“阴艳超”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98个，建议您升级VIP下载更多相关专利

[发明专利]基于双模多粒度交互的多模态情感分析方法、设备及介质-CN202310570415.1在审
发明人：廖伟智;马伟林;阎德劲;阴艳超 -专利权人：电子科技大学
申请日： 2023-05-19 - 公布日： 2023-10-20 - 主分类号： G06V10/80 文献下载
摘要：本发明基于双模多粒度交互的多模态情感分析方法、设备及介质包括如下步骤：首先分别提取不同模态的数据特征，其中，将文本数据输入BERT预训练模型，对评论文本数据进行基于字符级别的强抽取；将音频输入开源模型COVAPER中，提取声学特征；将图像特征输入ResNet网络中，提取图像的局部特征和全局特征；然后将文本特征和图像特征输入多粒度融合模块，将文本特征和音频特征和输入细粒度融合模块，分别融合文本‑图像特征，文本‑音频特征，并通过加权求和得到融合三种模态的特征向量；最后通过全连接层输出情感分类结果。本发明为支持设计制造运维一体化平台的情感分类准确率的提升提供支持。
基于双模粒度交互多模态情感分析方法设备介质

[发明专利]基于LSTM和TPA机制的制丝加香工艺质量预测方法、系统-CN202310840085.3在审
发明人： 阴艳超;洪志敏;汪霖宇;苏逸凡;唐进;陈忠;侯步超;孙钰茗;韩雨;苟源芳 -专利权人：昆明理工大学
申请日： 2023-07-10 - 公布日： 2023-10-03 - 主分类号： G06Q10/0639 文献下载
摘要：本发明公开了一种基于LSTM和TPA机制的制丝加香工艺质量预测方法、系统，方法包括：采集制丝生产车间中的加香工艺数据，构建样本集；对样本集进行预处理，获得预处理后的数据；依据预处理后的数据对工艺参数特征进行贡献度评估实现特征降维，获得降维后的样本集；搭建LSTM‑TPA组合网络模型；将降维后的样本集划分训练集和验证集，利用训练集对LSTM‑TPA组合网络模型进行训练；依据训练好的LSTM‑TPA组合网络模型采用测试集进行验证。本发明基于制丝加香工艺过程数据关联复杂关系，导致各工艺参数之间相互存在的不可预见性和联动性问题，建立的制丝加香工艺质量预测方法，为质量预测建模方法及其应用提供参考。
基于 lstm tpa 机制制丝加香工艺质量预测方法系统

[发明专利]一种基于依赖关联度去噪的分层多实例工作流建模方法-CN202310598733.9在审
发明人：廖伟智;程月铃;阴艳超;武晓东;徐宁波;包壁祯 -专利权人：电子科技大学
申请日： 2023-05-25 - 公布日： 2023-08-25 - 主分类号： G06Q10/0633 文献下载
摘要：本发明涉及智能服务技术领域，具体涉及一种基于依赖关联度去噪的分层多实例工作流建模方法，具体实现方法分为三个步骤：首先，计算事件日志中事件的局部关联度和整体关联度，并将其进行融合得到混合关联度；其次，根据混合关联度设定噪声阈值，对事件日志进行去噪处理，最后得到去噪日志；最后，对去噪日志进行任务嵌套关系的识别并得到嵌套关系树，然后对事件日志进行分层构造并识别其中的多实例子日志，采用IM算法对其进行模型挖掘，最终得到工作流模型，并通过实验验证该方法的有效性。确保数据去噪的精度和有效性；采用噪声阈值的方式进行去噪处理，优化了多实例子日志中的各个事件之间的关系，提高了工作流模型的准确性和可靠性。
一种基于依赖关联度去噪分层实例工作流建模方法

