公开(公告)号：CN113449117B

公开(公告)日：2023-09-26

申请号：CN202110701932.9

申请日：2021-06-24

Applicant: 武汉工程大学

Inventor： 刘玮 ,  兰剑 ,  陈灯 ,  王宁 ,  华鑫 ,  张俊杰 ,  胡杨杨

IPC: G06F16/36 ,  G06F16/332 ,  G06F40/211 ,  G06F40/30 ,  G06F18/2415 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供了一种基于Bi‑LSTM和中文知识图谱的复合问答方法，通过将语义解析技术改进并引入问答系统，使用基于深度学习的复合问句分解方法，将复杂的长难句改写为多个简单句并分别作答，提高了语义解析技术对复合问题的处理能力，实现了解析复合自然语言问句和生成复合自然语言答案的功能，提高了问答系统的智能理解能力、准确率，使问答系统处理复合问句的过程具有可解释性，丰富了原复合问句的语义信息，去除了原复合问句的冗余信息，解决了难以回答句式结构复杂、主题多样复杂问句的问题和复合答案生成中的答案信息丢失的问题。

公开(公告)号：CN113449117A

公开(公告)日：2021-09-28

申请号：CN202110701932.9

申请日：2021-06-24

Applicant: 武汉工程大学

Inventor： 刘玮 ,  兰剑 ,  陈灯 ,  王宁 ,  华鑫 ,  张俊杰 ,  胡杨杨

IPC: G06F16/36 ,  G06F16/332 ,  G06F40/211 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于Bi‑LSTM和中文知识图谱的复合问答方法，通过将语义解析技术改进并引入问答系统，使用基于深度学习的复合问句分解方法，将复杂的长难句改写为多个简单句并分别作答，提高了语义解析技术对复合问题的处理能力，实现了解析复合自然语言问句和生成复合自然语言答案的功能，提高了问答系统的智能理解能力、准确率，使问答系统处理复合问句的过程具有可解释性，丰富了原复合问句的语义信息，去除了原复合问句的冗余信息，解决了难以回答句式结构复杂、主题多样复杂问句的问题和复合答案生成中的答案信息丢失的问题。

公开(公告)号：CN113593605A

公开(公告)日：2021-11-02

申请号：CN202110775892.2

申请日：2021-07-09

Applicant: 武汉工程大学

Inventor： 刘玮 ,  张俊杰 ,  陈灯 ,  邵冉 ,  张飞 ,  兰剑 ,  胡杨杨

IPC: G10L25/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于深度神经网络的工业音频故障监测系统和方法，通过选择、构建工业音频特征集提高特征提取效率；通过引入深度学习模型作为分类器，提升了在工业音频分析领域分析故障的准确率；通过工业设备运作时产生的正常音频和异常音频训练深度学习分类模型，减少了人工决策的负担，提高了判断工业音频故障概率的准确性，实现了在复杂环境下实时监测工业设备的音频故障并进行故障预警的功能。本发明具备在线实时监测、预警等功能，具有部署成本低，功能整合度高和故障识别率高的优点，具备有广泛推广的能力。

公开(公告)号：CN113593605B

公开(公告)日：2024-01-26

申请号：CN202110775892.2

申请日：2021-07-09

Applicant: 武汉工程大学

Inventor： 刘玮 ,  张俊杰 ,  陈灯 ,  邵冉 ,  张飞 ,  兰剑 ,  胡杨杨

IPC: G10L25/30 ,  G06F18/241 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种基于深度神经网络的工业音频故障监测系统和方法，通过选择、构建工业音频特征集提高特征提取效率；通过引入深度学习模型作为分类器，提升了在工业音频分析领域分析故障的准确率；通过工业设备运作时产生的正常音频和异常音频训练深度学习分类模型，减少了人工决策的负担，提高了判断工业音频故障概率的准确性，实现了在复杂环境下实时监测工业设备的音频故障并进行故障预警的功能。本发明具备在线实时监测、预警等功能，具有部署成本低，功能整合度高和故障识别率高的优点，具备有广泛推广的能力。