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1697372个,建议您升级VIP下载更多相关专利
  • [发明专利]面向大数据文本挖掘的动态认知语义匹配方法-CN202010263232.1有效
  • 赵安平;于宇 - 温州大学
  • 2020-04-05 - 2022-07-19 - G06F16/36
  • 本发明公开了一种面向大数据文本挖掘的动态认知语义匹配方法,通过对大数据文本空间进行文本特征和语义空间的量子认知表示,得到表征大数据文本空间语义空间的线性组合,针对所述线性组合采用基于量子概率的关联语义空间发现方法获取所述大数据文本空间语义表示和语义建模,根据语义表示和语义建模进行建模,得到初始匹配模型,采用深度神经网络针对所述初始匹配模型计算词间的语义关系,获得动态认知语义空间预测模型,采用动态认知语义空间预测模型对待匹配语句进行语义匹配,以实现对待匹配语句的语义匹配
  • 面向数据文本挖掘动态认知语义匹配方法
  • [发明专利]一种基于连续潜在语义分析的模型拟合方法-CN201810613941.0有效
  • 王菡子;肖国宝;王兴 - 厦门大学
  • 2018-06-14 - 2022-03-29 - G06V10/762
  • 一种基于连续潜在语义分析的模型拟合方法,涉及计算机视觉技术。准备数据集。融合偏好分析和潜在语义分析构造潜在语义空间。分析潜在语义空间的数据分布。在潜在语义空间中自适应地去除离群点。在潜在语义空间中对剩下的数据点进行聚类分析。根据聚类结果估计模型参数,完成模型拟合。通过融合连续偏好分析和潜在语义分析快速有效地构造潜在语义空间,并将输入数据投影到所构造的潜在语义空间中,使得离群点靠近原点而来自不同模型实例的内点分布在不同的子空间中,从而将复杂的模型拟合问题看作成潜在语义空间中子空间恢复问题
  • 一种基于连续潜在语义分析模型拟合方法
  • [发明专利]基于结构化行为语义空间的行为识别检测方法及系统-CN202310464788.0在审
  • 李永露;吴小茜;刘欣鹏;卢策吾 - 上海交通大学
  • 2023-04-27 - 2023-07-28 - G06V40/20
  • 一种基于结构化行为语义空间的行为识别检测方法及系统,在离线阶段根据VerbNet中有层次的动词树构建建立结构化行为语义空间,通过一致性处理构建具有统一标签系统的统一数据库后,从通用行为数据集中提取语义空间中节点的语义表征和几何表征并建立物理‑语义映射模型,在在线阶段根据训练后的物理‑语义映射模型识别待测样本的语义行为类别,并在具体行为理解场景中通过迁移识别指定的行为类别。本发明通过建立结构化行为语义空间和统一数据库后,提取结构化语义空间语义信息和几何信息,并根据物理空间语义空间的映射,进行具体行为理解场景的迁移,实现行为类别的检测。
  • 基于结构行为语义空间识别检测方法系统
  • [发明专利]一种基于语义依赖的空间关系抽取方法及装置-CN202110506597.7有效
  • 于辛;丁文韬;瞿裕忠 - 南京大学
  • 2021-05-10 - 2023-08-11 - G06F16/33
  • 一种基于语义依赖的空间关系抽取方法及装置,构建语义依赖识别模型,从非结构化文本中抽取出空间关系元组,首先定义语义依赖类型,分别为包含触发词角色类型和不包含触发词角色类型;然后将待识别文本及预标注的空间元素输入基于深度自注意力网络的语义依赖识别模型,结合定义的语义依赖类型,得到空间元素间的所有语义依赖识别结果;最后将得到的语义依赖识别结果进行组合,输出完整的空间关系元组。本发明将空间关系抽取问题转化为语义依赖识别问题,可同时处理多种空间关系,包括包含触发词和不含触发词的空间关系;本发明可以有效表示文本中的空间语义信息,抽取出空间元素间的语义依赖,无须人工设计特征,泛化性能强
  • 一种基于语义依赖空间关系抽取方法装置
  • [发明专利]基于多语义空间的视频文本检索方法、系统、设备及介质-CN202310616620.7在审
  • 尚凡华;刘红英;杨琳琳;罗如意;刘园园;冯伟 - 天津大学
  • 2023-05-29 - 2023-08-22 - G06F16/783
  • 本发明公开了一种基于多语义空间的视频文本检索方法、系统、设备及介质:视频特征编码得到视频特征和多个视频语义空间;文本特征编码得到文本特征和多个文本语义空间;跨模态子空间学习降低两个模态间的语义鸿沟同模态子空间学习得到语义不同的子空间;同模态和跨模态两类损失同时作用于视频文本检索任务;通过子空间融合匹配,加权融合多个语义空间的相似度分数,来充分利用多个语义空间实现视频和文本之间的互相检索;检索系统包括特征编码模块、子空间学习模块,包括跨模态子空间学习模块和同模态子空间学习模块。本发明通过同模态子空间保持差异性且跨模态子空间保持一致性的方式,来自适应地学习并表示不同模态数据的语义空间
