“一拓通信集团股份有限公司”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25个，建议您升级VIP下载更多相关专利

[发明专利]一种基于LSTM的时间序列滑坡数据预测方法-CN202111551420.5在审
发明人：周焕来;吴俊男;曾靓;王子彦;田浩琨;许文波;贾海涛;王俊 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2023-06-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于LSTM的时间序列滑坡数据预测方法。该发明在时间序列数据上具有一定的通用性，该专利以滑坡数据为说明案例。滑坡数据主要包括地表压力、比湿度、地表径流、降雨、根位土壤湿度、平均温度、蒸腾作用、风速、纵横面、坡度和高程,针对滑坡数据的预测，其准确度比较低的情况，使用长期短期神经网络(LSTM)对某地区的滑坡进行了预测，其所开发的模型准确率超过了95％。针对模型中存在的泛化问题，收集更多的真实滑坡事件数据，从而提高模型的泛化能力。
一种基于 lstm 时间序列滑坡数据预测方法

[发明专利]一种结合外部逻辑知识库和神经网络的混合知识图谱推理算法-CN202111417297.8在审
发明人：王俊;李家伟;周焕来;曾靓;邢增桓;张时洁;贾海涛;陈璐 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-11-26 - 公布日： 2023-05-30 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种基于外部逻辑库和神经网络的混合知识图谱推理算法。该发明针对已有的封闭领域知识图谱补全方法对于连通性差、存在新实体的知识图谱补全效果较差及忽略了实体间的内部逻辑性的问题，采用目标融合、实体解析技术，结合传统注意力权值，设置了一个排名损失函数用于知识图谱推理，在DBPedia50k、DBPedia500k数据集上提高了至少60％的语义排序效率，无论是在开放区域还是封闭区域，均能有良好性能，在Mean Rank和MRR等指标上也优于其他KGC模型。
一种结合外部逻辑知识库神经网络混合知识图谱推理算法

[发明专利]一种基于图神经网络的法律文本摘要生成方法-CN202111557388.1在审
发明人：周焕来;李家伟;唐小龙;张博阳;邢增桓;黄婧;贾海涛;王俊 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-11-22 - 主分类号： G06F16/34 文献下载
摘要：一种基于图神经网络的法律文本摘要生成方法，本发明涉及基于图卷积神经网络的生成式法律长文本摘要方法。本发明的目的是为了解决现有方法仅仅使用句子和词语的序列结构建模法律文本，忽略了法律文本的篇章结构信息的问题。过程为：首先将原来的长答案文本整理成带有图卷积的法律文本概念图，得到法律文本的篇章结构以更好地了解内部文本结构和概念相关性；之后按照设定方法得到预训练好的图神经网络的生成式法律文本摘要模型和初始化参数进行训练，得到训练好的图神经网络的生成式法律摘要模型和模型参数；本发明用于自然语言处理领域下的生成式法律文本摘要方法。
一种基于神经网络法律文本摘要生成方法

[发明专利]一种基于BERT的军事领域复合命名实体识别方法-CN202111408527.4在审
发明人：周焕来;张博阳;乔磊崖;高源;郭健煜;唐小龙;贾海涛;王俊 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-11-26 - 公布日： 2022-10-25 - 主分类号： G06F40/295 文献下载
摘要：本发明提出了一种基于BERT的军事领域复合命名实体识别的方法，该方法包括：在输入层利用BERT预训练模型表示字向量、利用Word2Vec表示词向量，二者联合进行Word Embedding，然后引入数据增强操作，拼接在词向量表示层之上来增强原始输入信息，构建句子初始向量；在编码层使用Bi‑On‑LSTM捕获文本的全局语义信息；引入注意力层，更新语义权重；在解码层采用LSTM Unit长短期记忆网络，进行嵌套命名实体抽取，输出的标签数量不再限制于单个，且继承了传统On‑LSTM在提取句子层级信息方面的优势，使用Softmax预测输出，CRF层保证序列标注结果符合标签间依赖关系，完成领域嵌套实体抽取任务。由于解码层采用了LSTM Unit网络的解码方式，且引入CRF层保证序列依赖关系，可以很好地解决实体嵌套等问题，从而提高了军事领域嵌套实体抽取的准确率。
一种基于 bert 军事领域复合命名实体识别方法

