一种基于自我反思的自然语言问答框架、方法及装置

    公开(公告)号:CN120011491A

    公开(公告)日:2025-05-16

    申请号:CN202411851002.1

    申请日:2024-12-16

    Abstract: 本申请涉及大语言模型技术领域,具体而言,涉及一种基于自我反思的自然语言问答框架、方法及装置,一定程度上可以解决现有技术的大型语言模型LLMs(Large Language Models)如ChatGPT和PaLM在各种语言理解和生成任务中表现出了卓越的性能,但它们在复杂推理和复杂知识利用方面的能力仍然不及人类水平的问题。该框架包括:思维链模块,接收输入问题,并根据输入问题输出模型思考过程,并在结尾得到答案输出;说服者模块,首先评估答案和推理步骤的正确性,如果推理步骤中存在错误,向回答者模块输出修正后的推理路径;回答者模块,根据修正后的推理路径提供答案,以及自我提示的问题类型信息,通过反复迭代优化大模型的输出准确性。

    一种基于毫米波的动静态目标连续定位与跟踪方法和系统

    公开(公告)号:CN119355712A

    公开(公告)日:2025-01-24

    申请号:CN202411020040.2

    申请日:2024-07-29

    Inventor: 伍楷舜 李聪

    Abstract: 本发明公开了一种基于毫米波的动静态目标连续定位与跟踪方法和系统。该方法包括:利用毫米波雷达传感器获取目标反射的动态点云数据以及静态点云数据,所述动态点云数据反映目标运动状态信息,所述静态点云数据反映目标在静止状态下的生命体征信息;将所述动态点云数据和所述静态点云数据进行融合,获得融合点云数据,并以区分目标与环境的反射点为目标,利用基于密度的聚类算法对所述融合点云数据进行聚类,获得聚类结果;基于所述聚类结果,执行对多个目标的持续定位与跟踪,获得跟踪结果。本发明能够有效提取目标的动态和静态信息,实现对多目标的连续定位与精确跟踪,具有较高的实用性和应用价值。

    一种基于多模态生理信号的帕金森早期筛查方法和装置

    公开(公告)号:CN117442159A

    公开(公告)日:2024-01-26

    申请号:CN202311310817.4

    申请日:2023-10-10

    Abstract: 本发明公开了一种基于多模态生理信号的帕金森早期筛查方法和装置。该方法包括:获取目标的呼吸信号和心电图信号;将所述呼吸信号和心电图信号输入到经训练的深度学习模型,获得帕金森筛查结果。其中深度学习模型包括第一时间特征提取模块、第二时间特征提取模块、第一全局特征提取模块、第二全局特征提取模块和分类模块,第一时间特征提取模块提取呼吸信号的不同尺度特征,第二时间特征提取模块提取心电图信号的不同尺度特征并对进行特征融合,第一全局特征提取模块用于提取呼吸信号的全局特征,第二全局特征提取模块用于提取心电图信号的全局特征,所述分类模块用于输出帕金森筛查结果。本发明提升了帕金森病检测的可靠性和鲁棒性。

    一种基于跨模态知识迁移的毫米波人体网格重建方法

    公开(公告)号:CN119888121A

    公开(公告)日:2025-04-25

    申请号:CN202411006244.0

    申请日:2024-07-25

    Inventor: 伍楷舜 陈林 李聪

    Abstract: 本发明公开了一种基于跨模态知识迁移的毫米波人体网格重建方法。该方法包括:获取数据集,该数据集反映深度图与参数化人体模型参数之间的对应关系,以及基于毫米波数据提取的热力图与参数化人体模型参数之间的对应关系;利用所述数据集对3D人体网格模型进行知识蒸馏训练,其中教师模型以所述深度图作为输入,学习从所述深度图到参数化人体模型参数的映射,学生模型以所述热力图作为输入,学习教师模型的高级特征表示;利用经训练的学生模型对目标进行人体网格重建。本发明提升了模型的泛化能力,降低了对大规模标注数据的依赖,进而降低了成本并加快了部署速度。

