一种基于通道注意力和字符特征的文本命名实体提取方法

    公开(公告)号:CN119849501A

    公开(公告)日:2025-04-18

    申请号:CN202510317358.5

    申请日:2025-03-18

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于通道注意力和字符特征的文本命名实体提取方法。包括获取待识别的输入文本;构建命名实体识别模型,包括:BERT模型用于获取具有上下文信息的特征、语法结构和语义表示;CharCNN模块用于提取BERT模型输出结果中的字符级特征;DSENet模块用于增强BERT模型输出结果中的实体内容和实体位置特征表达;多层双向长短时记忆网络用于捕捉以上模块的输出进行特征融合后的融合结果中的长距离依赖关系;条件随机场用于对输出序列进行实体标注;将待识别的输入文本输入命名实体识别模型中,获得命名实体。本发明方案提升了实体识别的效果,在非结构化文本NER任务中具有较高的准确率和召回率。

    基于特征融合的家纺图像检索重排序方法及装置

    公开(公告)号:CN118364127A

    公开(公告)日:2024-07-19

    申请号:CN202410796082.9

    申请日:2024-06-20

    Applicant: 中南大学

    Abstract: 本申请提供了一种基于特征融合的家纺图像检索重排序方法及装置,涉及图像处理技术领域,其方法包括:对待检索图像进行特征提取,得到高层特征和低层特征;分别根据高层特征、低层特征与对应的图像向量库,确定第一检索列表和第二检索列表;分别构建与第一检索列表对应的第一加权图和与第二检索列表对应的第二加权图;分别对第一加权图与第二加权图进行马尔可夫随机游走,并得到与高层特征对应的第一扩散相似度和与低层特征对应的第二扩散相似度;将第一扩散相似度与第二扩散相似度进行融合,得到扩散距离;根据扩散距离对图像检索样本库进行重新排序,得到待检索图像的目标检索列表。通过本发明,可以提高家纺图像检索的精度。

    基于元宇宙的数据处理方法、装置、电子设备和存储介质

    公开(公告)号:CN117319226B

    公开(公告)日:2024-02-23

    申请号:CN202311607877.2

    申请日:2023-11-29

    Abstract: 本发明提供了一种基于元宇宙的数据处理方法、装置、电子设备和存储介质。该方法包括:接收携带有采集标识和采集任务信息的感知数据采集指令;根据所述采集标识提取对应的区域部署信息对待采集区域进行网络部署,生成区域部署网络;基于所述采集任务信息利用所述区域部署网络提取调试参数进行效用计算,得到效用参数;当所述效用参数在预设的优化效用区间时,持续获取所述区域部署网络基于所述感知数据采集指令采集的感知数据。本发明实施例提供的基于元宇宙的数据处理方法,通过构建对感知数据采集端和应用端的最优效用关系,完成对感知数据的采集,不仅提高了元宇宙感知数据采集效率同时实现了对任一区域进行采集任务的最优发布。

    基于元宇宙的数据处理方法、装置、电子设备和存储介质

    公开(公告)号:CN117319226A

    公开(公告)日:2023-12-29

    申请号:CN202311607877.2

    申请日:2023-11-29

    Abstract: 本发明提供了一种基于元宇宙的数据处理方法、装置、电子设备和存储介质。该方法包括:接收携带有采集标识和采集任务信息的感知数据采集指令;根据所述采集标识提取对应的区域部署信息对待采集区域进行网络部署,生成区域部署网络;基于所述采集任务信息利用所述区域部署网络提取调试参数进行效用计算,得到效用参数;当所述效用参数在预设的优化效用区间时,持续获取所述区域部署网络基于所述感知数据采集指令采集的感知数据。本发明实施例提供的基于元宇宙的数据处理方法,通过构建对感知数据采集端和应用端的最优效用关系,完成对感知数据的采集,不仅提高了元宇宙感知数据采集效率同时实现了对任一区域进行采集任务的最优发布。

