-
公开(公告)号：CN109102565B
公开(公告)日：2022-10-14
申请号：CN201810729619.4
申请日：2018-07-05
Applicant: 内江市下一代互联网数据处理技术研究所 , 电子科技大学
IPC: G06T17/05 , G06T11/20 , G06T7/11 , G06T5/50 , G06V10/762 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种自动生成虚拟地形的方法，分别对草图和样本DEM进行特征曲线提取，得到草图特征图像和样本特征图像；将所述草图特征图像分割为草图小块，所述草图小块对应草图上的草图原始小块；将所述样本特征图像分割为样本小块，所述样本小块对应所述样本DEM上的样本原始小块，对所述草图小块和样本小块进行聚类分析，得到聚类结果；根据所述聚类结果得到所述草图原始小块和样本原始小块之间的匹配关系；利用所述匹配关系合成结果地形图像；本发明利用聚类的方法实现了虚拟地形的自动生成，采用聚类的方法实现草图小块的一次遍历即可确立所有的匹配关系，避免反复搜索巨大的样本空间，从而提高合成效率。
-
公开(公告)号：CN108871341A
公开(公告)日：2018-11-23
申请号：CN201810734733.6
申请日：2018-07-05
Applicant: 内江市下一代互联网数据处理技术研究所 , 电子科技大学
Abstract: 本发明公开了一种全局优化的并发定位与建图方法；首先根据机器人的初始坐标，在初始时刻随机生成n个粒子，得到初始时刻的粒子集；采用粒子滤波的SLAM算法，利用上一时刻粒子集中各粒子的粒子信息更新当前时刻各粒子的粒子信息；采用全局优化和重采样对当前时刻各粒子进行更新；利用更新后的当前时刻粒子的粒子信息获得当前时刻机器人运动路径和路标点；重复以上过程，直至机器人完成所有时刻的运动，采用本方法，能够提高机器人的定位精度。
-
公开(公告)号：CN108871341B
公开(公告)日：2021-12-24
申请号：CN201810734733.6
申请日：2018-07-05
Applicant: 内江市下一代互联网数据处理技术研究所 , 电子科技大学
Abstract: 本发明公开了一种全局优化的并发定位与建图方法；首先根据机器人的初始坐标，在初始时刻随机生成n个粒子，得到初始时刻的粒子集；采用粒子滤波的SLAM算法，利用上一时刻粒子集中各粒子的粒子信息更新当前时刻各粒子的粒子信息；采用全局优化和重采样对当前时刻各粒子进行更新；利用更新后的当前时刻粒子的粒子信息获得当前时刻机器人运动路径和路标点；重复以上过程，直至机器人完成所有时刻的运动，采用本方法，能够提高机器人的定位精度。
-
公开(公告)号：CN109102565A
公开(公告)日：2018-12-28
申请号：CN201810729619.4
申请日：2018-07-05
Applicant: 内江市下一代互联网数据处理技术研究所 , 电子科技大学
Abstract: 本发明公开了一种自动生成虚拟地形的方法，分别对草图和样本DEM进行特征曲线提取，得到草图特征图像和样本特征图像；将所述草图特征图像分割为草图小块，所述草图小块对应草图上的草图原始小块；将所述样本特征图像分割为样本小块，所述样本小块对应所述样本DEM上的样本原始小块，对所述草图小块和样本小块进行聚类分析，得到聚类结果；根据所述聚类结果得到所述草图原始小块和样本原始小块之间的匹配关系；利用所述匹配关系合成结果地形图像；本发明利用聚类的方法实现了虚拟地形的自动生成，采用聚类的方法实现草图小块的一次遍历即可确立所有的匹配关系，避免反复搜索巨大的样本空间，从而提高合成效率。
-
公开(公告)号：CN118982020A
公开(公告)日：2024-11-19
申请号：CN202411013371.3
申请日：2024-07-26
Applicant: 电子科技大学
IPC: G06F40/279 , G06F40/284 , G06F18/2415 , G06F18/2431 , G06F18/213 , G06N3/042 , G06N3/08 , H04L9/40 , G06F21/57 , G06F21/56
