
-
公开(公告)号：CN117667360B
公开(公告)日：2024-04-16
申请号：CN202410130270.8
申请日：2024-01-31
Applicant: 湘江实验室
Abstract: 本发明实施例中提供了一种面向大模型任务的计算与通信融合的智能算网调度方法，属于数据处理技术领域，具体包括：建立调度优化目标函数；设计深度强化学习环境，将调度优化目标函数设计为奖励函数，并构成马尔科夫过程；对当前大模型任务提取状态特征；深度强化学习的智能体根据时序特征和状态特征做出调度策略；由奖励函数计算预测奖励值；大模型任务在计算节点上执行结束后，得到完整的马尔可夫过程存入经验池；构造分层经验池，对多头注意力层和预测网络进行联合训练，以及，根据预测反馈计算预测奖励构成新的马尔可夫过程对多头注意力层和Q网络进行联合训练。通过本发明的方案，提高了对大模型任务的调度效率、精准度和适应性。
-
公开(公告)号：CN116227506B
公开(公告)日：2023-07-21
申请号：CN202310506400.9
申请日：2023-05-08
Applicant: 湘江实验室
IPC: G06F40/58 , G06N3/0455 , G06N3/08
Abstract: 本申请涉及一种具有高效非线性注意力结构的机器翻译方法，该方法包括：获取翻译语料，并基于翻译语料构建词表，词表将源语言句子转换为数字索引；将目标端输入转换为第二数字索引；搭建翻译模型，翻译模型包括嵌入层、编码器、解码器以及反向嵌入层；嵌入层输出源端输入向量、目标端输入向量；编码器基于源端输入向量输出上下文向量；训练解码器；训练后的解码器基于上下文向量得到目标语言词语向量。在解码过程中筛选出与候选上文中词语预测概率总和最大的目标语言词语向量串，得到目标语言句子向量；目标语言句子向量经过反向嵌入层输出源语言句子对应的目标语言句子。该方法避免了多头运算带来的计算时间开销。
-
Patent Agency Ranking
公开(公告)号：CN119995049A
公开(公告)日：2025-05-13
申请号：CN202510463288.4
申请日：2025-04-14
Applicant: 湘江实验室
Abstract: 本发明属于能源调度领域，具体是指基于人工智能的综合能源微网动态调度方法，方法包括局部优化换相角、优化分布式能源机组启停策略、搜索机组最佳位置和全局优化微网结构。本方案采用蚁群优化算法降低转矩脉动，提高机组效率，避免电流调节延迟，提高动态响应速度，降低电力损耗并改善能源网系统中的电压曲线；创造性地提出一种遗传算法与粒子群优化算法结合的能源微网优化方法，粒子群优化算法负责全局搜索，遗传算法负责局部优化，通过模糊逻辑控制调整两者权重系数，引导粒子向最优解移动，提高算法的搜索分布式能源机组布局的效率，减小计算复杂度。
-
公开(公告)号：CN119942386A
公开(公告)日：2025-05-06
申请号：CN202510426948.1
申请日：2025-04-07
Applicant: 湘江实验室
Abstract: 本发明公开了一种多无人机视觉识别方法、系统、设备及存储介质，该方法包括：无人机对采集到的本地数据集进行预处理，获得目标数据集，基于目标数据集对原始识别模型进行提示训练，获得候选识别模型以及候选识别模型的本地提示参数，将本地提示参数发送至服务器，获取服务器基于本地提示参数反馈的多粒度提示参数，多粒度提示参数为服务器基于无人机集群中各无人机发送的本地提示参数处理得到；基于多粒度提示参数进行聚合后得到的融合提示参数对候选识别模型进行提示训练，获得目标识别模型，并将目标数据集输入至目标识别模型进行视觉识别，有效地解决了单一无人机计算资源和训练数据有限的问题，大幅地提升了无人机视觉识别精度。
-
公开(公告)号：CN119942292A
公开(公告)日：2025-05-06
申请号：CN202510448376.7
申请日：2025-04-10
Applicant: 湘江实验室
IPC: G06V10/80 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/0985 , G06N5/01 , G06V10/42 , G06V10/44 , G06V10/82
Abstract: 本申请涉及一种多元组无人装备多模态信息体系构建方法，接收无人装备收集的多模态信息；对三种图像分别提取特征，分别得到三种图像的特征，并以三种图像的特征分别作为对应图像的一元组节点；将三种图像的特征分别进行两两配对并融合得到三个共享语义子空间，并以三个共享语义子空间分别作为不同的二元组特征；将三种图像的特征全部融合得到共享语义空间，以共享语义空间作为三元组节点；将各一元组节点互相连接，并将各一元组节点与三元组节点连接，基于二元组特征的特征空间计算各边的权重，构建图结构；采用图卷积神经网络对所述图结构进行融合，得到融合结果；基于融合结果对图结构进行更新优化，得到优化后的图结构。
-
公开(公告)号：CN119854541A
公开(公告)日：2025-04-18
申请号：CN202510228758.9
申请日：2025-02-28
Applicant: 湘江实验室
IPC: H04N21/234 , H04N21/2343 , H04N21/44 , H04N21/4402 , G06T5/70 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T5/60 , G06T7/73
Abstract: 本发明公开了一种人物视频生成方法、装置、计算机设备及存储介质，包括：对原始人物视频进行解码，得到若干图像帧，并将每个图像帧映射到二维图像上，得到初始人物姿态序列图；获取初始人物姿态序列图中的每个图像帧确定时间位置信息，得到时间位置编码向量，并将初始人物姿态序列图与时间位置编码向量进行拼接融合，得到目标人物姿态序列图；基于目标人物姿态序列图中每个图像帧，确定噪音特征；将噪音特征输入到快速去噪扩散模型，生成图像帧对应的新的人物图像特征，作为目标图像特征；对得到的每个目标图像特征进行解码，得到目标人物视频。采用本发明提高生成人物视频的清晰流畅度。
-
公开(公告)号：CN119228171B
公开(公告)日：2025-02-18
申请号：CN202411738881.7
申请日：2024-11-29
Applicant: 湘江实验室
IPC: G06Q10/0637 , G06Q10/0635 , G06Q10/10 , G06F17/18
Abstract: 本发明涉及供应链风险分析技术领域，具体涉及基于大模型的供应链风险管理与决策系统，包括：多层供应链数据采集模块：从多层供应链节点采集供应链运行数据；多层供应链结构模型构建模块：通过收集的各供应链节点的运行数据，构建供应链节点之间的多层供应链结构模型，自动识别各供应链节点中的隐性风险；供应链风险传播路径分析模块：识别出隐性风险后，分析隐性风险在各供应链节点中的隐性风险传播路径，分析风险在供应链不同节点之间的传递机制；决策支持模块：支持企业调整供应链策略以降低风险。本发明，使企业可以从全局角度掌握供应链中风险的传导规律，优先处理关键路径和节点的隐性风险，显著提升供应链的预警水平和抗风险能力。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.023 seconds)