    物联网设备的挂载方法、物联网设备的挂载装置及介质

    公开(公告)号:CN118075115B

    公开(公告)日:2024-07-09

    申请号:CN202410473899.2

    申请日:2024-04-19

    Abstract: 本发明公开了物联网设备的挂载方法、物联网设备的挂载装置及介质,其中,所述方法包括以下步骤:接收到物联网设备在设备枚举线程中对应的设备枚举的中断信号时,获取所述中断信号携带的设备基本信息;根据所述设备基本信息读取设备协议库对应的设备协议信息,并基于所述设备协议信息初始化所述物联网设备;在所述物联网设备初始化完成且处于正常状态时,创建所述物联网设备的设备线程及设备号,并将所述物联网设备挂载到用户态目录。本发明通过中断方式发送设备基本信息至设备硬件抽象层模块,由硬件抽象层创建独立的设备线程初始化设备,分配设备资源,挂载设备至系统,以便用户通过系统调用接口操作设备,避免因设备服务宕机而导致稳定性差。

    一种基于大语言模型的分层众包标注方法

    公开(公告)号:CN118260591A

    公开(公告)日:2024-06-28

    申请号:CN202410274193.3

    申请日:2024-03-11

    Abstract: 本发明公开了一种基于大语言模型的分层众包标注方法。该方法包括:获取数据集,所述数据集包含未标注标签;利用开源的语言模型的效用作为众包标注者,独立地为所述数据集提供标签,并采用设定的聚合策略合并标签,获得初步标注的数据集;调用大语言模型对所述初步标注的数据集进行重新标注,获得重新标注数据集,该重新标注过程包括重新标注任务选择、答案收集和标签分布更新的循环序列,直到满足设定的预算约束。本发明提供了层次结构框架,通过多个语言模型的协同工作和标签分布更新,实现了有限资源下对数据进行高效标注,并提升了标注质量。

    基于忙音信标的高能效LoRa MAC协议

    公开(公告)号:CN117545014A

    公开(公告)日:2024-02-09

    申请号:CN202410009202.6

    申请日:2024-01-04

    Abstract: 本申请涉及传感器网络技术领域,公开了一种基于忙音信标的高能效LoRa MAC协议,具体包括:LoRa网关根据当前一个或多个信道解调器的占用情况生成信道忙音信息;根据网络全局的信道使用情况和信道传输参数,计算信道拥塞程度和信道传输能效,进而生成忙音信标数据包,并在网络中广播。终端节点接收并解析忙音信标数据包,获得信道忙音信息、信道拥塞程度以及信道传输能效;并根据上述三个信息更新信道选择矩阵;最后从信道选择矩阵中选择目标逻辑信道,将数据包通过目标逻辑信道传递给LoRa网关。各终端节点在不进行任何信道检测情况下,能够选择合适的逻辑信道进行数据包的传输,从而降低数据包传输碰撞率并提高节点能量的利用效率。

    一种利用部分重叠信道提高LoRa网络吞吐量的方法

    公开(公告)号:CN117478254A

    公开(公告)日:2024-01-30

    申请号:CN202311830281.9

    申请日:2023-12-28

    Abstract: 本发明提供一种利用部分重叠信道提高LoRa网络吞吐量的方法,包括:通过LoRa节点向LoRa网关发送入网申请;LoRa网关接收入网申请,基于入网信息的信噪比、信号强度以及当前各个频段拥有节点的数量,向LoRa节点分配频段、带宽以及扩频因子;LoRa节点基于频段、带宽以及扩频因子向LoRa网关发送数据包,LoRa网关对数据包进行解调以及解码处理;根据LoRa网关对数据包的解调结果、解码结果以及信噪比,对发送该数据包的LoRa节点的频段、带宽以及扩频因子进行调整。本发明的利用部分重叠信道提高LoRa网络吞吐量的方法,采用信道部分重叠的方式,提高了LoRa网络的信道利用率,从而提高LoRa网络的吞吐量。

Patent Agency Ranking