“输入序列”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1637589个，建议您升级VIP下载更多相关专利

[发明专利]物资流转度预测方法、装置、计算机设备和存储介质-CN202210914786.2在审
发明人：柏雪;宋磊;陈磊;韩剑平;王体龙;邓建春 -专利权人：一汽解放汽车有限公司
申请日： 2022-08-01 - 公布日： 2022-11-01 - 主分类号： G06F30/27 文献下载
摘要：所述方法包括：获取多个连续的历史周期内产生的物资历史流转度序列；将物资历史流转度序列输入至时间序列模型，输出初始预测值；基于物资历史流转度序列构建多组输入数据和参考数据；将多个输入数据分别输入至时间序列模型，得到多个预测数据；基于每个输入数据所对应的预测数据和参考数据间的差异确定历史残差值，并根据各个输入数据所对应的历史残差值得到历史残差值序列；将历史残差值序列输入至训练完成的神经网络模型，输出预测残差值
物资流转预测方法装置计算机设备存储介质

[发明专利]一种细粒度韵律可控的情感语音合成方法、系统及存储介质-CN202211048863.7在审
发明人：柯登峰;邓雅月;李雅;谢海山;潘镭;郭勇 -专利权人：柯登峰
申请日： 2022-08-30 - 公布日： 2022-11-29 - 主分类号： G10L13/027 文献下载
摘要：本发明提供一种细粒度韵律可控的情感语音合成方法、系统及存储介质，该方法包括，将拼音序列输入第一编码模型得到文本隐藏向量序列，将初始文本数据和对应的音频数据输入第二编码模型得到韵律向量序列；梅尔语谱图输入到第三编码模型得到情感表示向量；将前一帧的声学特征序列进行非线性变换得到中间特征向量；将情感表示向量和中间特征向量相加输入到第一循环神经网络中，得到第一隐藏状态序列；计算能量值，利用递推算法得到当前帧的对齐向量；进行加权求和得到上下文向量；输入到第二循环神经网络中，得到第二隐藏状态序列；输入到第一线性映射层，得到当前帧的声学特征序列，输入到声码器，得到预测的当前帧的语音波形，输出最终的语音数据。
一种细粒度韵律可控情感语音合成方法系统存储介质

[发明专利]具有对称上升和下降时钟沿类型时延量的延时锁相环-CN00101927.9有效
发明人： A·M·楚;J·A·菲菲尔德;J·E·罗特拉;J·－M·多尔图 -专利权人：因芬尼昂技术北美公司;国际商业机器公司
申请日： 2000-01-28 - 公布日： 2004-09-08 - 主分类号： H03L7/08 文献下载
摘要：提供了在其中通过接收机接收输入脉冲序列的电路和方法。该电路包括延时锁相环。延时锁相环包括脉冲发生器，用于产生响应于接收输入脉冲序列的前沿的第一脉冲和响应于接收输入脉冲序列的后沿的第二脉冲。第一脉冲和第二脉冲组合成复合输入信号。延时锁相环也包括可变延时线，用于产生在由延时线提供的选定的延时以后的复合输出脉冲序列。延时锁相环用来选择可变延时线的延时量，以便产生与输入脉冲序列具有预定相位关系的复合输出脉冲序列。
具有对称上升下降时钟类型时延量延时锁相环

[发明专利]中文学术关键词抽取方法、装置和存储介质-CN202110814460.8有效
发明人：杜军平;王岳;薛哲;徐欣 -专利权人：北京邮电大学
申请日： 2021-07-19 - 公布日： 2021-11-19 - 主分类号： G06F40/30 文献下载
摘要：本发明提供一种中文学术关键词抽取方法、装置和存储介质，该方法包括以下步骤：从学术文本数据集中获得学术预料，输入至包含外部语义信息的预训练模型，生成输入的学术语料的动态字向量；基于所述动态字向量获得动态字向量输入序列输入至BiLSTM‑CRF序列标注模型，得到输入序列对应的标签序列的得分，基于得分获得最优标签序列，并基于得到的最优标签序列结果得到候选关键词集；基于候选关键词集中候选关键词的标题相似度和词频逆向文档频率TFIDF
中文学术关键词抽取方法装置存储介质

[发明专利]对话生成方法、装置、设备及存储介质-CN201910069718.9有效
发明人：谭翊章;丁佳晨;缪畅宇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-01-24 - 公布日： 2023-08-22 - 主分类号： G06F16/332 文献下载
摘要：本申请公开了一种对话生成方法、装置、设置及存储介质，所述方法应用于人机对话系统中，所述方法包括：从对话客户端获取输入对话序列；获取与所述输入对话序列相关的关联信息；调用编码器对所述输入对话序列进行编码，得到输入编码向量；调用所述编码器对所述关联信息进行编码，得到关联编码向量；调用解码器对所述输入编码向量和所述关联编码向量进行解码，得到输出对话序列，所述输出对话序列中包括有属于所述关联信息的集外词；向所述对话客户端发送所述输出对话序列
对话生成方法装置设备存储介质

