-
公开(公告)号：CN112966598A
公开(公告)日：2021-06-15
申请号：CN202110241601.1
申请日：2021-03-04
Applicant: 河南大学
Abstract: 本发明公开了一种双路径小卷积网络的高光谱图像分类方法，包括使用两个1×1小卷积堆叠构成复合层，并采用两个复合层构建双路径小卷积特征提取模块，双路径小卷积特征提取模块设置有用于特征提取的残差路径和稠密路径，通过残差路径和稠密路径将一个复合层的最后一层输出划分为两组特征图，并使用融合Concatenate操作将两组特征图合并，作为下一复合层特征提取的输入，基于双路径小卷积特征提取模块构建双路径小卷积网络分类模型，双路径小卷积网络分类模型包括数据预处理，光谱特征提取和空‑谱特征融合，通过双路径小卷积网络分类模型使用1×1卷积结合全局平均池化层完成最终分类。本发明在能够提高影像分类精度的同时兼顾简化网络复杂度。
-
公开(公告)号：CN119962534A
公开(公告)日：2025-05-09
申请号：CN202510040231.3
申请日：2025-01-09
Applicant: 河南大学
IPC: G06F40/295 , G06F40/226 , G06F40/186 , G06N5/04 , G06F18/22 , G06F18/214
Abstract: 本发明提供一种用于少样本命名实体识别的大语言模型上下文学习方法和命名实体识别方法。该上下文方法包括：构建用于命名实体识别的少样本支持集和测试集；加载基于上下文学习的提示模板，并将少样本支持集输入至预设大语言模型，使得大语言模型根据提示模板生成新的文本集，将新的文本集增加至少样本支持集中以形成扩充支持集；在原始的提示模板中引入零样本思维链提示，将测试集和扩充支持集共同输入至预设大语言模型进行相似度对比，预测关于测试集的命名实体识别结果，并将预测正确的命名实体识别结果对应的自然语言文本反馈至少样本支持集中。本发明可以解决命名实体识别任务的数据稀缺问题，并提升模型在命名实体识别任务上的泛化性。
-
公开(公告)号：CN119721389A
公开(公告)日：2025-03-28
申请号：CN202411933796.6
申请日：2024-12-25
Applicant: 河南大学
IPC: G06Q10/04 , G06Q10/047 , G06Q10/0631 , G06Q10/083
Abstract: 本发明涉及车辆路径规划技术领域，尤其涉及一种基于多策略迭代局部搜索的异车型多舱室车辆路径规划方法和装置。该方法包括：获取车辆信息与节点信息，建立路径成本最小化关系式；根据车辆信息与节点信息使用最廉价插入法获取初始解C_sol；通过装载量调整策略LAS对初始解C_sol进行提升优化，输出提升解a；通过局部搜索策略对提升解a进行调整获得最好解B_sol；基于最好解B_sol，通过固定随机数扰动进行调整，得到新的最好解；基于最好解B_sol和新的最好解，计算路径装载量百分比方差和路径成本，判断是否满足预设接受策略；判断是否满足迭代停止条件；通过车型优化策略VOS对新的最好解B_sol进行优化得到全局最优解A_sol。
-
公开(公告)号：CN119005203A
公开(公告)日：2024-11-22
申请号：CN202411176667.7
申请日：2024-08-26
Applicant: 河南大学
IPC: G06F40/30 , G06F40/211 , G06F18/213 , G06N3/045 , G06F16/35
Abstract: 本发明提供一种基于组成树和多重注意力机制的方面级情感分析方法。该方法利用将方面感知注意力机制和自注意力机制相结合提取目标文本的语义向量，利用图注意力网络聚合组成树和依赖树的信息生成目标文本的句法向量，基于BiAffine模块对上述的语义向量和句法向量进行交互生成更丰富的表示来用于情感分析。本发明可以解决依赖树引入的噪声问题，提升情感分析预测准确性。
-
公开(公告)号：CN118114849A
公开(公告)日：2024-05-31
申请号：CN202410167952.6
申请日：2024-02-05
Applicant: 河南大学
IPC: G06Q10/047 , G06Q10/0835 , G06N3/126
Abstract: 本发明提供一种面向生鲜配送的多舱室开放式车辆路径规划方法。该方法定义一个待配送生鲜的客户点表示染色体上的一个基因，一个染色体代表一条大旅程旅行商路径，根据定义，初始化初始种群；计算当前种群中每个染色体的适应度以找到最优染色体Sb；对当前种群进行选择、交叉和变异操作，并将父代与子代进行一对一生存竞争操作以对当前种群进行更新，得到新种群；对新种群中每个染色体进行解码以确定每个染色体的最优解，并放入路径集合；重复上述迭代过程，直至满足停止条件；根据路径集合中存储的所有生鲜配送路线构造集合划分模型并进行求解得到精确解Se；对比精确解Se与最优染色体Sb的最优解，将二者中的较优解作为最优的生鲜配送路径。
-
Patent Agency Ranking
公开(公告)号：CN114898157A
公开(公告)日：2022-08-12
申请号：CN202210563560.2
申请日：2022-05-23