[发明专利]一种云边协同的智能数控车间自调控系统、控制方法-CN202310014075.4在审
发明人：梁珉清;阴艳超;唐军;易斌;李旺;孙钰铭 -专利权人：昆明理工大学
申请日： 2023-01-05 - 公布日： 2023-04-28 - 主分类号： H04L67/12 文献下载
摘要：本发明公开了一种云边协同的智能数控车间自调控系统、控制方法，属于智能制造技术领域。本发明基于边缘计算技术提出了一种云边协同的智能数控车间自调控模式，在分析数控车间运行机制和调控特点的基础上，搭建了智能数控车间制造单元边缘感知‑云协同运行‑智能调控框架，完成了云边两级协同交互场景部署，通过设计规则引擎的判断逻辑提高了边缘感知节点的计算性能；其次，采用长短期记忆神经网络进行云边加工模型的训练及修正，制定云边协同生产逻辑完成智能数控车间设备的自调控；最后，通过应用案例验证了所提云边协同框架具有易协同、易调控、延时低的特点，为实现数控车间智能化生产提供了技术支撑。
一种协同智能数控车间调控系统控制方法

[发明专利]一种三维空间路径规划方法-CN202211628076.X在审
发明人：尹庆文;阴艳超;陈忠 -专利权人：昆明理工大学
申请日： 2022-12-16 - 公布日： 2023-04-11 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种三维空间路径规划方法、系统及应用，方法包括：依据双树的扩展方向，获得预选新节点；依据预选新节点，进行父节点重选；依据父节点重选结果，分别对双树预选新节点的父节点进行新节点的生长，获得新节点；对新节点的合格性和终止性进行判断，获得最终路径。本发明建立概率目标阈值控制新节点的扩展方向，使搜索过程具有一定导向性；其次，结合双树思想，由起点单向搜索变成始末点双向搜索，提高了算法的搜索效率；在此基础上，通过人工势场思想对新节点生长方式的引导，使新节点的生长方向既避开了障碍物又进一步接近目标点；最后对规划路径进行剪枝处理，删除冗余点，利用三次B样条曲线进行路径平滑拟合，减少机械臂在运动时发生的震动，使路径运动更加平稳。
一种三维空间路径规划方法

[发明专利]基于情感词典和Transformer的情感分析方法-CN202011277325.6有效
发明人：廖伟智;曹阳;阴艳超 -专利权人：电子科技大学
申请日： 2020-11-16 - 公布日： 2023-03-21 - 主分类号： G06F40/242 文献下载
摘要：本发明公开了一种基于情感词典和Transformer的情感分析方法，包括以下步骤：S1、构建情感词典；S2、使用情感词典训练词向量；S3、使用训练好的词向量训练基于Transformer的情感分析模型；S4、使用训练好的情感分析模型，对网络购物平台的商品评论文本进行情感分析。本发明使用情感词典作为外部知识辅助训练词向量，在保证词向量语法信息的同时，词向量的情感信息表征更丰富，可以提高下游情感分析任务的准确度；使用先进的Transformer结构，模型的信息抽取能力更强，有利于提高情感分析任务的效果，能够有效减少人工特征工程、提高文本情感分析效果。
基于情感词典 transformer 分析方法

[发明专利]一种基于工艺标准图谱与CNN-GRU网络模型的工艺质量预测方法-CN202211369455.1在审
发明人：蒲昊苒;阴艳超 -专利权人：昆明理工大学
申请日： 2022-11-03 - 公布日： 2023-01-17 - 主分类号： G06Q10/0639 文献下载
摘要：本发明公开了一种基于工艺标准图谱与CNN‑GRU网络模型的工艺质量预测方法，属于工艺生产技术领域的。将工艺生产过程的工艺知识图谱中三元组向量化；将流程制丝生产线的工艺参数与质量指标进行相关性分析，筛选出与质量指标最相关的工艺参数；然后将筛选出的工艺参数与知识图谱中工艺指标知识词向量进行张量融合，形成的复合生产工艺特征按时间滑动窗口构造特征矩阵作为预测模型的输入变量；采用CNN‑GRU神经网络建立工艺质量预测模型，并结合时序注意力机制，将特征输入预测模型中，获得质量指标的预测值；对工艺质量预测模型的预测结果与真实值对比与分析，验证本发明的有效性。本发明在生产过程中提升产品质量和制造水平具有重要意义。
一种基于工艺标准图谱 cnn gru 网络模型质量预测方法

