“程良伦”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果420个，建议您升级VIP下载更多相关专利

[发明专利]基于交互式神经网络的文本匹配方法及相关装置-CN202310244455.7在审
发明人： 程良伦;李睿濠 -专利权人：广东工业大学
申请日： 2023-03-13 - 公布日： 2023-06-06 - 主分类号： G06F40/194 文献下载
摘要：本申请公开了基于交互式神经网络的文本匹配方法及相关装置，方法包括：采用预设Bert模型对两个待匹配文本进行预处理，得到第一文本向量和第二文本向量；通过预置双向LSTM网络分别对两个文本向量进行特征分析，得到对应的两个语义特征向量；基于交叉注意力机制分别计算两个语义特征向量中的子向量的交叉相关关系，得到两个权重分布向量；通过预设自注意力机制根据两个语义特征向量和两个权重分布向量进行全局特征分析，得到两个全局特征向量；将两个全局特征向量输入预设匹配器中进行匹配预测操作，得到匹配预测结果。本申请能解决现有技术对文本信息的关联性分析太少，还忽略全局信息的影响，导致匹配结果缺乏准确性和可靠性的技术问题。
基于交互式神经网络文本匹配方法相关装置

[发明专利]一种结合多模态特征分析与神经网络的羽毛球运动员犯规动作识别方法-CN202011364578.7有效
发明人：张刚瀚;黄国恒;程良伦;张煜乾;陈泽炯 -专利权人：广东工业大学
申请日： 2020-11-27 - 公布日： 2023-06-06 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种结合多模态特征分析与神经网络的羽毛球运动员犯规动作识别方法，包括：实时提取运动员的人物图像、运动姿态序列、光流数据；将人物图像送入双流网络的空间流网络中，获取运动员空间特征；将运动姿态序列作为有向图传入多层的图卷积神经网络中，获得运动员运动时的姿态时空特征；将每一帧光流数据先经过卷积神经网络提取特征后再送入时间关系网络，获取运动员的光流运动信息特征；分别将得到的三种特征两两配对，得到三种聚合特征并分别送入卷积神经网络中，得到三种融合特征并将其加权融合得到最终的整体人体多模态融合运动特征，将其送入全连接网络中得到最终的动作分类识别结果。本发明提高了运动员犯规动作识别准确度。
一种结合多模态特征分析神经网络羽毛球运动员犯规动作识别方法

[发明专利]一种双目热成像系统及超分辨率图像获取方法-CN202110307799.9有效
发明人： 程良伦;吴宇彬;吴衡 -专利权人：广东工业大学
申请日： 2021-03-23 - 公布日： 2023-06-02 - 主分类号： G06T3/40 文献下载
摘要：本申请公开了一种双目热成像系统及超分辨率图像获取方法，方法包括：获取多张可见光图像以及多张热成像图像；将热成像图像进行退化处理，得到退化热成像图像；将可见光图像以及退化热成像图像作为超分辨率网络的输入样本，将热成像图像作为训练标签；将插值后的退化热成像图像与可见光图像输入递进式纹理迁移网络中进行纹理迁移，得到融合可见光图像的纹理特征以及退化热成像图像的内容特征的纹理迁移特征图；提取退化热成像图像的浅层特征，将浅层特征与纹理迁移特征图输入到跨尺度残差聚合网络，得到热成像超分辨率红外图像。本申请解决了传统的热成像系统图像对比度低，分辨细节较差，且获取高分辨率图像成本极高的技术问题。
一种双目成像系统分辨率图像获取方法

