专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果121个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于深度学习的自然语言查询方法-CN202010336575.6有效
  • 李玉华;李相臣;李瑞轩;辜希武 - 华中科技大学
  • 2020-04-25 - 2023-09-01 - G06F16/242
  • 本发明公开了一种基于深度学习的自然语言查询方法,包括以下步骤:S1、将自然语言问题Q输入到预训练好的句向量模型中,得到对应的句向量;S2、从句向量模型所对应的句向量空间中检索出自然语言问题Q所对应的句向量的最近邻句向量及其自然语言问题,将所得最近邻句向量的自然语言问题的关系数据库表作为自然语言问题Q的目标关系数据库表;S3、将自然语言问题Q与其目标关系数据库表表头拼接到一起,输入到预训练好到的转换模型中,得到其对应的SQL查询语句;S4、采用所得SQL语句在自然语言问题Q的目标关系数据库表中进行查询,得到查询结果。本发明在给定自然语言问题后能够快速确定其目标关系数据库表,在现实场景中查询结果的准确率较高。
  • 一种基于深度学习自然语言查询方法
  • [发明专利]一种融合多源信息的知识表示学习方法-CN202010354486.4有效
  • 李瑞轩;辜希武;夏光兵;李玉华 - 华中科技大学
  • 2020-04-29 - 2023-09-01 - G06F16/36
  • 本发明公开了一种融合多源信息的知识表示学习方法,属于自然语言处理技术领域。包括:通过编码器模型将实体的层次类型信息、实体的文本描述信息、图拓扑结构信息和三元组结合,得到多源信息的初步融合结果;将多源信息的初步融合向量输入到解码器模型中进一步训练,得到最终的实体向量和关系向量。本发明提出的编码器‑解码器模型,一方面通过自定义的编码器将实体层次类型信息、实体文本描述信息、图结构信息和原始三元组结合,能更充分地表现出知识图谱中实体和关系的特征;另一方面使用ConvKB模型作为解码器,将编码器生成的结果向量输入卷积神经网络中进行语义匹配,捕获了三元组不同维度间的全局信息。
  • 一种融合信息知识表示学习方法
  • [实用新型]一种防止饲料霉变的冷却器-CN202320763456.8有效
  • 单华佳;姜丽丽;张田米;李瑞轩 - 甘肃小牛未来生物科技有限公司
  • 2023-04-07 - 2023-07-11 - A23L3/36
  • 本实用新型公开了一种防止饲料霉变的冷却器,具体涉及饲料冷却器技术领域,包括冷却箱,所述冷却箱的顶部设置有存料箱,所述存料箱的一侧设置有防霉风扇,所述冷却箱的底部设置有排料管,所述冷却箱的表面设置有两个集风罩,所述集风罩的表面设置有进风管,所述进风管的一端设置有连接管,所述冷却箱的内部设置有翻动结构,所述翻动结构包括驱动电机,所述驱动电机安装在冷却箱的表面。本实用新型通过减缓饲料掉落的速度并对饲料不断的铲起并由上而下散落,能够提高饲料的冷却效率,并对冷却箱内部的饲料起到防霉变的效果,同时,能够对饲料中的灰尘起到一定的清除效果,避免灰尘对饲料的使用造成一定的影响。
  • 一种防止饲料霉变冷却器
  • [发明专利]一种基于多模态的视频标注方法-CN202010393229.1有效
  • 李瑞轩;刘旺;辜希武;李玉华 - 华中科技大学
  • 2020-05-11 - 2023-06-16 - G06F16/78
  • 本发明公开了一种基于多模态的视频标注方法,属于计算机视觉和视频标注技术领域。方法包括:通过聚类的方法提取视频的关键帧;提取关键帧的特征,并将连续的关键帧特征通过学习池聚合生成视频的视觉特征;提取视频中的音频,将音频分为多个独立的帧;提取音频帧特征,然后将连续的音频帧特征通过学习池聚合生成视频的音频特征;将视觉特征和音频特征融合输入到预测模块;进行视频标注。本发明同现有技术相比,同时考虑了视频的视觉特征和音频特征,并在帧特征聚合时加入了注意力机制,使提取的视频特征更加具有代表性,大大提高了视频标注的准确度。
  • 一种基于多模态视频标注方法
  • [发明专利]一种基于生成对抗网络的视频密集事件描述方法-CN202010296654.9有效
  • 李玉华;朱志杰;李瑞轩;辜希武 - 华中科技大学