Abstract: 本发明公开了一种基于异构图神经网络的威胁杀伤链提取方法，方法包括：训练样本标注；实体提取，从网络攻击报告中提取出安全实体；关系三元组提取，从报告中提取出安全实体之间的关系；建立威胁知识图，将从报告中提取的边和实体组成的三元组建立为异构图；模型训练，将图多分类任务作为目标训练异构图神经网络。每个训练样本图是报告中包含的实体和边的组成的子图，将该子图分类至一个或多个杀伤链阶段；杀伤链提取，提取测试集中的报告中的杀伤链。本方案可以从非结构化文本中自动提取出相关杀伤链，使用户避免了手动分析和提取的繁琐，减轻安全运营人员的压力。
-
Patent Agency Ranking
公开(公告)号：CN117151113A
公开(公告)日：2023-12-01
申请号：CN202311076497.0
申请日：2023-08-24
Applicant: 电子科技大学
IPC: G06F40/30 , G06F18/25 , G06N5/04 , G06F18/214 , G06N3/045
Abstract: 本发明公开了一种结合情景消息的对话情感检测方法，属于情感检测领域。本发明通过识别对话中的情绪原因来改善情感检测的效果，语境信息包含了当前对话发生的环境，其中的一些描述是对当前对话的一个很好的补充，在本发明中将语境信息放在和对话语句同等的位置，将语境描述输入到语境编码器，之前的历史对话输入到语句编码器。最后两个模块编码后的语义信息通过特征融合层进行融合，进而进行当前对话的情感检测任务，相较于其他对话情感检测方法，本发明在结果准确率上大大提升，并且性能指标不弱于其他方法。
-
公开(公告)号：CN116957076A
公开(公告)日：2023-10-27
申请号：CN202311063743.9
申请日：2023-08-22
Applicant: 电子科技大学
IPC: G06N5/02 , G06F16/901
Abstract: 本发明公开了一种基于路径不确定性的图谱补全方法。该方法包括：确定待补全路径的知识图谱；知识图谱中包括多个待寻径头实体；将知识图谱输入至预先训练得到的路径补全模型中，得到与待寻径头实体相对应的至少一个待选择路径的奖励值；路径补全模型是基于路径编码模型、寻径模型和不确定性推导模型确定的；基于奖励值和预设路径筛选条件，确定目标路径；基于目标路径对知识图谱进行补全处理。解决了现有技术中基于模型概率预测进行图谱补全，导致实体信息挖掘不充分，图谱补全不全面，补全效果差的问题，实现提高图谱信息挖掘的全面性，提高补全后的图谱的完备性，进而提高图谱补全的效果。
-
公开(公告)号：CN116595125A
公开(公告)日：2023-08-15
申请号：CN202211093133.9
申请日：2022-09-08
Applicant: 电子科技大学
IPC: G06F16/33 , G06F16/332 , G06F16/36 , G06N3/08 , G06N3/044 , G06N3/0455
Abstract: 本发明公开了一种基于知识图检索的开放域问答方法，该方法包括以下步骤：知识图建立步骤，基于开放域文档数据，建构造对应的知识图；文档检索步骤，首先利用TF‑IDF引导查询，找到推理路径的段落起点，然后基于RNN网络迭代计算出可能的段落节点，由段落组成一条从问题到答案的推理路径；答案预测步骤，将问题和一组推理路径输入，先对推理路径排序，然后从存在答案概率最高的路径中抽取答案。本发明通过有效利用知识图推理技术，弥补了现有方法仅利用非结构化知识的不足，克服了语义特征信息利用不足导致预测结果受限这一缺陷，从而提高了预测效果；并且通过针对性的设计数据增强方法，进一步提升针对开放域问答的预测性能。
-
公开(公告)号：CN113806506B
公开(公告)日：2023-04-18
申请号：CN202111083577.X
申请日：2021-09-15
Applicant: 电子科技大学
IPC: G06F16/332 , G06F16/33 , G06F16/36 , G06N5/022 , G06N5/04 , G06N3/042 , G06N3/0455 , G06N3/047 , G06N3/048
Abstract: 一种面向常识推理的生成式人机对话回复生成方法，属于自然语言处理技术领域。本发明通过上下文搜索引入知识实体，对知识向量与对话向量共同解码生成回复，这样的回复采用了已有的知识和推断技术对上下文进行判断，有效提升了对话的回复质量。
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.047 seconds)