[发明专利]一种弱纹理物体位姿估计方法和系统-CN202110921177.5有效
发明人： 程良伦;李耀;王涛 -专利权人：广东工业大学
申请日： 2021-08-11 - 公布日： 2023-06-02 - 主分类号： G06T7/70 文献下载
摘要：本发明公开了一种弱纹理物体位姿估计方法和系统，利用点渲染分割网络植入实例分割方法，以高效率提取出弱纹理物体的高精度掩码的同时，利用空间变换网络，防止特征图像的畸变以及缩放，来实现对复杂场景中的弱纹理物体的高精度定位，通过拟合碎片模型信息来精准定位物体，应用局部碎片信息解决前景遮挡问题，然后进行深度融合提取出弱纹理物体的高精度点云，最后应用对齐精度优化进行点云的配准并最终得到高精度位姿，解决了现有的工业场景目标物体识别技术采用基于RGB识别，容易造成信息的缺失，前景遮挡问题也不能很好地解决，从而会影响估计的精度的技术问题。
一种纹理物体估计方法系统

[发明专利]一种基于对抗迁移学习的命名实体识别方法及系统-CN202310133155.1在审
发明人： 程良伦;朱志鸿;张伟文 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2023-02-16 - 公布日： 2023-05-26 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于对抗迁移学习的命名实体识别方法及系统，其中，方法包括构建训练数据集；将训练数据集输入预处理模型进行编码处理，得到句子向量表示；将句子向量表示输入双向长短时记忆网络进行特征提取处理，得到特征集合；将私有特征集合输入自注意力层进行依赖关系分析处理，得到命名实体任务表示和中文分词任务表示；将命名实体任务表示和中文分词任务表示输入条件随机场层进行解码处理，得到命名实体序列标签和中文分词序列标签；根据命名实体序列标签和中文分词序列标签结合任务分类器对未训练的命名实体识别模型进行对抗学习训练处理。本发明实施例能够提高命名实体识别的准确率，可广泛应用于人工智能技术领域。
一种基于对抗迁移学习命名实体识别方法系统

[发明专利]一种组件编排优化方法及系统-CN202310133357.6在审
发明人：王涛;陈奕;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2023-02-16 - 公布日： 2023-05-26 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种组件编排优化方法及系统，方法包括：获取目标对象的服务请求；基于服务请求，建立服务组合模型；其中，服务组合模型的定义包括任务集、服务组件集、服务组件动作集和服务组件属性值集；通过服务组合模型，基于服务组件组合可靠性进行优化，获得目标服务组件组合；其中，服务组件属性值集中的服务组件属性值与服务组件组合可靠性关联；服务组件组合可靠性包括服务组件发现可靠性、服务组件绑定可靠性和服务组件执行可靠性。本发明以增强服务组件组合可靠性为首要优化目标，能够有效解决大规模服务组合场景中寻优能力差的问题，进而实现云边协同的工业软件组件可靠灵活组合，高效高质满足用户需求，可广泛应用于组件编排技术领域。
一种组件编排优化方法系统

[发明专利]谐波减速器剩余有效寿命的预测方法及系统-CN202310128549.8在审
发明人：王涛;黄瑜;陈翀;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2023-02-15 - 公布日： 2023-05-23 - 主分类号： G06F18/213 文献下载
摘要：本申请公开了谐波减速器剩余有效寿命的预测方法及系统，本申请的方法包括获取多元运行传感数据；利用损失边界到映射能力方法筛选与退化强相关的信号特征；搭建趋势注意网络并与扩张卷积神经网络结合形成趋势注意扩张卷积网络；使用训练数据训练所述趋势注意扩张卷积网络，通过测试数据进行分类，得到预测结果。本申请根据剩余使用寿命预测监测信号的特点专门设计的，将筛选出的信号，并结合扩张卷积网络从而实现精准预测减速器的剩余使用寿命，能够实现精准高效的剩余使用寿命预测，改善了收集数据质量过差的缺陷。
谐波减速器剩余有效寿命预测方法系统