  • 2020-04-15 - 2023-06-06 - G06F16/78
  • 本发明公开了一种基于生成对抗网络的视频密集事件描述方法,属于深度学习和图像识别领域。包括:构建视频密集事件描述网络;该网络包括:视频特征提取模块,对视频帧进行特征提取,得到视频帧特征;时序动作特征提取模块,利用视频前向传播与反向传播的特点进行视频帧特征学习,得到各个时序动作特征;自然语言编码器,利用注意力机制融合视频帧特征与时序动作特征,得到自然语句;鉴别器,强化自然语句的准确性;利用训练好的视频密集事件描述模型进行视频密集事件描述。本发明充分考虑了视频双向传播的特点,同时学习自然语句生成时充分利用了视频特征及时序动作特征,并构建语法鉴别器与内容鉴别器,有效强化了自然语句准确性。
  • 一种基于生成对抗网络视频密集事件描述方法
  • [实用新型]一种小型火工品解锁器-CN202320267484.0有效
  • 李瑞轩 - 沈阳理工大学
  • 2023-02-21 - 2023-04-28 - B64G1/64
  • 本实用新型公开了一种小型火工品解锁器,包括解锁器壳体,设置在解锁器壳体内部的锁紧销,在解锁器壳体的下部设置有底盖,在解锁器壳体的上部设置有通孔,在解锁器壳体的侧面设置有剪切销,剪切销穿过解锁器壳体与锁紧销相配合;底盖上部设置有凹槽,凹槽内设置有点火具,点火线穿过解锁器壳体上的孔与点火具相配合。本实用新型结构,将燃气发生器与解锁器活塞腔合二为一,大大的减小了解锁器的体积,在解锁器壳体底部设计了底盖,改变了锁紧销的安装方式,从而将阻挡锁紧销的螺帽与壳体设计成一体,减少了解锁器的工作环节,提高了解锁器的工作可靠性,节省解锁器的安装空间、降低了成本。
  • 一种小型火工品解锁
  • [外观设计]瓷板画(瓷刻敦煌)-CN202230363185.8有效
  • 李瑞轩;王彦军 - 李瑞轩
  • 2022-06-14 - 2023-04-28 - 11-02
  • 1.本外观设计产品的名称:瓷板画(瓷刻敦煌)。2.本外观设计产品的用途:用于摆放或者挂置装饰。3.本外观设计产品的设计要点:在于形状与图案的结合。4.最能表明设计要点的图片或照片:主视图。5.本外观设计产品为平面产品,其他视图无设计要点,省略右视图、左视图、俯视图和仰视图。
  • 瓷板画敦煌
  • [发明专利]一种带负反馈的基于深度强化学习的推荐方法及系统-CN202010328640.0有效
  • 李玉华;李鑫;李瑞轩;辜希武 - 华中科技大学
  • 2020-04-23 - 2023-04-18 - G06Q30/0601
  • 本发明公开了一种带负反馈的基于深度强化学习的推荐方法及系统,收集商品特征信息,同时收集用户行为数据得到用户的正负反馈行为向量;对用户的正负反馈行为向量通过特征提取网络模型得到用户的正负反馈特征混合状态向量;利用用户的正负反馈特征混合状态向量对由策略网络和估值网络组成的深度确定性策略梯度模型进行训练,直至模型收敛;根据需要进行推荐工作的用户的历史行为,先生成正负反馈特征混合状态向量,通过完成训练的深度确定性策略梯度模型生成用户推荐商品列表供给用户进行选择,完成用户推荐工作。本申请可以使得相关神经网络的参数更新得到延迟,从而减小网络之间的相关性,提升推荐方法的训练速度和准确度。
  • 一种负反馈基于深度强化学习推荐方法系统
  • [发明专利]一种基于深度学习的人物关系图谱构建方法及系统-CN202010358399.6有效
  • 李瑞轩;张纯鹏;辜希武;李玉华 - 华中科技大学
  • 2020-04-29 - 2023-04-07 - G06F16/36
  • 本发明公开了一种基于深度学习的人物关系图谱构建方法及系统,所属方法包括:爬取电子文本,得到初始语料,所述初始语料包括人物信息;对所述初始语料中人物属性进行标注,得到样本数据并进行预处理;设置模型超参数,结合预处理后的样本数据建立深度学习模型;定义具有层次化的人物信息模板,并基于所述深度学习模型提取人物属性信息,对所述人物属性信息进行筛选,并填充所述人物信息模板;利用填充好的人物信息模板以及预先定义好的人物关系实体,构建人物关系图谱。如此,本发明能够解决多值人物属性以及存在于分散文本的人物关系发现与提取问题,进而提高了人物关系图谱构建的准确性和信息丰富度。
