-
公开(公告)号：CN113198434A
公开(公告)日：2021-08-03
申请号：CN202110530602.8
申请日：2021-05-15
Applicant: 海南大学
Abstract: 本发明属于智能材料与结构领域，涉及一种吸附/释放智能体系的智能化制造和调控，该智能体系结构和功能可设计性强，对原材料的要求低，可根据需求设计调控其特定性能和结构，能够解决传统吸附材料无法实现可控定位和定时吸附的技术问题。这种吸附/释放智能体系由激励响应气凝胶和激励响应可展开结构组成，其中激励响应气凝胶具有快速吸附目标物、可控激励响应、易于改性修饰和复合、微观结构可设计性好、功能性易拓展等优点，而激励响应可展开结构能响应外界激励以预设方式、在预设位置和时间点、以可控展开方式释放被包覆的激励响应气凝胶。此智能体系可按预设方式和时间逐步展开、吸附、释放、回收，完成个性化定制任务，具备良好的应用前景。
-
公开(公告)号：CN112844255A
公开(公告)日：2021-05-28
申请号：CN202011570885.0
申请日：2020-12-26
Applicant: 海南大学
Abstract: 本发明属于多孔智能材料的制备领域，具体涉及制备一种具有形状记忆性能的智能气凝胶原位复合体系；纳米粒子原位复合调控；多孔智能气凝胶微观结构和性能调控。利用真空冻干‑可控碳化法制备一种形状记忆气凝胶原位复合材料，解决了多孔智能材料表面修饰纳米材料时分散不均匀和性能可控性差的技术问题。其制备工艺可控性好、易于实现纳米材料与多孔智能材料的原位复合改性、普适性强。这种智能气凝胶原位复合体系结构可设计性强、力学性能良好、形状记忆性可控性好、密度低、亲水性好，在智能吸附和检测、环境能源催化、海洋资源开发利用、智能气敏材料、人造酶等领域有极好的应用潜力，为开发多孔智能复合材料提供了有效途径。
-
公开(公告)号：CN118690852B
公开(公告)日：2025-04-18
申请号：CN202410801823.8
申请日：2024-06-20
Applicant: 海南大学
IPC: G06N5/04 , G06N5/02 , G06V10/40 , G06V20/70 , G06V10/25 , G06V10/82 , G06F40/284 , G06F18/25 , G06F18/22 , G06N3/0464
Abstract: 本发明涉及一种基于多模态信息增强与交互的外部知识视觉问答方法。所述方法包括：提取原始图像中带有语义信息的视觉特征；处理原始问题得到问题文本嵌入，通过LXMERT模型提取各个特征；基于张量Tucker融合方法计算相似度矩阵，得到自回归提示；基于单模型文本问答模块得到单模态提示；将自回归提示与单模态提示与原始问题建立连接，再次计算得到最终答案。使用原始问题生成自回归提示并利用基于图像描述和原始问题生成单模态提示，提高问题文本信息丰富度；采用基于张量Tucker融合方法进行特征交互，捕获目标与问题之间相关性；将自回归提示与单模态提示与原始问题建立连接，利用递归的答案生成范式加强两个阶段的一致性，使得生成的最终答案准确率较高。
-
公开(公告)号：CN118606457A
公开(公告)日：2024-09-06
申请号：CN202410810456.8
申请日：2024-06-21
Applicant: 海南大学
IPC: G06F16/332 , G06F16/33 , G06F16/36 , G06F40/30
Abstract: 本发明涉及一种基于张量的时序知识图谱表示学习的智能问答方法。所述方法包括：引入张量分解将时序知识图谱分解为核心张量与矩阵；采用Tucker分解独立利用时态信息进行四元组建模；确定自然语言文本转化为语义矩阵输入至模型中，进行嵌入后输入至Transformer中，根据目标评分函数得到智能问答输出。独立利用时态信息，使用核心张量对实体、关系、时间之间和内部的关联和交互信息进行存储，从而利于推理，通过张量分解，能够捕捉到实体和时间之间的复杂交互和高阶关系，提升模型的表达能力；将时序知识图谱表示学习嵌入式模型应用于智能问答，将时间戳信息与问题中的时间信息进行链接，更加全面利用了时间信息从而显著提高了时间预测的性能。
-
Patent Agency Ranking
公开(公告)号：CN119943138A
公开(公告)日：2025-05-06
申请号：CN202510125856.X
申请日：2025-01-27
Applicant: 海南大学
IPC: G16B20/00 , G16B40/00 , G06F16/901 , G06N3/045
Abstract: 本申请公开了一种水稻次级代谢物蛋白质关联预测方法和装置，涉及生物信息技术领域。所述方法包括：以水稻次级代谢物、蛋白质和功能注释作为节点，构建异质图；基于异质图聚合邻居层面的信息和关系层面的信息，学习节点嵌入表示，并添加邻居对比学习框架，指导节点嵌入表示的学习；基于节点嵌入表示，构建边表示，基于边表示预测水稻次级代谢物和蛋白质的关联。本发明通过引入异质图神经网络，能够有效整合不同类型的生物数据，捕捉复杂的多层次交互关系，显著提高了水稻次级代谢物和蛋白质关联预测的准确性和可靠性，且相较于传统的分子生物学实验大大降低了时间、金钱和人力成本。