[发明专利]一种基于多模态注意力机制的医学图像报告自动生成方法-CN202110340777.2有效
发明人：林宇明;杨颖;程良伦;赵艮平;张煜乾 -专利权人：广东工业大学
申请日： 2021-03-30 - 公布日： 2023-05-23 - 主分类号： G16H15/00 文献下载
摘要：本发明公开了一种基于多模态注意力机制的医学图像报告自动生成方法，使用关键词数据集训练图像特征提取模型，并用该模型提取与图像描述相关的视觉特征，并基于关键词注意力机制和空间注意力机制，利用多模态注意力机制生成联合的上下文向量；上下文向量被输入到了一个句子LSTM，展开几步，然后在每一步都会产生一个主题向量，主题向量表示了所需要生成的句子的语义；给定一个主题向量，单词LSTM以它作为输入，然后生成一个单词序列，用于形成一个句子，这个过程的终止由句子LSTM控制；最后将形成的所有句子组合到一起，列出标签列表，就完成了医学图像报告的自动生成。该方法能有效解决撰写医学图像报告耗时费力，容易出错的问题。
一种基于多模态注意力机制医学图像报告自动生成方法

[发明专利]一种船舶新闻推送模型的训练方法、推送方法及系统-CN202310133118.0在审
发明人： 程良伦;吴英涛;张伟文 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2023-02-16 - 公布日： 2023-05-16 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种船舶新闻推送模型的训练方法、推送方法及系统，其中，训练方法包括获取船舶新闻数据集；对所述船舶新闻数据集进行新闻文本得分计算处理，得到训练数据集，所述训练数据集由多个新闻本文及与所述新闻本文相对应的新闻文本得分组成；对所述训练数据集输入船舶新闻推送模型进行训练处理，得到训练好的船舶新闻推送模型。本发明实施例能够通过使用船舶新闻推送模型解决初次阅读船舶新闻时候难以推送恰当新闻的难点，提高了船舶新闻推送的效率，可广泛应用于人工智能技术领域。
一种船舶新闻推送模型训练方法系统

[发明专利]一种基于关系特征提取的知识补全方法及系统-CN202310133135.4在审
发明人：张伟文;杨灿群;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2023-02-16 - 公布日： 2023-05-16 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于关系特征提取的知识补全方法及系统，其中，方法包括：根据私有特征提取网络对第一参考集进行私有特征提取处理，得到第三参考集；根据共有特征提取网络对第三参考集进行共有特征提取处理，得到第一样本关系特征表示；根据样本关系特征表示，对第一参考集和第二参考集进行参考集分数计算处理，得到参考集损失；根据参考集损失的损失梯度对样本关系特征表示进行更新处理，得到第二样本关系特征表示；根据第二样本关系特征表示，对第一查询集和第二查询集进行查询集分数计算处理，得到查询集损失。本发明实施例能够对实体对蕴含的私有关系特征和共有关系特征进行提取，提高知识补全能力，可广泛应用于人工智能技术领域。
一种基于关系特征提取知识方法系统

[发明专利]一种实体关系联合三元组的知识抽取方法及系统-CN202310133432.9在审
发明人： 程良伦;陆少沐;张伟文 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2023-02-16 - 公布日： 2023-05-16 - 主分类号： G06F40/126 文献下载
摘要：本发明公开了一种实体关系联合三元组的知识抽取方法及系统，其中，方法包括：获取待处理文本；对所述待处理文本进行向量编码处理，得到文本向量表示集合；对所述文本向量表示集合进行关系抽取处理，得到文本关系集合；根据所述文本关系集合对所述文本向量表示集合进行头实体抽取处理，得到头实体集合；根据所述头实体集合对所述文本向量表示集合进行尾实体抽取处理，得到尾实体集合；对所述头实体集合和所述尾实体集合进行双仿射关系抽取处理，得到抽取结果。本发明实施例能够更充分地考虑关系对实体、实体和实体的交互作用，解决实体关系重叠问题，可广泛应用于自然语言处理技术领域。
一种实体关系联合三元知识抽取方法系统

