-
公开(公告)号：CN117992610B
公开(公告)日：2024-11-22
申请号：CN202410150443.2
申请日：2024-02-02
Applicant: 江南大学 , 匀熵智能科技(无锡)有限公司
IPC: G06F16/35 , G06F16/36 , G06N3/0442 , G06N3/086 , G06N3/094
Abstract: 一种基于虚拟位置引导的VPG‑PSO算法的文本对抗攻击方法，属于文本对抗处理领域。首先采用基于义原的方法生成替换词，进而形成缩减的搜索空间。然后使用了一种基于虚拟位置引导的VPG‑PSO算法，应用于搜索对抗样本，将整个迭代过程分为发散、正常、加速三个阶段，使用不同的搜索策略。在发散阶段扩大粒子的运动范围，以实现全局搜索；正常阶段进行常规粒子群搜索；在加速阶段降低粒子在较大范围内的运动，从而实现快速收敛。并在每个阶段引入虚拟位置的概念，自适应调整算法的搜索行为，从而进行不同的搜索。在保持语义一致性的前提下，以更低的成本实现了更高的成功率。
-
公开(公告)号：CN117973451A
公开(公告)日：2024-05-03
申请号：CN202410150439.6
申请日：2024-02-02
Applicant: 江南大学 , 匀熵智能科技(无锡)有限公司
IPC: G06N3/0464 , G06N3/063 , G06F15/78
Abstract: 本发明提供了一种基于FPGA的三维卷积硬件加速器，属于硬件加速器领域。所述的基于FPGA的三维卷积硬件加速器包括指令分发模块、特征图输入控制模块、权重输入控制模块、偏置输入控制模块、缓存模块、计算控制模块、计算模块和输出模块通过合理开辟片上缓存并多次重复使用特征图、权重与卷积计算的中间结果，从而减少片上与片外数据交换的次数，提升整个加速器系统的推理时间并且减少能耗。同时设计了指令分发模块使得本加速器能灵活应对不同结构的卷积计算模型。
-
公开(公告)号：CN119025857A
公开(公告)日：2024-11-26
申请号：CN202411098350.6
申请日：2024-08-12
Applicant: 匀熵智能科技(无锡)有限公司 , 江南大学
IPC: G06F18/20 , G06F18/213 , G06F17/15 , G06F17/16 , G06F17/18
Abstract: 本发明涉及数据处理技术领域，公开一种船舶数据采样方法，包括获取预测船舶稳性的船舶数据父样本，船舶数据父样本包括若干父样本特征分量，对各父样本特征分量进行独立的数据扩增，获得船舶数据父样本的子样本并更新船舶数据父样本，重复执行预设迭代次数后，获得最终样本。本发明通过对船舶数据父样本的每一父样本特征分量进行独立更新，相比于样本整体更新，不仅能够增加样本多样性，还能有效应对船舶数据不同分量的采样范围存在较大差异导致的采样精度下降的问题，获得的最终样本有效扩增了可靠的船舶数据量用于船舶稳性预测，进而提高船舶稳性预测的精度。
-
公开(公告)号：CN118537401A
公开(公告)日：2024-08-23
申请号：CN202410642089.5
申请日：2024-05-23
Applicant: 匀熵智能科技(无锡)有限公司 , 江南大学
Abstract: 本发明涉及视觉SLAM技术领域，具体公开了一种基于动态SLAM的相机位姿求解方法、装置及存储介质，包括：对输入图像进行特征点提取，获得图像特征点；对输入图像进行实例分割，获得静态区域和潜在动态区域；根据静态区域的基准外参和潜在动态区域的基准外参之间的差值确定位于所述潜在动态区域的实际动态区域，其中落在实际动态区域内的潜在动态特征点为实际动态特征点；剔除所述实际动态区域内的实际动态特征点，并根据所述静态区域内的静态特征点以及所述潜在动态区域内的非实际动态特征点进行相机位姿求解，获得相机位姿。本发明提供的基于动态SLAM的相机位姿求解方法能够有效提升动态SLAM中相机位姿求解的精度。
-
公开(公告)号：CN117992610A
公开(公告)日：2024-05-07
申请号：CN202410150443.2
申请日：2024-02-02
Applicant: 江南大学 , 匀熵智能科技(无锡)有限公司
IPC: G06F16/35 , G06F16/36 , G06N3/0442 , G06N3/086 , G06N3/094
Abstract: 一种基于虚拟位置引导的VPG‑PSO算法的文本对抗攻击方法，属于文本对抗处理领域。首先采用基于义原的方法生成替换词，进而形成缩减的搜索空间。然后使用了一种基于虚拟位置引导的VPG‑PSO算法，应用于搜索对抗样本，将整个迭代过程分为发散、正常、加速三个阶段，使用不同的搜索策略。在发散阶段扩大粒子的运动范围，以实现全局搜索；正常阶段进行常规粒子群搜索；在加速阶段降低粒子在较大范围内的运动，从而实现快速收敛。并在每个阶段引入虚拟位置的概念，自适应调整算法的搜索行为，从而进行不同的搜索。在保持语义一致性的前提下，以更低的成本实现了更高的成功率。
-
Patent Agency Ranking
公开(公告)号：CN117891924A
公开(公告)日：2024-04-16
申请号：CN202410165075.9
申请日：2024-02-05
Applicant: 江南大学 , 匀熵智能科技(无锡)有限公司
