“绍兴兰红智能科技有限公司”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12个，建议您升级VIP下载更多相关专利

[发明专利]一种基于对比学习和深度学习的硅藻显微图像自动分类方法-CN202310664351.1在审
发明人：浦思悦;张帆 -专利权人：南京工业大学;绍兴兰红智能科技有限公司
申请日： 2023-06-06 - 公布日： 2023-09-01 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于对比学习和深度学习的硅藻显微图像自动分类方法。步骤包括：步骤1)获取硅藻图像，并对图像预处理；步骤2)按照7∶3的比例将图像划分为训练集和测试集；步骤3)对硅藻图像进行了数据增强操作；步骤4)搭建了对比学习模型架构；步骤5)利用对比损失和图像增强生成不同视图进行预训练；步骤6)模型搭建和微调预训练好的对比学习模型，并添加附加层进行硅藻图像的分类；步骤7)通过准确率等指标评估模型的性能；步骤8)使用余弦相似度和阈值来调整图像的预测结果，提高分类的一致性和稳定性。这种方法具有特征学习能力强、数据增强和泛化性能好、无监督学习、可迁移性强等优点，为硅藻图像分类任务提供了有潜力的解决方案。
一种基于对比学习深度硅藻显微图像自动分类方法

[发明专利]一种基于影响分数的关键图像数据挖掘方法-CN202211231026.8在审
发明人：张琪凯;张帆 -专利权人：南京工业大学;绍兴兰红智能科技有限公司
申请日： 2022-10-09 - 公布日： 2023-03-07 - 主分类号： G06V10/72 文献下载
摘要：本发明涉及图像数据挖掘技术领域，具体涉及一种基于影响分数的关键图像数据挖掘方法，包括以下步骤：(1)取待提取关键图像数据的数据集，划分数据集并进行数据预处理，(2)采用CNN模型训练，并取出特定检查点，跟踪记录训练过程，(3)根据步骤2的检查点，找出验证集中难以正确分类的困难样本，(4)根据步骤2的检查点，再对于步骤3找的图像数据，计算每个训练数据对其的影响分数后排序，选择影响分数大的关键图像数据；本发明针对待提取关键图像数据的图像数据集，通过跟踪训练数据损失的变化，能够实时地观察和记录每个训练数据对模型分类能力的影响，采用影响分数挖掘重要数据，能够在提升准确率和速度的基础上，有效的优化数据质量以及提升模型收敛速度。
一种基于影响分数关键图像数据挖掘方法

[发明专利]一种混合云环境中微服务工作负载扩缩容方法及其系统-CN202211230859.2在审
发明人：王宇阳;张帆 -专利权人：南京工业大学;绍兴兰红智能科技有限公司
申请日： 2022-10-09 - 公布日： 2023-02-03 - 主分类号： G06F9/50 文献下载
摘要：本发明属于混合云弹性伸缩技术领域，一种混合云环境中微服务工作负载扩缩容的方法及其系统，所述的方法包括如下步骤：建立服务资源使用情况预测模型；获取目标服务在当前时间段的资源使用情况和Pod副本数量；使用服务资源使用情况预测模型进行预测；根据目标服务在下一时间段的资源使用情况预测值和单个服务Pod的资源情况进行决策分析，得到目标服务在下一时间段所需的Pod副本数量；根据目标服务在当前时间段的Pod副本数量和下一时间段所需的Pod副本数量对目标服务进行扩缩容操作，并存储对应的扩缩容操作记录。本发明解决了现有技术存在的增加资源供应存在滞后、响应时间长、服务质量下降、准确度低以及扩缩容的复杂性高的问题。
一种混合环境微服务工负载扩缩容方法及其系统

[发明专利]NLP中基于K-best算法和N-gram模型的BERT模型强化方法-CN202211217104.9在审
发明人：徐嘉昊;张帆 -专利权人：南京工业大学;绍兴兰红智能科技有限公司
申请日： 2022-10-01 - 公布日： 2023-01-31 - 主分类号： G06F40/289 文献下载
摘要：一种NLP中基于K‑best算法和N‑gram模型的BERT模型强化方法，步骤包括：获取语料库进行预处理，对每个训练样本进行文本切分；按照单字、双字、三字输入拼接形成三元语法输入；使用分词工具，基于K‑best维特比算法获取k个分词序列，进行mask微调；将微调后的N‑gram输入到模型中，进行文本相似度匹配。本发明针对待匹配相似度的数据集，通过数据清洗预处理，能够有效的去除标题等，有效提升了数据的有效程度；采用三元语法输入代替字符输入，能够有效的提升语句评估的合理性；采用pkuseg分词工具，极大地提升了分词的准确率；并在分词中采用K‑best维特比算法，能够在提升分词有效率的基础上，加强模型对正确分词的理解能力。
nlp 基于 best 算法 gram 模型 bert 强化方法