  • 一种基于深度学习人物关系图谱构建方法系统
  • [发明专利]一种智能合约对抗样本生成方法-CN202211271076.9在审
  • 李瑞轩;范霄杰;王号召;李玉华;辜希武 - 华中科技大学
  • 2022-10-17 - 2023-01-31 - G06F21/56
  • 本发明属于深度学习对抗样本和智能合约领域,具体涉及一种智能合约对抗样本生成方法,在通过修改变量名生成智能合约对抗样本的过程中引入变量名词性隐蔽性的概念,提出隐蔽性更高的智能合约对抗样本生成方法。包括:针对恶意智能合约创建者通过对抗样本来规避检测这个全新场景,系统的研究智能合约的对抗样本生成方法,提出权重引导的高隐蔽性智能合约对抗样本生成技术,使通过替换变量名来生成对抗样本时选择与原变量名词性相近的新变量名,增加智能合约对抗样本的隐蔽性;使用平衡因子和掩码,将多个变量名被修改时新旧变量名的词性差距平均值、方差与扰动添加的稀疏性引入优化函数。在求使得优化函数最小的解的时候同时平衡对抗样本的隐蔽性。
  • 一种智能合约对抗样本生成方法
  • [发明专利]一种用于分布式系统的个性化拆分学习方法及应用-CN202211180720.1在审
  • 李瑞轩;王号召;王悦明;李玉华;辜希武 - 华中科技大学
  • 2022-09-27 - 2023-01-06 - G06F18/2415
  • 本发明公开了一种用于分布式系统的个性化拆分学习方法及应用,属于分布式协作机器学习技术领域,在每轮训练中所有客户端先训练出一个全局服务端模型,在此基础上,根据数据相似性为客户端分簇,并为每个簇中设置一个个性化的局部服务端模型,且在训练过程中对局部服务端模型基于全局服务端模型进行正则化微调,从而使局部服务端模型相较于全局服务端模型,可以更符合簇中客户端的本地数据特征,进而簇中的客户端设备经局部训练后能够获得更高的预测精度;本发明同时考虑了全局模型和局部模型,既可以利用较多样本来训练模型,又可以在一定程度上解决不同客户端数据非独立同分布的问题,使模型的预测精度有所提升。
  • 一种用于分布式系统个性化拆分学习方法应用
  • [发明专利]面向非独立同分布数据的联邦对比聚类学习方法及系统-CN202211267754.4在审
  • 李瑞轩;王号召;徐子珺;李玉华;辜希武 - 华中科技大学
  • 2022-10-17 - 2023-01-03 - G06F18/23
  • 本发明公开了一种面向非独立同分布数据的联邦对比聚类学习方法及系统,属于联邦学习技术领域,包括:在中心服务器端将共享模型和原型矩阵分别下发到所挑选的各客户端中进行聚类对比训练,进行聚类对比训练时模型并不关注数据的分布,而只关注于数据聚类信息之间的对比关系,基于自监督对比学习关注局部特征的特点,缓解了对全局分布的依赖,从而改善了模型由于不平衡的数据分布而产生的偏移,也能够较好的表示数据的类分布并改善由类不平衡所引起的Non‑IID问题,同时也能够消除联邦学习对有标签数据的依赖,能够解决现有的联邦学习方法由于存Non‑IID数据分布问题所导致的模型准确率较低以及由于依赖标签数据所导致的无法在实际生产中进行应用的技术问题。
  • 面向独立分布数据联邦对比学习方法系统
  • [实用新型]一种刺参浮游幼体选育装置-CN202222603345.9有效
  • 李瑞轩;王舒平;王海涛;张嫣;钟熙;张义民;李凌梅 - 威海顺达源水产育苗养殖有限公司
  • 2022-09-30 - 2023-01-03 - A01K61/90
  • 本实用新型公开了一种刺参浮游幼体选育装置,包括两个横杆,两个横杆之间设置有两个滑动套接的第一顶杆和两个第二顶杆,两个横杆相对的一侧均通过螺钉可拆卸连接有两个套筒,多个套筒的内部均滑动连接有纵杆,多个纵杆的顶端均螺纹连接有配重柱。位于左右两侧的前后两个纵杆之间分别设置有第一转轴和第二转轴,第一转轴的外壁设置有网格布和手绳,网格布的一侧固定连接有多个呈两行排列的加重坠子。在重力作用下使得多个纵杆与第一转轴和第二转轴均下沉,然后通过拉动两个手绳带动第一转轴转动且网格布展开,网格布展开过程中被其下方设置的多个加重坠子向下拖拽形成斗槽状,可滤出多余水留下上层优质刺参幼体。
  • 一种刺参浮游幼体选育装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top