-
公开(公告)号：CN114997306B
公开(公告)日：2024-12-17
申请号：CN202210606262.7
申请日：2022-05-31
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
IPC: G06F18/2415 , G06N3/126 , G06N7/01
Abstract: 本发明公开了一种基于动态贝叶斯网络的目标意图识别方法，属于目标意图识别技术领域。本发明使用原始数据和评分搜索算法构建动态贝叶斯网络，在评分的过程中使用贝叶斯评分准则BIC和自适应的遗传算法，在反馈策略中使用了集成学习的思想完成边方向的修正。本发明能处理从复杂态势中获取的时序信息和不确定信息，同时引入反馈策略解决了在使用原始数据构建动态贝叶斯网络的过程中出现的会影响识别准确率的反边问题。本发明可用于对空中目标的意图识别处理，则对应的原始数据为目标的飞行状态数据。
-
公开(公告)号：CN114997305B
公开(公告)日：2025-02-11
申请号：CN202210606261.2
申请日：2022-05-31
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
Abstract: 本发明公开了一种用于对抗的增量式学习平衡推演方法，属于飞行行为识别和预测技术领域。本发明基于目标方的飞行轨迹信息，通过使用轨迹化差异度计算和基于缓冲区的双阈值差异度判别方法，可以使模型更高效地进行增量式学习，另一方面，本发明的样本混合处理保证了模型在学习新知识的同时，保留对旧知识的记忆。本发明可用于对无人机空中对抗演练过程中的博弈和复杂变化进行完备地推演。
-
公开(公告)号：CN114693972B
公开(公告)日：2023-08-29
申请号：CN202210324083.4
申请日：2022-03-29
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于重建的中间域领域自适应方法，属于计算机视觉、智能频谱数据分析等领域自适应技术领域，具体涉及一种基于重建的中间域领域自适应方法。本发明针对现有领域自适应方法领域特征对齐困难等不足之处，提出一种基于重建的中间域领域自适应方法，并且能够实现更好的分类性能。本发明使用重建的方法对源域数据和目标域数据的特征进行提取，这样提取到特征将包含更多的数据信息，具有更强的可辨别性。同时，针对实际场景中两域之间直接对域差异最小化实现困难的问题，本发明通过在中间域对两域特征进行对齐，从而达到减轻特征对齐难度的目的，最终实现目标域数据的有效分类。
-
公开(公告)号：CN114693972A
公开(公告)日：2022-07-01
申请号：CN202210324083.4
申请日：2022-03-29
Applicant: 电子科技大学 , 电子科技大学长三角研究院(湖州)
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于重建的中间域领域自适应方法，属于计算机视觉、智能频谱数据分析等领域自适应技术领域，具体涉及一种基于重建的中间域领域自适应方法。本发明针对现有领域自适应方法领域特征对齐困难等不足之处，提出一种基于重建的中间域领域自适应方法，并且能够实现更好的分类性能。本发明使用重建的方法对源域数据和目标域数据的特征进行提取，这样提取到特征将包含更多的数据信息，具有更强的可辨别性。同时，针对实际场景中两域之间直接对域差异最小化实现困难的问题，本发明通过在中间域对两域特征进行对齐，从而达到减轻特征对齐难度的目的，最终实现目标域数据的有效分类。
-
公开(公告)号：CN114997306A
公开(公告)日：2022-09-02
申请号：CN202210606262.7
申请日：2022-05-31
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
Abstract: 本发明公开了一种基于动态贝叶斯网络的目标意图识别方法，属于目标意图识别技术领域。本发明使用原始数据和评分搜索算法构建动态贝叶斯网络，在评分的过程中使用贝叶斯评分准则BIC和自适应的遗传算法，在反馈策略中使用了集成学习的思想完成边方向的修正。本发明能处理从复杂态势中获取的时序信息和不确定信息，同时引入反馈策略解决了在使用原始数据构建动态贝叶斯网络的过程中出现的会影响识别准确率的反边问题。本发明可用于对空中目标的意图识别处理，则对应的原始数据为目标的飞行状态数据。