[发明专利]一种基于重要数据进行知识蒸馏的方法-CN202211230860.5在审
发明人：崔凯;张帆 -专利权人：南京工业大学;绍兴兰红智能科技有限公司
申请日： 2022-10-09 - 公布日： 2023-01-13 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及神经网络模型优化领域，具体涉及一种根据训练数据对测试数据的影响力分数来挑选重要数据从而进行知识蒸馏的模型以及方法，选取重要的训练数据时候我们采取利用记录模型参数梯度下降的方法来量化数据对模型的影响，通过将训练数据和测试数据对模型参数梯度下降的方向和距离做点积得到训练数据对测试数据的影响力分数。知识蒸馏通将一个网络模型结构较为复杂、网络性能较好的模型作为教师模型，将另一个网络模型结构较为简单、网络性能较差的模型作为学生模型，然后在学生模型训练的时候先将训练数据放入到教师模型中产生关于训练数据的知识，然后再利用这个知识来指导学生模型的训练，从而提高学生模型的性能。本发明能在模型复杂度较小、训练数据较少的情况下达到原始模型的性能，而且能够有效降低模型的运算成本，使得最后的模型能够在低算力的设备上运行。
一种基于重要数据进行知识蒸馏方法

[发明专利]基于影响分数的神经网络模型关键数据挖掘方法-CN202211270959.8有效
发明人：徐嘉昊;张帆 -专利权人：南京工业大学;绍兴兰红智能科技有限公司
申请日： 2022-10-18 - 公布日： 2022-12-27 - 主分类号： G06K9/62 文献下载
摘要：一种基于影响分数的神经网络模型关键数据挖掘方法，通过神经网络模型的训练数据和测试数据求出对应的关键数据，步骤包括：步骤1）取待提取样本数据集，进行数据预处理，获得预处理数据集；步骤2）采用神经网络模型，设置多个检查点，分别跟踪记录训练过程每一次迭代的结果；步骤3）计算每个训练数据的影响分数后排序，选择影响分数排名最大的关键数据。本关键数据挖掘方法适用于基于神经网络模型的图像分类模型、文本分类模型或语音情绪识别模型。本方法可解决模型决策系统不透明的问题，在提升准确率和速度的基础上，优化数据质量以及提升模型收敛速度。
基于影响分数神经网络模型关键数据挖掘方法

[发明专利]一种基于文本和语音置信度的多模态情绪识别模型与方法-CN202210952833.2在审
发明人：孙宇;张帆 -专利权人：南京工业大学;绍兴兰红智能科技有限公司
申请日： 2022-08-09 - 公布日： 2022-11-18 - 主分类号： G06F40/211 文献下载
摘要：本发明涉及文本和语音处理技术领域，具体涉及一种基于文本和语音置信度的多模态情绪识别模型与方法，所提供的识别方法包括：文本和语音数据采集、文本和语音数据处理、训练基于文本和语音的多模态情绪级识别模型以及基于文本和语音的多模态情绪识别步骤。本发明的方法可以精确地识别说话人情绪的种类，并且可以根据文本和语音模态置信度的不同，选择相信更好的一方，解决了单一数据情绪表达模糊时，造成的情绪难以识别的问题，识别的平均准确率在80％以上，弥补了目前AI情绪识别领域识别方式单一的情况，并且识别的准确性较好，识别速度快，不需要漫长的等待。
一种基于文本语音置信多模态情绪识别模型方法

