一种透明质酸组合物、含有该组合物的配制酒及其应用

    公开(公告)号:CN113831992A

    公开(公告)日:2021-12-24

    申请号:CN202111185374.1

    申请日:2021-10-12

    Abstract: 本发明公开了一种透明质酸组合物、含有该组合物的配制酒及其应用,透明质酸组合物包括寡聚透明质酸、低分子量透明质酸和改性高分子量透明质酸;其中,寡聚透明质酸的分子量为1~3KD,低分子量透明质酸的分子量为5~100KD,改性高分子量透明质酸为壳聚糖改性的高分子量透明质酸,所述高分子量透明质酸的分子量为200~1000KD。饮用本发明的配制酒后,口干程度明显减轻,酒精吸收延迟,平均醉酒时间大大缩短,明显改善了饮酒舒适度。

    基于多级残差卷积与注意力机制的中文命名实体识别方法

    公开(公告)号:CN112926323B

    公开(公告)日:2024-02-02

    申请号:CN202110102206.5

    申请日:2021-01-26

    Applicant: 江南大学

    Inventor: 孔军 张磊鑫 蒋敏

    Abstract: 基于多级残差卷积与注意力机制的中文命名实体识别方法,属于自然语言处理领域。该方法采用联合注意力机制的多级残差卷积网络。针对传统循环神经网络处理序列信息时模型效率低下的问题,本发明引入多级残差卷积,以获得不同范围内的局部上下文信息,并充分利用硬件的计算能力,显著提高模型效率。此外,循环神经网络由于梯度消失和梯度爆炸问题,无法有效地获取全局上下文信息,极大地影响网络的性能。本发明在网络中引入注意力机制,通过构建每个字符与句子之间的关系,计算出每个字符的重要性权重,从而学习全局信息。最终本发明利用条件随机场对字符标签的转移概率进行计算以获得合理的预测结果,进一步提高了命名实体识别(56)对比文件Zhiwei Yang等.Attention-based Multi-level Feature Fusion for Named EntityRecognition.Proceedings of the Twenty-Ninth International Joint Conference onArtificial Intelligence (IJCAI-20).2020,全文.Zhichang Zhang等.Attention-based deepresidual learning network for entityrelation extraction in Chinese EMRs.4thChina Health Information ProcessingConference.2020,全文.

    动态轨迹质量量化和特征重规划的多目标跟踪方法

    公开(公告)号:CN114972417B

    公开(公告)日:2023-06-30

    申请号:CN202210343596.X

    申请日:2022-04-02

    Applicant: 江南大学

    Inventor: 孔军 张元澍 蒋敏

    Abstract: 本发明公开了一种基于动态轨迹量化策略和特征重规划的多目标跟踪方法。该方法采用了一种基于联合检测与跟踪范式的多目标跟踪框架。由于大部分算法将未匹配的检测框初始化为轨迹,并将超过阈值帧数未匹配的轨迹终结,在处理轨迹的开始与结束时忽略了不同质量轨迹之间的差异性,所以本发明提出了一种动态轨迹质量量化策略,通过对每条轨迹进行动态评分显式地表征该轨迹的质量,并根据匹配结果的不同,采用不同的动态更新机制。此外,针对联合检测与跟踪范式中检测和跟踪两个子任务优化冲突问题,本发明设计了一个通道增强特征重规划模块,驱动两个子任务分别学到不同的特征,提高特征的适配性,给动态轨迹量化策略提供更精准的检测结果。

Patent Agency Ranking