[发明专利]一种流程制造车间数字孪生模型、数字孪生系统构建方法-CN202210993436.X在审
发明人：李旺;阴艳超;唐军;阴彦磊 -专利权人：昆明理工大学
申请日： 2022-08-18 - 公布日： 2022-12-20 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种流程制造车间数字孪生模型、数字孪生系统构建方法，数字孪生模型构建方法，包括：通过工业的建模软件对流程制造物理车间的各要素几何物理属性进行建模，构建静态物理模型SPM；依据流程制造物理车间的动态数据之间的关联关系，构建动态数据关系模型DDRM；建立数据通讯接口，对SPM与型DDRM进行模型融合，完成数字孪生模型的构建。进一步，对车间要素的多维数字孪生模型按照物理车间的组成结构进行分级，获得车间级的多维数字孪生模型；构建物理产线系统PS、虚拟产线系统VS、生产线信息服务系统IS以及孪生数据系统DS组合而成的数字孪生系统；将PS、VS与IS通过DS进行两两交互、迭代运行，完成数字孪生系统的构建。
一种流程制造车间数字孪生模型系统构建方法

[发明专利]一种基于AM-GRU-BPNN的产品质量指标预测方法、系统-CN202210966854.X在审
发明人：张曦;阴艳超;唐军;张万达 -专利权人：昆明理工大学
申请日： 2022-08-11 - 公布日： 2022-12-16 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于AM‑GRU‑BPNN的产品质量指标预测方法、系统。方法包括：收集流程制造生产线的多组来自多工序的工况数据作为样本数据集；对样本数据集中的每组样本数据进行预处理；划分为训练集数据和测试集数据；构建AM‑GRU‑BPNN预测模型，对AM‑GRU‑BPNN预测模型进行训练，获得训练好的AM‑GRU‑BPNN预测模型；利用训练好的AM‑GRU‑BPNN预测模型对测试集数据进行测试。本发明有针对性地解决了流程制造行业产品质量预测难的问题，可提前预判缺陷和及时弥补缺陷，进而提高质量指标的预测精度，降低了企业成本，为实现流程生产过程精准预测与优化调控提供方法和途径。
一种基于 am gru bpnn 产品质量指标预测方法系统

[发明专利]一种面向车间数据的关联网络建模方法-CN202210064877.1在审
发明人：张万达;阴彦磊;阴艳超;汪霖宇;张曦;施成娟;侯步超;陈忠;洪志敏;孙钰茗 -专利权人：昆明理工大学
申请日： 2022-01-20 - 公布日： 2022-12-13 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种面向车间数据的关联网络建模方法，包括以下步骤：以复杂网络的形式描述智能车间生产过程中多周期多维度下的关联规则，实现多制造周期下关联关系的融合，完成多流程、多环节生产数据间复杂影响规律的全面描述；针对车间生产时序数据关联发掘利用的难题，本发明依托时序数据关联波动规则提取各工艺参数之间内在规律和关联关系，采用支持度与置信度完成关联规则的深度挖掘；在此基础上，依据车间跨流程多工序协同运行特点，构建以多工序的工艺参数为节点、关联关系为边的带时间窗的生产工艺过程双权重有向多层网络模型；最后，对多层工艺网络模型进行抽象，设计与之对应的叠加网络相互依存网络，描述工序间的复杂关联。
一种面向车间数据关联网络建模方法

[发明专利]一种制丝松散回潮工艺的多质量指标输出预测方法、系统-CN202211208462.3在审
发明人：施成娟;阴艳超;张曦;李旺 -专利权人：昆明理工大学
申请日： 2022-09-30 - 公布日： 2022-12-09 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种制丝松散回潮工艺的多质量指标输出预测方法、系统，方法包括：获取制丝松散回潮工艺的工艺参数和质量指标；获取制丝松散回潮工艺的工艺参数和质量指标历史数据；对历史数据进行预处理，获取预处理后的历史数据，并划分训练集和测试集；利用训练集对松散回潮工艺质量多输出预测模型CB_A_L进行训练；利用训练好的预测模型CB_A_L对测试集进行测试。本发明避免了传统关联算法的经验依赖限制，自主充分提取工艺数据中蕴含的复杂关联时序信息，而且预测精度较高，实现了车间质量预测需求，能够对质量异常数据做出及时预警。
一种松散回潮工艺质量指标输出预测方法系统