-
公开(公告)号：CN118861309A
公开(公告)日：2024-10-29
申请号：CN202410805227.7
申请日：2024-06-21
Applicant: 海南大学
IPC: G06F16/36 , G06F40/295 , G06F40/30 , G06F18/213 , G06F18/22 , G06F17/16 , G06N5/022
Abstract: 本发明涉及一种基于耦合矩阵张量分解的可学习模式感知实体嵌入方法。所述方法包括：创建类型关联特征向量；若学习所有实体的嵌入来引导任何一个实体的嵌入，则通过耦合模块进行张量分解；若通过学习部分实体来引导所有实体的嵌入，则利用创建的类型关联特征向量，计算锚点与孤立节点或非孤立节点的亲和度，根据亲和度得到孤立节点的表示作为实体嵌入。通过创建类型关联特征向量，能够更好地衡量各个实体在类型上的相关性；通过使用耦合矩阵张量分解的方法可以联合类型嵌入得到更准确的链接预测结果；通过计算亲和度，使得即使是孤立节点也能通过与其它实体群体共享信息，获得更加丰富和准确的表示，优化预测结果的相关性和精确度。
-
公开(公告)号：CN118799426A
公开(公告)日：2024-10-18
申请号：CN202410778151.3
申请日：2024-06-17
Applicant: 海南大学
IPC: G06T11/00 , G06V10/82 , G06V10/80 , G06V10/52 , G06V10/776 , G06V10/764 , G06N3/0455 , G06N3/0475
Abstract: 本发明涉及一种基于多尺度原型网络的场景图生成方法。所述方法包括：通过双重交叉注意力网络聚合多模态交互信息，并基于多模态交互信息提取主体特征、客体特征；对主体特征、客体特征进行关系融合，通过MLP网络得到关系表示结果；通过Kmeans聚类算法，依据关系表示结果为每个关系类归纳出聚类中心原型，得到视觉原型；通过GloVe算法根据谓词标签到语义原型；通过不同的MLP网络分别对视觉原型、语义原型进行处理并聚合，得到多尺度谓词原型；根据多尺度谓词原型进行谓词类别预测，并基于谓词预测结果生成场景图。通过采用双重交叉注意力网络，可以实现跨通道、跨模态的信息交互融合；能准确捕获主体和客体之间的关联性，从而提高场景图生成效果。
-
公开(公告)号：CN118690852A
公开(公告)日：2024-09-24
申请号：CN202410801823.8
申请日：2024-06-20
Applicant: 海南大学
IPC: G06N5/04 , G06N5/02 , G06V10/40 , G06V20/70 , G06V10/25 , G06V10/82 , G06F40/284 , G06F18/25 , G06F18/22 , G06N3/0464
Abstract: 本发明涉及一种基于多模态信息增强与交互的外部知识视觉问答方法。所述方法包括：提取原始图像中带有语义信息的视觉特征；处理原始问题得到问题文本嵌入，通过LXMERT模型提取各个特征；基于张量Tucker融合方法计算相似度矩阵，得到自回归提示；基于单模型文本问答模块得到单模态提示；将自回归提示与单模态提示与原始问题建立连接，再次计算得到最终答案。使用原始问题生成自回归提示并利用基于图像描述和原始问题生成单模态提示，提高问题文本信息丰富度；采用基于张量Tucker融合方法进行特征交互，捕获目标与问题之间相关性；将自回归提示与单模态提示与原始问题建立连接，利用递归的答案生成范式加强两个阶段的一致性，使得生成的最终答案准确率较高。
-
公开(公告)号：CN113198434B
公开(公告)日：2022-09-23
申请号：CN202110530602.8
申请日：2021-05-15
Applicant: 海南大学
Abstract: 本发明属于智能材料与结构领域，涉及一种吸附/释放智能体系的智能化制造和调控，该智能体系结构和功能可设计性强，对原材料的要求低，可根据需求设计调控其特定性能和结构，能够解决传统吸附材料无法实现可控定位和定时吸附的技术问题。这种吸附/释放智能体系由激励响应气凝胶和激励响应可展开结构组成，其中激励响应气凝胶具有快速吸附目标物、可控激励响应、易于改性修饰和复合、微观结构可设计性好、功能性易拓展等优点，而激励响应可展开结构能响应外界激励以预设方式、在预设位置和时间点、以可控展开方式释放被包覆的激励响应气凝胶。此智能体系可按预设方式和时间逐步展开、吸附、释放、回收，完成个性化定制任务，具备良好的应用前景。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.029 seconds)