    一种任务卸载与资源分配方法、设备、介质和系统

    公开(公告)号:CN116582836B

    公开(公告)日:2023-09-12

    申请号:CN202310854782.4

    申请日:2023-07-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种任务卸载与资源分配方法、设备、介质和系统,方法为:根据车对地、车对空、车对空间的传输时延,及车对地、车对空、车对空间、车本地的计算时延,建立车载计算任务在车本地执行和卸载到地面、空中、空间执行的时延模型;基于建立的时延模型,同时对通信、计算和频谱资源进行约束,以成功完成车载计算任务数量最大化为目标,建立如下多目标联合优化的混合整数非线性规划问题;采用深度强化学习方法求解上述规划问题,实现任务卸载与资源分配的最优方案。本发明以车辆计算任务卸载决策和网络资源分配的联合优化为目标,求解SAGVN中车辆协同计算卸载机制,实现为车载应用提供泛在的、高质量的计算服务。

    基于特征融合的家纺图像检索重排序方法及装置

    公开(公告)号:CN118364127B

    公开(公告)日:2024-09-06

    申请号:CN202410796082.9

    申请日:2024-06-20

    Applicant: 中南大学

    Abstract: 本申请提供了一种基于特征融合的家纺图像检索重排序方法及装置,涉及图像处理技术领域,其方法包括:对待检索图像进行特征提取,得到高层特征和低层特征;分别根据高层特征、低层特征与对应的图像向量库,确定第一检索列表和第二检索列表;分别构建与第一检索列表对应的第一加权图和与第二检索列表对应的第二加权图;分别对第一加权图与第二加权图进行马尔可夫随机游走,并得到与高层特征对应的第一扩散相似度和与低层特征对应的第二扩散相似度;将第一扩散相似度与第二扩散相似度进行融合,得到扩散距离;根据扩散距离对图像检索样本库进行重新排序,得到待检索图像的目标检索列表。通过本发明,可以提高家纺图像检索的精度。

    基于IGCNN的消化道内镜图像识别方法、设备及介质

    公开(公告)号:CN116843630A

    公开(公告)日:2023-10-03

    申请号:CN202310714605.6

    申请日:2023-06-16

    Abstract: 本发明公开了一种基于IGCNN的消化道内镜图像识别方法、设备及介质,方法包括:将消化道内镜图像输入卷积神经网络,最后一个卷积层输出多通道特征图,最后一个全连接层输出图像识别的类分数;反向传播计算类分数关于各通道特征图的梯度,并将梯度全局平均池化得到各通道特征图的重要性权重,进而加权组合得到具有可解释性的注意力图;将注意力图处理并计算获得预测框,基于预测框及真实框构建第一损失函数;基于图像识别各类别的类分数及真实框,构建图像识别分类损失函数;结合两个损失函数训练卷积神经网络,使用训练所得模型对待识别的消化道内镜图像进行识别输出。本发明对消化道内镜图像的识别准确率高。

    一种车载边缘计算应用缓存方法、装置及系统

    公开(公告)号:CN111262940B

    公开(公告)日:2021-06-22

    申请号:CN202010053699.3

    申请日:2020-01-17

    Applicant: 中南大学

    Inventor: 曾锋 陈瑶佳

    Abstract: 本发明提供了一种车载边缘计算应用缓存方法、装置及系统,设某一车载自组织网络的边缘服务器覆盖范围内有n个车辆用户,其中每个车辆用户i请求将数据量为qi车载应用的计算任务卸载至该边缘服务器;该边缘服务器收集其覆盖范围内的车辆用户请求卸载的车载应用的计算任务,按计算任务的数据量向相应的车辆用户收费;完成计算任务得到计算结果后,将计算结果反馈给相应的车辆用户,并且选择性地缓存车辆用户卸载的车载应用的计算任务相关数据,包括其计算结果;若后续有其它车辆用户请求卸载的车载应用的计算任务在本地有缓存,则边缘服务器直接将相应的计算结果反馈给相应的车辆用户。本发明能有效降低了车载应用服务的响应延时。

Patent Agency Ranking