Applicant: 河南大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种用于高光谱图像分类的全局学习装置及方法。该装置包括：编码器和解码器；编码器按照图像处理顺序依次包括光谱维调整层、第一特征提取层和第二特征提取层；第一特征提取层包括堆叠在一起的三个MLBSA结构层；MLBSA结构层包括三个洗牌光谱注意SSA模块、两个MLB层和一个下采样层；第一个SSA模块的输入通过Zero‑padded卷积模块之后与下采样层的输出进行相加融合操作后的输出作为MLBSA结构层的输出；解码器按照图像处理顺序依次包括第一上采样层、Concat层和输出层；第一特征提取层中的第一个MLBSA结构层的输出作为第一上采样层的输入，第二特征提取层的输出与第一上采样层的输出经过Concat层进行融合，融合结果经输出层处理以完成高光谱图像的分类。
-
公开(公告)号：CN119831122A
公开(公告)日：2025-04-15
申请号：CN202510025360.5
申请日：2025-01-07
Applicant: 河南大学
IPC: G06Q10/047 , G01C21/20 , G01C21/34 , G06Q10/0835 , G06Q50/26 , G06F18/23213
Abstract: 本发明公开一种支持多场站和客户优先级的车辆路径规划方法和系统，该方法包括：步骤一：构建目标函数得到目标函数的全局最优解；步骤二：如果随机数小于预设的经验反馈参数，则执行开发过程，否则进入探索过程，得到局部最优解，将局部最优解添加到预设的经验学习数组中；步骤三：重复进行步骤二，直至达到预设的次数；步骤四：若没有达到预设的最大迭代次数，则更新预设的经验反馈参数并清除经验数组中的所有数据，重复进行迭代；若达到预设的最大迭代次数，则输出当前的全局最优解，完成救援物资运输车辆路径规划。本发明提升自身的寻优能力，防止陷入局部最优解，引入了客户优先级，更符合现实需求，可最大限度地减少受害者的伤亡和痛苦。
-
公开(公告)号：CN114898157B
公开(公告)日：2025-02-07
申请号：CN202210563560.2
申请日：2022-05-23
Applicant: 河南大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种用于高光谱图像分类的全局学习装置及方法。该装置包括：编码器和解码器；编码器按照图像处理顺序依次包括光谱维调整层、第一特征提取层和第二特征提取层；第一特征提取层包括堆叠在一起的三个MLBSA结构层；MLBSA结构层包括三个洗牌光谱注意SSA模块、两个MLB层和一个下采样层；第一个SSA模块的输入通过Zero‑padded卷积模块之后与下采样层的输出进行相加融合操作后的输出作为MLBSA结构层的输出；解码器按照图像处理顺序依次包括第一上采样层、Concat层和输出层；第一特征提取层中的第一个MLBSA结构层的输出作为第一上采样层的输入，第二特征提取层的输出与第一上采样层的输出经过Concat层进行融合，融合结果经输出层处理以完成高光谱图像的分类。
-
公开(公告)号：CN115357357A
公开(公告)日：2022-11-18
申请号：CN202210982965.X
申请日：2022-08-16
Applicant: 河南大学
Abstract: 本发明提供一种基于粒子群算法的遥感产品生产任务调度方法。该方法包括：步骤1：给定任务集合信息和生产节点集合信息；步骤2：构建任务的预执行时间ETC矩阵和资源分配CAL矩阵；步骤3：采用间接编码方式对粒子进行编码，建立规模为N的粒子群，并设定最大迭代次数；步骤4：选择典型线性递减策略作为惯性权重算法；步骤5：根据预执行时间ETC矩阵和资源分配CAL矩阵计算每个粒子的适应度值；步骤6：更新粒子的速度和位置；步骤7：更新全局最优解；步骤8：判断是否收敛或达到设定的最大迭代次数，若是，则输出此时的全局最优解，并根据全局最优解将任务分配至相应的生产节点中进行生产；若否，则返回步骤5继续下一次搜索过程。
-
公开(公告)号：CN118429805A
公开(公告)日：2024-08-02
申请号：CN202410524672.6
申请日：2024-04-28
Applicant: 河南大学
IPC: G06V20/10 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/766
Abstract: 本发明涉及遥感影像目标检测技术领域，提供一种基于改进YOLOv7的遥感影像小目标检测方法。该方法主要通过下述方式解决了遥感图像小目标检测精度低、漏检现象严重的问题，具体包括：使用了一个基于C3模块改进的C3‑Faster模块，将其引入YOLOv7网络，提高小目标特征的提取能力；采用Normalized Wasserstein Distance(NWD)融合GIoU作为新的损失函数，提高网络优化权值和小目标回归框架的精度；以及在模型合适的位置加入coordinated attention(CA)注意力机制，减少特征层中冗余的信息，并避免小目标特征信息的丢失。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.021 seconds)