[发明专利]一种基于互补声学表征的语音情绪识别模型以及方法-CN202210952834.7在审
发明人：张小明;张帆 -专利权人：南京工业大学;绍兴兰红智能科技有限公司
申请日： 2022-08-09 - 公布日： 2022-11-08 - 主分类号： G10L25/63 文献下载
摘要：本发明涉及语音情绪识别技术领域，具体涉及一种基于互补声学表征的语音情绪识别模型以及方法，该模型采用深度学习模型：包括卷积神经网络编码器以及Transformer编码器两部分。其中，卷积神经网络编码器包含7层卷积层，通过局部感受野的特性，使其能够从输入的对数梅尔频谱logMels中提取局部特征；Transformer编码器包含8个Transformer模块，通过多头注意力机制，使其能够从输入的梅尔频率倒谱系数MFCCs中提取全局特征，将两种特征进行融合并送入全连接层。本发明能更好地利用互补声学表征的特征，从而提高语音情绪识别的准确率。
一种基于互补声学表征语音情绪识别模型以及方法

[发明专利]一种基于双注意力机制的卷积神经网络的中药种类识别方法-CN202210538035.5在审
发明人：张琪凯 -专利权人：南京工业大学;绍兴兰红智能科技有限公司
申请日： 2022-05-18 - 公布日： 2022-07-08 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及图像处理技术领域，具体涉及一种基于双注意力机制的卷积神经网络的中药种类识别方法；所提供的识别发方法包括：中药样本图像采集、中药样本图像处理、训练中药的类型品级识别模型以及中药图像识别步骤。本发明的方法可以精确地识别中药的种类及品级，识别的平均准确率在90％以上，弥补了目前中药市场对于中药无法有效鉴定的情况，并且识别的准确性较好，识别速度快，不需要漫长的等待。
一种基于注意力机制卷积神经网络中药种类识别方法

[发明专利]NLP中基于样本的序列到序列任务的影响函数解释方法-CN202210376883.0在审
发明人：秦韵;张帆 -专利权人：南京工业大学;绍兴兰红智能科技有限公司
申请日： 2022-04-12 - 公布日： 2022-07-01 - 主分类号： G06F40/284 文献下载
摘要：一种NLP中基于样本的序列到序列任务的影响函数解释方法，包括步骤：1)选取需要获取解释的序列到序列任务，并针对序列到序列任务选取待测的自然语言处理模型和数据集；2)将数据集内的语料进行编码，将编码后的每条数据划分不同区间得到的多条数据并作为新的样本；3)将步骤2)得到的新的样本送入待测模型进行训练，在损失趋于稳定时结束训练；在待测模型训练过程输出的所有检查点中，选取趋近于待测模型最终参数的检查点用于影响分数的计算；4)基于步骤3)选取的检查点中的待测模型参数，计算训练样本与测试样本的损失；5)利用步骤4)得到的样本损失，基于待测模型参数计算梯度向量，按照影响函数公式计算得到影响分数。
nlp 基于样本序列任务影响函数解释方法

[发明专利]一种基于模糊层次分析法的云弹性量化方法-CN202210098313.X在审
发明人：杨博;张帆 -专利权人： 绍兴兰红智能科技有限公司
申请日： 2022-01-27 - 公布日： 2022-05-03 - 主分类号： G06F11/34 文献下载
摘要：本发明涉及云计算技术领域，具体涉及一种基于模糊层次分析法的云弹性量化方法，本发明能够定量、全面地评价基于Kubernetes的容器云弹性，同时，有助于为企业和普通用户选择灵活的资源管理策略，从SLA和QoS的角度，提取了云弹性的四个核心指标，建立了定义良好的云弹性基准体系，可以根据用户对各云弹性指标重视程度的需求来确定权重。
一种基于模糊层次分析弹性量化方法

[发明专利]一种基于注意力和有效程度的BERT模型打分方法-CN202111640662.1在审
发明人：徐嘉昊;张帆 -专利权人： 绍兴兰红智能科技有限公司
申请日： 2021-12-29 - 公布日： 2022-04-12 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及打分方法技术领域，具体涉及一种基于注意力和有效程度的BERT模型打分方法，包括以下步骤：(1)取待打分的数据集，将数据集进行有效程度的预处理，(2)在BERT模型的网络层后，引入注意力机制，(3)采用引入注意力机制的BERT模型，对预处理后的数据集进行打分处理；本发明针对待打分的数据集，通过对数据清洗，能够有效的去除数据中的无关符号，有效的提升了数据集中数据的有效程度，采用具有很强特征抽取能力的BERT模型进行打分处理，并在BERT模型中引入注意力机制，极大的提升了BERT模型的性能，可以关注句子中不同类别的语义信息，能够在提升注意力和有效程度的基础上，有效的实现打分的准确性以及速度。
一种基于注意力有效程度 bert 模型打分方法

1
共 12 条