IPC: G06F16/332 , G06F16/36 , G06N3/0464 , G06N3/092 , G06N5/02 , G06F18/214 , G06F18/25 , G06N3/09
Abstract: 一种基于强化知识选择的大语言模型对话推荐方法，属于自然语言处理领域。本发明结合T5模型的编码器和RGCN模型，提高了对话内容的相关性和丰富性，使对话更自然、流畅且紧密贴合用户需求。采用T5模型作为策略模型，并结合强化学习，有效提升了对话生成的质量和精准度，确保知识选择的高效性。实验证明本发明的模型在自动评价和人工评价两个方面都超出了当前最新的基准模型。该方法通过创新的强化学习框架和算法，有效地解决了以上问题，为用户提供了更加智能、精准且高效的对话推荐服务。本方法的提出，不仅是对话推荐技术的一大进步，也为未来智能对话代理的研究和发展提供了新的方向。
-
公开(公告)号：CN116612365B
公开(公告)日：2024-01-23
申请号：CN202310680078.1
申请日：2023-06-09
Applicant: 匀熵智能科技(无锡)有限公司
IPC: G06V10/82 , G06F40/166 , G06N3/0455 , G06V10/40
Abstract: 本发明涉及图像字幕技术领域，具体公开了一种基于目标检测和自然语言处理的图像字幕生成方法，包括：获取待生成字幕图像，并对待生成字幕图像进行向量处理以及目标检测后获得两组相同的向量图像特征；将一组向量图像特征输入至编码器以进行特征提取处理，获得图像处理特征；将另一组向量图像特征输入至解码器，以与图像描述文本进行第一次信息交互，获得第一次交互结果；将图像处理特征输入至解码器以与第一次交互结果进行第二次信息交互，获得第二次交互结果；对第二交互结果进行转换处理获得图像字幕，并输出所述图像字幕。本发明提供的基于目标检测和自然语言处理的图像字幕生成方法解决了图像字幕与图像实际内容表达之间的偏差的问题。
-
公开(公告)号：CN116612365A
公开(公告)日：2023-08-18
申请号：CN202310680078.1
申请日：2023-06-09
Applicant: 匀熵智能科技(无锡)有限公司
IPC: G06V10/82 , G06F40/166 , G06N3/0455 , G06V10/40
Abstract: 本发明涉及图像字幕技术领域，具体公开了一种基于目标检测和自然语言处理的图像字幕生成方法，包括：获取待生成字幕图像，并对待生成字幕图像进行向量处理以及目标检测后获得两组相同的向量图像特征；将一组向量图像特征输入至编码器以进行特征提取处理，获得图像处理特征；将另一组向量图像特征输入至解码器，以与图像描述文本进行第一次信息交互，获得第一次交互结果；将图像处理特征输入至解码器以与第一次交互结果进行第二次信息交互，获得第二次交互结果；对第二交互结果进行转换处理获得图像字幕，并输出所述图像字幕。本发明提供的基于目标检测和自然语言处理的图像字幕生成方法解决了图像字幕与图像实际内容表达之间的偏差的问题。
-
公开(公告)号：CN116579327A
公开(公告)日：2023-08-11
申请号：CN202310863192.8
申请日：2023-07-14
Applicant: 匀熵智能科技(无锡)有限公司
IPC: G06F40/232 , G06F40/216 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明涉及文本纠错技术领域，具体公开了一种文本纠错模型训练方法、文本纠错方法、设备及存储介质，包括：获取训练数据集；对所述训练数据集进行预处理获得输入序列；根据输入序列对初始纠错模型进行训练，获得输入序列中每个字符的预测概率，预测概率表示每个字符被预测为该字符所对应的候选集中其他字符的概率，每个字符均对应一个候选集，候选集包括与所对应的字符具有多模态关联特征的字符的集合；根据每个字符的预测概率构建该字符对应的负样本数据集，并确定该字符对应的正样本；根据负样本数据集和正样本对初始纠错模型进行优化，获得目标纠错模型。本发明提供的文本纠错模型训练方法能够提高文本纠错的准确度。
-
公开(公告)号：CN116306504B
公开(公告)日：2023-08-08
申请号：CN202310582057.6
申请日：2023-05-23
Applicant: 匀熵智能科技(无锡)有限公司
IPC: G06F40/134 , G06F40/126 , G06F40/166 , G06N20/00 , G06F16/31 , G06F16/33 , G06F16/36
Abstract: 本发明涉及实体链接技术领域，具体公开了一种候选实体生成方法、装置、存储介质及电子设备，包括：根据训练好的孪生BERT模型编码器将知识库中的所有实体均编码为向量，获得知识库实体向量空间；获取待生成候选实体的实体指称项及其上下文文本，并根据训练好的孪生BERT模型编码器对待生成候选实体的实体指称项及其上下文文本均进行编码获得目标向量；在知识库实体向量空间中检索获得与目标向量近邻的k个向量；将知识库实体向量空间中的k个向量所对应的实体作为候选实体；其中所述孪生BERT模型编码器为根据正样本数据集、负样本数据集和知识库进行训练获得。本发明提供的候选实体生成方法获得的实体链接结果准确性高。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.067 seconds)
