一种基于多特征的机器生成自然语言检测方法

    公开(公告)号:CN120067333A

    公开(公告)日:2025-05-30

    申请号:CN202510226003.5

    申请日:2025-02-27

    Abstract: 本发明涉及自然语言处理技术领域,提出一种基于多特征的机器生成自然语言检测方法,包括获取待检测文本,并对待检测文本进行预处理,得到预处理文本;将预处理文本输入预训练语言模型的分词器进行文本分词并将分词转换为预训练语言模型可识别的词元序列,将词元序列输入预训练语言模型中进行运算,获取每个词元的未归一化预测概率;根据词元序列和每个词元的未归一化预测概率计算文本的11种特征;将11种特征拼合成一个11维向量,并输入到机器学习分类算法中进行监督学习,得到机器生成自然语言检测器;将待检测的文本输入机器生成自然语言检测器中,得到检测结果。本发明检测速度快、检测准确度稿且检测方法的可信度与透明度高。

    一种基于FLUENT-EDEM耦合仿真的螺旋分选机结构优化方法

    公开(公告)号:CN114707280A

    公开(公告)日:2022-07-05

    申请号:CN202210500600.9

    申请日:2022-05-09

    Abstract: 本发明提供一种基于FLUENT‑EDEM耦合仿真的螺旋分选机结构优化方法,属于能源领域。该方法基于CFD技术,进行有限元ANSYS mesh网格划分后,使用FLUENT模拟流体流动状态,并通过CFD与DEM双向耦合数值模拟,采用欧拉‑拉格朗日模型进行仿真。该方法可以清楚直观地分析颗粒在流体中的运动情况,并且通过模拟分析对螺旋分选机的各项参数进行改进优化,指导工业生产中颗粒分选机最优化操作及运行,实现事半功倍和提质增效。相较其它传统实验设备研究方法,该方法具备研发成本耗资更低、局限性更小、设计效率更高等优点。

    一种基于FLUENT-EDEM耦合仿真的螺旋分选机结构优化方法

    公开(公告)号:CN114707280B

    公开(公告)日:2024-10-01

    申请号:CN202210500600.9

    申请日:2022-05-09

    Abstract: 本发明提供一种基于FLUENT‑EDEM耦合仿真的螺旋分选机结构优化方法,属于能源领域。该方法基于CFD技术,进行有限元ANSYS mesh网格划分后,使用FLUENT模拟流体流动状态,并通过CFD与DEM双向耦合数值模拟,采用欧拉‑拉格朗日模型进行仿真。该方法可以清楚直观地分析颗粒在流体中的运动情况,并且通过模拟分析对螺旋分选机的各项参数进行改进优化,指导工业生产中颗粒分选机最优化操作及运行,实现事半功倍和提质增效。相较其它传统实验设备研究方法,该方法具备研发成本耗资更低、局限性更小、设计效率更高等优点。

Patent Agency Ranking