-
Patent Agency Ranking
公开(公告)号：CN114997305A
公开(公告)日：2022-09-02
申请号：CN202210606261.2
申请日：2022-05-31
Applicant: 电子科技大学长三角研究院(湖州) , 电子科技大学
Abstract: 本发明公开了一种用于对抗的增量式学习平衡推演方法，属于飞行行为识别和预测技术领域。本发明基于目标方的飞行轨迹信息，通过使用轨迹化差异度计算和基于缓冲区的双阈值差异度判别方法，可以使模型更高效地进行增量式学习，另一方面，本发明的样本混合处理保证了模型在学习新知识的同时，保留对旧知识的记忆。本发明可用于对无人机空中对抗演练过程中的博弈和复杂变化进行完备地推演。
-
公开(公告)号：CN115034229B
公开(公告)日：2025-03-14
申请号：CN202210779228.X
申请日：2022-07-01
Applicant: 电子科技大学
IPC: G06F40/30 , G06F40/289 , G06F40/211 , G06N3/0455 , G06N3/08
Abstract: 本发明提出了一种基于信息抽取和图模型的法律长文本相似度计算方法，所述方法包括以下步骤：从法律文本中抽取出实体和行为；用文本分类从行为中筛选出过错行为；将两个长文本中抽取出的实体和过错行为构成图模型；根据图模型中的结构和语义信息求出两个长文本的相似度。类案类判的目的为法官手头正在处理的案件寻找相似甚至相同的案件，提高判案的速度和准确性。本发明旨在更好地求解法律案件之间的相似度，解决传统方法中无法抓住案件要点的问题，为实现类案检索提供算法基础。
-
公开(公告)号：CN116433895A
公开(公告)日：2023-07-14
申请号：CN202310407513.3
申请日：2023-04-17
Applicant: 电子科技大学
IPC: G06V10/25 , G06V10/764 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于两阶段检测模型的新型检测器方法。该发明在两阶段检测模型中有一定的通用性，改进后的检测模型也可以作为一个单独的检测框架使用。为了解决传统两阶段检测模型分类任务的后续通常会发生将新类目标分类为易于混淆的基类目标的问题，本发明在检测器中附加一个对比网络来了解类内的相似性和类间的差异性，通过对比对象编码，可以减少类之间的误差。该专利中以通过消融与对比实验对该算法的可行性与可用性进行验证，以此证明本发明提出的新型检测器的可行性与合理性。
-
公开(公告)号：CN113051408B
公开(公告)日：2023-02-14
申请号：CN202110338086.9
申请日：2021-03-30
Applicant: 电子科技大学
Abstract: 本发明提出了一种基于信息增强的稀疏知识图谱推理方法，该方法包括：对待补全的稀疏知识图谱进行加载，在确定头尾目标实体之后，利用实体链接算法和外接的知识库来引入额外的信息，以此来对稀疏知识图谱进行信息增强；利用实体链接算法和外接的知识库来引入额外的信息，利用图卷积神经网络来获取外部知识图谱中的信息特征，使用双注意力机制对待补全知识图谱中抽取到的特征信息和增强的特征性进行特征融合，在对融合之后的特征进行评分，将分值最高的候选结果作为最终结果进行输出。
-
公开(公告)号：CN113190684B
公开(公告)日：2022-06-17
申请号：CN202110308273.2
申请日：2021-03-23
Applicant: 电子科技大学
IPC: G06F16/36 , G06F40/216 , G06F40/295 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 本发明提出一种基于路径质量评估的知识图谱推理算法RLKGR‑PQD。该算法包括：改进基准算法加入路径质量评估模块并给出相应的总体框架图，然后在两组公开数据集(FB15K‑237和NELL‑995)上对基准模型和改进后的RLKGR‑PQD模型进行实验，最后实验分析验证了RLKGR‑PQD算法的有效性，实验结果表明改进算法有效地提升了查询问答中的MRR指标。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.019 seconds)