  • 基于语义空间视频文本检索方法系统设备介质
  • [发明专利]一种机器人语义地图导航方法-CN202110784351.6在审
  • 霍光磊;李瑞峰;梁凤顺;温宽昌;常骐川;黄小春;李振宏;梁培栋 - 福建(泉州)哈工大工程技术研究院
  • 2021-07-12 - 2021-10-19 - G06F16/29
  • 本发明公开一种机器人语义地图导航方法,涉及导航技术,通过如下方法步骤的语义地图构建,机器人扫描固定空间轮廓的得到空间环境信息,将固定空间划分出语义区域,采集出多点作为语义标识,形成语义区域由语义标识组成的网状结构,建立语义内容库、语义区域实体任务库及两者关联的语义任务库;通过如下方法步骤实现语义地图的导航,机器人接收到语义任务,采集语义任务内容分析得出实体语义关系,与语义标识进行比较得出当前位置,建立出当前位置所在的语义区域至执行任务位置所在的语义区域的拓扑关系,从语义地图中规划出多条路径,选择出一条路径作为导航路径。该方法能够使得机器人更有效的认知空间语义、理解自然语言进行语义任务导航。
  • 一种机器人语义地图导航方法
  • [发明专利]语义空间地图构建方法及装置-CN201711001164.6有效
  • 刘洋;华仁红;陈德;饶杰 - 北京易达图灵科技有限公司
  • 2017-10-24 - 2020-05-05 - G06T7/73
  • 本发明提供一种语义空间地图构建方法及装置,方法包括获取多幅图像的图像数据;若判断获知多幅图像的图像数据中存在特征点和语义特征点,则根据多幅图像的图像数据获取每个特征点的位置、每个特征点的描述信息、每个语义特征的位置和语义信息;根据每个特征点的描述信息对多幅图像间特征点的位置进行匹配,获取图像间的特征点匹配集,根据每幅图像中语义特征点的语义信息对多幅图像间语义特征的位置进行匹配,获取图像间的语义特征匹配点集;根据两个匹配集获取每个特征点和每个语义特征点对应的三维空间位置,并据此和每个语义特征的语义信息构建待建立地图的场景的语义空间地图。本发明构建出了空间地图和语义地图的语义空间地图。
  • 语义空间地图构建方法装置
  • [发明专利]一种基于语义空间映射的知识图谱管理方法和系统-CN201410253673.8有效
  • 王晓平;肖仰华;汪卫 - 复旦大学
  • 2014-06-10 - 2017-07-07 - G06F17/27
  • 本发明属于文本语义处理、语义网技术领域,具体为一种基于语义空间映射的知识图谱管理方法和系统。本发明方法包括语义向量构建、语义空间映射、知识图谱管理;知识图谱管理又包括三个分为语义聚类、语义去重、语义标注。对于知识图谱的边/结点,首先将描述其的文本单元向语义空间投影,并通过向量累积获得其在语义空间上的向量表示;在此基础上,实现知识图谱的多项管理任务;系统包括对应的语义向量构建、语义空间映射、知识图谱管理3本发明克服了传统知识图谱管理方法在进行语义比较时对词语变形、同义词变化、语法形式变化等因素敏感的缺点,并且向量累积的方式使其能轻松应对词语个数的不同,易于实现进一步的诸如语义聚类、语义去重、语义标注等知识图谱管理任务
  • 一种基于语义空间映射知识图谱管理方法系统
  • [发明专利]将嵌入空间中的语义概念建模为分布-CN201610995187.2有效
  • 金海琳;任洲;林哲;方晨 - 奥多比公司
  • 2016-11-11 - 2022-04-15 - G06V10/764
  • 描述了将嵌入空间中的语义概念建模为分布。在嵌入空间中,图像和文本标签二者被代表。文本标签描述在图像内容中展示的语义概念。在嵌入空间中,由文本标签描述的语义概念被建模为分布。通过使用分布,每个语义概念被建模为可以与对其它语义概念建模的其它聚类重叠的连续聚类。例如,用于语义概念“苹果”的分布可以与用于语义概念“水果”和“树木”的分布重叠,因为苹果可以是指水果和树木二者。与使用分布形成对照,常规地配置的可视语义嵌入空间语义概念代表为单个点。因此,不同于这些常规地配置的嵌入空间,这里描述的嵌入空间被生成以将语义概念建模为分布,比如高斯分布、高斯混合等。
  • 嵌入空间中的语义概念建模分布

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