[发明专利]一种基于BERT和知识库的问答方法和系统-CN202011177960.7有效
发明人：廖伟智;黄明彤;阴艳超 -专利权人：电子科技大学
申请日： 2020-10-29 - 公布日： 2022-11-15 - 主分类号： G06F16/33 文献下载
摘要：本发明公开一种基于BERT和知识库的问答方法和系统，应用于信息检索领域，针对现有的知识库问答系统存在的缺陷，本发明构分别建基于BERT‑CRF和语言模型的命名实体识别模型，与基于BERT和语言模型的文本相似度二分类模型；并对两个模型进行训练，采用训练完成的两个模型对待解答的问题语料进行处理，能得到该问题的正确答案，并自动改写回答。
一种基于 bert 知识库问答方法系统

[发明专利]一种基于特征融合的供应链循环包装箱需求预测方法-CN202210713481.5在审
发明人：廖伟智;曹阳;阴艳超;阎德劲 -专利权人：电子科技大学
申请日： 2022-06-22 - 公布日： 2022-10-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于特征融合的供应链循环包装箱需求预测方法，通过构建基于特征融合的供应链循环包装箱需求预测模型；模型训练；使用训练好的模型进行供应链循环包装箱需求预测。本发明分别使用长短期记忆网络和卷积神经网络对应提取数据的时序特征和全局特征，更全面、充分地提取数据特征；本发明通过拼接、投影、残差连接一系列操作进行时序特征和全局特征的融合，使模型有效利用不同数据特征。
一种基于特征融合供应循环包装箱需求预测方法

[发明专利]一种基于CNN-LSTM混合神经网络模型的工艺质量预测方法-CN202210929051.7在审
发明人：唐军;何邦华;周冰;林文强;易斌;谭国治;蔡波;唐丽;马宁;陈文;阴艳超;王明悦;张曦 -专利权人：云南中烟工业有限责任公司
申请日： 2022-08-03 - 公布日： 2022-10-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于CNN‑LSTM混合神经网络模型的工艺质量预测方法，包括如下步骤：(1)采集数据，测量并记录与质量指标相关的变量，获得初始变量；(2)数据筛选，通过相关性分析对初始变量进行筛选，去除掉冗余变量后获得输入变量；选取数据集的前80％数据作为训练集，剩余20％的数据作为测试集；(3)采用CNN‑LSTM神经网络建立预测模型，并结合时序注意力机制，在模型中输入的输入变量，获得质量指标的预测数据；(4)根据获得质量指标的预测数据与真实数据之间进行分析评价，验证预测方法的有效性。本发明的工艺质量预测方法，通过建立混合神经网络模型预测质量指标，有针对性地解决了流程制造行业产品质量预测难的问题，满足了流程制造生产过程高水平质量控制的需要，为实现流程生产过程精准预测与优化调控提供方法和途径。
一种基于 cnn lstm 混合神经网络模型工艺质量预测方法

[发明专利]基于交互注意力的供应链生态区图文融合情感识别方法-CN202210593665.2在审
发明人：廖伟智;马伟林;阎德劲;张川东;王伟;阴艳超 -专利权人：电子科技大学
申请日： 2022-05-27 - 公布日： 2022-10-04 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了基于交互注意力的供应链生态区图文融合情感识别方法，包括如下步骤：对供应链生态社区的图文评论数据集进行预处理，得到预处理后的图文数据集；建立基于BERT预训练的文本特征提取模型和基于Transformer的图像特征提取模型，通过文本特征提取模型提取出预处理后的图文数据集中文本特征，通过图像特征提取模型提取出预处理后的图文数据集中图像特征；将提取的图像特征和文本特征送入基于改进注意力机制的特征融合模块进行特征融合，得到图像和文本的融合特征向量；建立基于文本和图像的多模态情感分析模型，利用图像和文本的融合特征向量进行情感分析，得到情感分类。通过本发明，可以实现充分而且有效的融合不同模态之间的信息，提升情感分类的准确率。
基于交互注意力供应生态区图文融合情感识别方法

1
2
3
4
5
6
7
下一页»
尾页
共 98 条