公开(公告)号：CN112926501A

公开(公告)日：2021-06-08

申请号：CN202110305468.1

申请日：2021-03-23

Applicant: 哈尔滨理工大学

Inventor： 王健 ,  尹芳 ,  罗干

IPC: G06K9/00 ,  G06N3/08

Abstract: 本发明涉及一种基于YOLOv5网络结构的交通标志检测算法，属于目标检测和交通标志检测技术领域，本发明旨在缓解传统交通标志检测算法在实际应用中的复杂背景之下的误检和漏检问题。针对此问题，本文利用YOLOv5目标检测算法，在检测交通标志的过程中，引入多层GhostBottleneck网络，并通过引入模块注意力机制来聚焦和增强有效特征，并抑制干扰特征，提高复杂背景下交通标志的检测能力。在著名的公开的德国GTSDB数据集上对模型进行评估，取得了良好的检测效果，并具有良好的鲁棒性。

公开(公告)号：CN113051892A

公开(公告)日：2021-06-29

申请号：CN202110305392.2

申请日：2021-03-22

Applicant: 哈尔滨理工大学

Inventor： 罗干 ,  张春祥 ,  李凯鹏

IPC: G06F40/216 ,  G06F40/284 ,  G06F40/30 ,  G06F40/232 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于transformer模型的汉语词义消歧方法。本发明首先对汉语语料进行处理，对包含歧义词汇的汉语句子进行分词、词性标注和语义类标注，然后用word2vec工具把语料处理成词向量；然后把训练数据传入模型，计算消歧词汇和歧义词的注意力，通过获得的注意力值来赋予消歧词汇不同的权重，从而更新词向量。消歧特征通过稀疏化，残差连接，正则化后输入全连接层进行加权处理，最后在softmax层输出歧义词的预测概率分布。用训练好的模型对测试语料进行消歧，输出歧义词的预测概率分布，具有最大概率的语义类别即为歧义词汇的语义类别。本发明对歧义词汇实现了很好的消歧，消歧准确率较高。