[发明专利]基于序列到序列学习模型的交通指数预测方法和装置-CN201910790602.4在审
发明人：徐志洁;张健钦;张悦颖 -专利权人：北京建筑大学
申请日： 2019-08-26 - 公布日： 2019-12-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于序列到序列学习模型的交通指数预测方法和装置，方法包括：获取交通指数输入时间序列；将交通指数输入时间序列作为序列到序列学习模型的输入对象；其中，序列到序列学习模型由编码器网络和解码器网络组成，编码器网络为以LSTM单元作为基本循环单元的LSTM网络，解码器网络为以LSTM单元作为基本循环单元的LSTM网络；利用编码器网络对交通指数输入时间序列进行特征提取，得到时间变化特征向量；利用解码器网络对时间变化特征向量进行处理，将处理得到的交通指数输出时间序列作为预测结果。
时间序列解码器交通网络编码器基本循环单元时间变化特征向量方法和装置非线性变化输入对象特征提取网络组成预测结果指数预测学习刻画输出预测

[发明专利]一种基于深度森林生成对抗网络的金融时间序列预测方法-CN202110320439.2在审
发明人：曲东东;邹慧敏 -专利权人：大连海事大学
申请日： 2021-03-25 - 公布日： 2021-07-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于深度森林生成对抗网络的金融时间序列预测方法，属于金融时间序列预测领域，包括以下步骤：获取原始金融时间序列数据，对原始金融时间序列数据进行预处理；将得到的目标金融序列的技术指标作为深度森林算法的输入特征序列，选择滑动窗口对输入特征序列进行多粒度扫描，训练级联森林，进行特征序列选择；将离散小波变换与添加了注意力机制的长短时记忆网络作为生成器，卷积神经网络作为判别器，构建生成对抗网络模型；将训练集输入到生成对抗网络模型中进行对抗训练，将测试集输入到训练好的生成对抗网络模型，得到金融时间序列的预测结果；该方法提高基于深度森林生成对抗网络金融序列预测模型的预测准确率。
一种基于深度森林生成对抗网络金融时间序列预测方法

[发明专利]用于整形数据序列概率分布的装置和方法-CN201780081987.6有效
发明人：马尔钦·皮库斯;许文 -专利权人：杜塞尔多夫华为技术有限公司
申请日： 2017-01-02 - 公布日： 2021-08-13 - 主分类号： H04L27/34 文献下载
摘要：一种概率整形器，包括输入端，被配置为接收具有第一概率分布的输入数据序列。该概率整形器也包括分路器，被配置为将该输入数据序列划分为多个独立数据序列。概率整形器包括多个整形编码器。每个整形编码器被配置为接收相应的一个独立数据序列，并将其映射到具有与第一概率分布不同的概率分布的输出数据序列。每个整形编码器被配置为独立于其他整形编码器执行其映射。概率整形器还包括合路器，被配置为从多个整形编码器接收该输出数据序列，并将该输出数据序列合路成具有目标概率分布的单数据序列。该概率整形器通过将输入数据序列划分为可以并行处理的更短的序列，能够增加吞吐量。
用于整形数据序列概率分布装置方法

[发明专利]正交伪随机噪声解扩方法-CN200680055203.4有效
发明人：吴交;辛雨;许国平 -专利权人：中兴通讯股份有限公司
申请日： 2006-12-06 - 公布日： 2009-07-08 - 主分类号： H04B1/707 文献下载
摘要：输入数据序列I′和Q′，以及输入要进行正交伪随机噪声解扩运算的伪随机噪声序列PNI和PNQ；在每一个时隙中，从每个伪随机噪声序列PNI和每个伪随机噪声序列PNQ中分别连续取出2048个码字，对2048个码字分别进行解时分复用运算，得到均为1600个码字的伪随机噪声序列PNI′和PNQ′；伪随机噪声序列PNI′和PNQ′与在时隙输入的长度为1600个码字的数据序列I′和数据序列Q′进行正交伪随机解扩运算，从而输出数据序列I和Q。对输入进行正交伪随机噪声解扩运算的序列进行了操作，从而满足系统的发送要求，使得发送端的复杂度有所降低。
正交随机噪声方法

[发明专利]自然语言处理方法及其设备和存储介质-CN201910160036.9在审
发明人：庄毅萌;刘松;胡硕 -专利权人：北京三星通信技术研究有限公司;三星电子株式会社
申请日： 2019-03-01 - 公布日： 2020-07-03 - 主分类号： G06F40/289 文献下载
摘要：所述方法，包括：获取输入向量序列，所述输入向量序列包括待处理文本的词向量序列；对输入向量序列中的词向量进行分组，并对至少一组词向量执行自注意力处理；以及，基于自注意力处理结果，生成待处理文本对应的输出向量序列
自然语言处理方法及其设备存储介质

