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1249758个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于注意联合网络的高光谱遥感图像分类方法-CN202211197910.4在审
  • 梁栋;王程伟;陈卫 - 安徽大学
  • 2022-09-29 - 2023-01-03 - G06V10/764
  • 本发明涉及一种基于注意联合网络的高光谱遥感图像分类方法,与现有技术相比解决了训练样本有限的情况下导致分类性能不足的缺陷。本发明包括以下步骤:训练样本的获取和预处理;构建注意联合网络;注意联合网络的训练;分类样本的获取和预处理;高光谱遥感图像分类结果的获得。本发明从PCA降维后的高光谱图像中提取空间光谱特征和空间特征,引入了由通道注意和空间注意组成的注意模块以细化特征,通过连接两个分支的输出,得到增强的空间光谱特征,最后利用Softmax分类器进行分类,在有限的训练样本情况下仍具有较好的分类性能。
  • 一种基于注意力联合网络光谱遥感图像分类方法
  • [发明专利]一种实体关系联合抽取方法、装置、设备及介质-CN202010538132.5有效
  • 曾道建;谢依玲;赵超;田剑 - 长沙理工大学
  • 2020-06-12 - 2023-05-12 - G06F16/36
  • 本申请公开了一种实体关系联合抽取方法、装置、设备及介质,包括:获取训练样本数据;利用所述训练样本数据对预先搭建的实体关系抽取模型进行训练,得到训练后模型;其中,所述实体关系抽取模型中包括自注意层;所述自注意层用于在训练过程中基于句子中其他三元组对当前预测关系的影响进行注意计算;当获取到待进行实体关系抽取的目标文本,利用所述训练后模型输出对应的实体关系抽取结果。这样,对包括自注意层的实体关系抽取模型进行训练,能够在实体关系的抽取过程中考虑其他三元组对当前预测关系的影响,从而提升实体关系抽取的准确度。
  • 一种实体关系联合抽取方法装置设备介质
  • [发明专利]图像分块特征提取方法、装置及存储介质-CN202310260982.7在审
  • 马喜波;揭晨露 - 中国科学院自动化研究所
  • 2023-03-13 - 2023-07-25 - G06V10/26
  • 该方法包括:输入待处理图像分块至图注意网络模型,获得待处理图像分块的特征向量;其中,所述图注意网络模型基于以下步骤训练获得:将样本图像分块的语义分割图与所述样本图像分块的原图进行拼接得到拼接图像分块;基于拼接图像分块利用图注意机制确定所述样本图像分块的拓扑特征;基于所述拓扑特征训练注意网络模型。本申请实施例提供的图像分块特征提取方法、装置及存储介质,通过训练得到的图注意网络模型能够获取待处理图像分块的局部特征信息和全局特征信息,提升了特征信息提取的准确性。
  • 图像分块特征提取方法装置存储介质
  • [发明专利]基于自注意机制的肌电手势识别方法及装置-CN202211640514.4在审
  • 王仕婧;刘冰 - 浙江柔灵科技有限公司
  • 2022-12-20 - 2023-05-05 - G06V40/20
  • 基于自注意机制的肌电手势识别方法及装置,该方法根据预定的时间间隔,按照相同顺序重复展示预设次数的给定手势动态图像,根据开始展示时间以及展示时长,分别给对应手势动态图像标记时间戳,得到带有标签的肌电数据;搭建带有自注意机制的复合模型,复合模型的架构包括循环架构、通道注意架构、多头自注意架构和输出架构;将训练集数据和对应的标签送入复合模型进行训练,采用训练好的复合模型对测试集数据进行预测,将循环架构和多头自注意架构预测概率之和最大的分类作为预测的手势分类
  • 基于注意力机制手势识别方法装置
  • [发明专利]基于自注意机制的硬岩掘进机控制参数辅助预测方法-CN202211411168.2在审
  • 邹俊;陈蓉 - 浙江大学
  • 2022-11-11 - 2023-03-07 - G06F30/27
  • 本发明公开了一种基于自注意机制的硬岩掘进机控制参数辅助预测方法。首先,从硬岩掘进机的历史掘进数据中选择历史关键掘进参数数据;接着,对历史关键掘进参数数据进行预处理,获得预处理后的关键掘进参数数据;再将预处理后的关键掘进参数数据输入自注意机制模块中训练,获得训练好的自注意机制模块;将实际获得的关键掘进参数数据输入训练好的自注意机制模块中,预测获得未来的关键掘进参数数据。本发明采集大量硬岩掘进机现场掘进数据作为驱动,并在此基础上构建了自注意机制模块,提高了硬岩掘进机控制参数预测精度。
  • 基于注意力机制掘进机控制参数辅助预测方法
  • [发明专利]一种基于注意机制的图像协同显著目标检测模型-CN202010109240.0有效
  • 刘政怡;章伟;汪远 - 安徽大学
  • 2020-02-21 - 2022-11-18 - G06T7/00
  • 本发明提供一种基于注意机制的图像协同显著目标检测模型,其特征在于,首先,提取单幅图像特征;其次,利用单幅图像通道注意和多幅图像通道协同注意提取每幅图像的通道特征;再次,利用单幅图像空间注意和多幅图像空间协同注意提取每幅图像的空间特征;接着,经过解码器生成协同显著图;最后,所述模型在显著真值图的监督下进行学习训练。所述模型通过通道协同注意,激活组内图像共同的类别信息,通过空间协同注意,激活组内图像相似目标的位置。所述模型利用注意机制挖掘组内图像的协同关系,提高图像协同显著目标检测的效果。
  • 一种基于注意力机制图像协同显著目标检测模型
  • [发明专利]改进自注意模型的文本处理方法及装置-CN202310283224.7在审
  • 王芳;暴宇健 - 北京龙智数科科技服务有限公司
  • 2023-03-22 - 2023-06-23 - G06N3/045
  • 本公开涉及文本处理技术领域,提供了一种改进自注意模型的文本处理方法及装置。该方法包括:构建自注意模型的嵌入层和线性层各自对应的第一矩阵和第二矩阵;利用嵌入层对应的第一矩阵和第二矩阵构建嵌入层的第一旁路网络,利用线性层对应的第一矩阵和第二矩阵构建线性层的第二旁路网络;对构建第一旁路网络和第二旁路网络后的自注意模型进行训练:冻结自注意模型中除第一旁路网络和第二旁路网络之外的其它网络层的网络参数,对第一旁路网络和第二旁路网络进行训练;利用训练后的自注意模型执行文本处理任务。采用上述技术手段,解决现有技术中,自注意模型训练面临待调优参数量大和耗时长的问题。
  • 改进注意力模型文本处理方法装置

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