[发明专利]机电设备故障诊断方法和系统-CN202310126200.0在审
发明人： 程良伦;宋俊杰;陈翀;王涛 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2023-02-15 - 公布日： 2023-05-16 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种机电设备故障诊断方法和系统，可应用于设备故障处理技术领域。本发明通过在故障诊断网络模型中设置若干个编码器模块和解码器模块，并在每个自注意力模块中分别设置概率稀疏自注意力子模块和自注意力蒸馏子模块，使得在通过时序数据对故障诊断网络模型进行训练时，可以通过概率稀疏自注意力子模块提取时序数据的特征信息，并通过自注意力蒸馏子模块对特征信息进行压缩后得到特征序列，以缩减时刻复杂度，有效提高对长序列输入数据的处理效率，进而扩展模型的可伸缩性。
机电设备故障诊断方法系统

[发明专利]一种分布式组件协同部署优化方法-CN202211633070.1在审
发明人： 程良伦;林逸翀;王涛 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-19 - 公布日： 2023-05-16 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种分布式组件协同部署优化方法，通过移动代理实时监测目标系统各个容器中的组件运行数据，再根据组件运行数据确定是否对目标系统发起重新部署，当发起重新部署时根据目标系统的元数据进行重新部署计算；其中，元数据包括组件所需要的计算资源、容器承载能力以及工作链路的执行时间；根据最终重新部署方案对目标系统进行重新部署，能够在目标系统运行过程中动态自动化地进行重新部署优化计算，优化操作步骤少，并且当系统发生变化时才重新部署计算，能够节约资源。本发明可以广泛应用于组件部署优化技术领域。
一种分布式组件协同部署优化方法

[发明专利]一种基于局部正交特征注意力融合的小样本图像分类方法-CN202310113003.5在审
发明人： 程良伦;涂泽良;黄国恒 -专利权人：广东工业大学
申请日： 2023-02-10 - 公布日： 2023-05-12 - 主分类号： G06V10/40 文献下载
摘要：本发明公开了一种基于局部正交特征注意力融合的小样本图像分类方法，包括以下步骤：S1：利用特征提取网络提取图像的浅层特征F1和深层特征F2；S2：对浅层特征F1进行通道加权，然后将加权后的特征输入到多尺度特征融合模块中进行多尺度特征提取和融合，输出融合多尺度信息的局部特征Fl；S3：将所述局部特征Fl与深层特征F2输入到局部正交特征融合模块中，输出融合特征Z；S4：根据所述融合特征Z生成支持集图像的类原型向量或查询集图像的特征向量；S5：计算查询集图像的特征向量与各个支持集图像的类原型向量之间的相似度，输出分类结果和分类损失。本发明通过融合全局特征及其正交分量上的局部特征来增强网络的表征能力，提高了图像分类的准确度。
一种基于局部正交特征注意力融合样本图像分类方法

[发明专利]一种基于光谱扩展方法的农作物目标检测方法及系统-CN202211526054.2在审
发明人：赵艮平;何玉丹;王卓薇;程良伦 -专利权人：广东工业大学;广东能哥知识科技有限公司
申请日： 2022-12-01 - 公布日： 2023-05-09 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于光谱扩展方法的农作物目标检测方法及系统，方法包括：获取农作物的目标RGB图像；根据目标RGB图像，通过光谱超分辨网络，基于数据驱动方式进行光谱超分辨得到目标高光谱图像；根据目标RGB图像，通过光谱扩展生成对抗网络，基于数据驱动方式进行光谱扩展合成目标近红外图像；基于预设条件，根据目标高光谱图像合成目标可见光图像；在通道维度拼接目标可见光图像和目标近红外图像，输入早期融合目标检测网络得到农作物目标检测结果。本发明通过使用基于数据驱动的方式来重建高光谱图像和合成近红外图像，进而应用在农作物目标检测中，能够得到更为全面的物体属性，可广泛应用于目标检测技术领域。
一种基于光谱扩展方法农作物目标检测系统