[发明专利]基于输入预测的搜索方法和输入法系统-CN201410379907.3在审
发明人：张帅;王东;光芊源;余浩;张阔 -专利权人：北京搜狗科技发展有限公司
申请日： 2014-08-04 - 公布日： 2016-02-17 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了一种基于输入预测的搜索方法和输入法系统，以解决现有搜索操作繁琐，效率较低的问题。所述的方法包括：接收用户输入的当前输入信息，其中，所述当前输入信息包括当前输入字符串和时间间隔信息；依据所述时间间隔信息实时对所述当前输入字符串进行切分，并转换得到所述当前输入字符串对应的候选序列集合；对所述候选序列集合中的每个候选序列分别进行搜索，获取各候选序列各自对应的搜索结果，并依据所述候选序列集合和对应的搜索结果进行反馈。在输入过程中依据时间间隔信息实时切分可以准确、快捷的得到切分结果，提高了输入匹配度，且无需在搜索引擎的搜索框中输入搜索即可获取想要的搜索结果，操作简便、快捷，提高了搜索效率。
基于输入预测搜索方法输入法系统

[发明专利]使用插补的序列建模-CN202180012954.2在审
发明人：威廉·常;基特万·萨哈里亚;杰弗里·E·欣顿;穆罕默德·诺劳兹;纳夫迪普·贾伊特利 -专利权人：谷歌有限责任公司
申请日： 2021-02-08 - 公布日： 2022-09-13 - 主分类号： G06N3/04 文献下载
摘要：一种用于序列建模的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。这些方法之一包括：接收具有多个输入位置的输入序列；确定连续输入位置的多个块；使用神经网络处理输入序列以生成潜在对准，在多个输入时间步中的每个输入时间步包括：从先前输入时间步接收部分潜在对准；选择每个块中的输入位置，其中在每个块中的部分潜在对准的所选择的输入位置处的语言符号是掩码语言符号；以及使用神经网络来处理部分潜在对准和输入序列以生成新潜在对准，其中新潜在对准在每个块中的所选择的输入位置处包括输出语言符号或空白语言符号；以及使用潜在对准来生成输出序列。
使用序列建模

[发明专利]设备上语法检查-CN202080105728.4在审
发明人：马修·谢里菲;塞巴斯蒂安·米柳斯;汪麒;李云鹏;山卡尔·库玛尔;卢卡斯·齐尔卡;西蒙·彤;马丁·桑德迈尔 -专利权人：谷歌有限责任公司
申请日： 2020-12-18 - 公布日： 2023-06-13 - 主分类号： G06F40/253 文献下载
摘要：一种计算设备可以接收输入文本，并且使用一个或多个神经网络执行对输入文本中的单词序列的设备上语法检查，包括使用一个或多个神经网络来确定单词序列的语法正确版本，以及确定单词序列与单词序列的语法正确版本不匹配计算设备可以响应于确定单词序列与单词序列的语法正确版本不匹配，输出单词序列的语法正确版本的至少一部分作为输入文本中的单词序列的至少一个序列的建议替换以用于在显示设备处显示。
设备语法检查

[发明专利]一种基于实例遮掩的文本与图像互检索方法-CN202110578944.7有效
发明人：袁春;吴航昊 -专利权人：清华大学深圳国际研究生院
申请日： 2021-05-26 - 公布日： 2022-11-29 - 主分类号： G06F16/33 文献下载
摘要：一种基于实例遮掩的文本与图像互检索方法，包括：输入由文本与图像构成的样本对；将图像和文本分别进行预处理以形成初始的图像特征向量序列和初始的词向量序列，将初始的图像特征向量序列同时输入到图像编码器和图像遮掩器，图像遮掩器根据初始的图像特征向量序列构造遮掩的图像特征向量序列并输入到图像编码器，以将图像嵌入到视觉语义空间；将初始的词向量序列同时输入到文本编码器和文本遮掩器，文本遮掩器根据初始的词向量序列构造遮掩的词向量序列并输入到文本编码器，以将文本嵌入到视觉语义空间；在视觉语义空间中度量向量间的相似度，以返回与查询样本相似度从高到低的序列。
一种基于实例遮掩文本图像检索方法

[发明专利]一种基于双向时间卷积网络的视频序列人脸表情识别算法-CN202110892201.7在审
发明人：邱宾;薛峰;佟剑瑞;胡静松 -专利权人：安徽中科有智科技有限公司
申请日： 2021-08-04 - 公布日： 2021-11-30 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于双向时间卷积网络的视频序列人脸表情识别算法，包括数据输入、特征提取、卷积计算和输出结果四个步骤；数据输入：输入一组待识别的包含人脸的视频序列，通过图像缩放将序列中各图像变换到指定尺寸的图像；特征提取：将所述人脸视频序列输入时空特征提取模块，输出得到人脸时空特征图；卷积计算：将所述人脸时空特征图输入双向时间卷积网络模块，输出得到人脸特征向量；输出结果：将所述人脸特征向量输入全连接层，再使用Softmax层分类，最终输出得到人脸表情识别结果；本发明通过提取人脸视频序列时空特征，充分利用人脸视频序列的时空关系识别人脸表情，提高了表情识别的精确度和有效性。
一种基于双向时间卷积网络视频序列表情识别算法