[发明专利]一种基于对比学习的小样本图像分类方法-CN202111560494.5在审
发明人：贾海涛;田浩琨;周焕来;王子彦;李嘉豪;曾靓;吴俊男;王俊 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-07-22 - 主分类号： G06V10/764 文献下载
摘要：本发明提出基于对比学习的小样本学习方法。该方法在小样本学习的第一阶段应用监督对比学习进行预处理。特征提取使用监督对比和微调的动态组合，而分类器执行适应使用TIM损失。经过实验分析，本发明是数据高效的(即，在小数据集上工作良好)，同时在大数据集上保持有竞争力的准确性性能。本发明在Mini‑ImageNet和CUB数据集上取得了新的最先进的结果。
一种基于对比学习样本图像分类方法

[发明专利]一种基于BERT和BiGRU融合注意力机制的实体关系抽取方法-CN202111551310.9在审
发明人：周焕来;李嘉豪;乔磊崖;曾靓;李金润;刘桐;贾海涛;王俊 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-05-17 - 主分类号： G06F16/36 文献下载
摘要：本发明提出采用BERT模型和BiGRU网络并融入注意力机制的实体关系抽取方法。该方法使用BERT作为神经网络模型嵌入层，使用动态词向量对中文进行编码，弥补了word2vec在解决多义词问题上的不足；基于GRU更好地处理序列化任务的能力和CNN提取局部特征的突出性能，改善了单个神经网络模型特征提取不足的问题；结合了注意力机制，输出特征通过注意力机制加权，使得对关系分类影响较大的词通过注意力机制加权，从而提高分类精度。
一种基于 bert bigru 融合注意力机制实体关系抽取方法

[发明专利]一种基于注意力机制的目标跟踪算法-CN202111551419.2在审
发明人：贾海涛;王子彦;周焕来;吴俊男;曾靓;田浩琨;赫熙煦;王俊 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-05-10 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于注意力机制的目标跟踪算法。基于检测的目标跟踪，主要面临以下两个方面的挑战：其一是目标跟踪的质量往往取决于目标检测的质量。其二则是在目标跟踪过程中，存在ID切换和合并的问题。因此，本发明根据上述问题，基于EfficientDet算法提出了一种基于注意力机制的目标跟踪算法，从运动预测和外观特征表示两个角度进行了改进，以达到优化目标跟踪算法对于目标跟踪场景下存在的ID切换和合并的问题的适应能力。
一种基于注意力机制目标跟踪算法

[发明专利]一种基于轻量双流网络的行为识别方法-CN202111551418.8在审
发明人：王俊;陈宗信;周焕来;张洋;刘博文;余梦鹏;李玉琳;贾海涛 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-04-29 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于轻量双流网络的行为识别方法，属于图像处理技术领域。其具体步骤为：S1行为识别实验数据集制作；S2基于所提出轻量双流网络框架，对行为识别数据集进行网络模型训练；S3采用自蒸馏技术，提取在标注标签外的软信息，用于进一步提高模型的识别准确率,使用自我迭代，自我学习的方法，提高训练速度以及识别准确率；S4通过轻量双流网络对输入的视频进行行为识别。本发明是一种基于轻量双流网络的行为识别方法，利用ActionNet模拟生成光流信息，大大提高了计算速度，使得行为识别的实时性和准确率得以提高。
一种基于双流网络行为识别方法

[发明专利]一种基于实例分割的图像语义描述改进方法-CN202111548600.8在审
发明人：胡皓晖;王云;周焕来;李玉琳;余梦鹏;张诗涵;陈昊男;贾海涛 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-03-22 - 主分类号： G06V20/70 文献下载
摘要：本发明属于图像描述领域，具体涉及一种基于实例分割的图像语义描述的改进方法。随着图像语义理解技术的发展，如何能有效的提取图像中蕴藏的高层语义信息成为科研工作者中热门研究的课题，但目前为止图像描述任务依然没有达到令人满意的效果。图像描述试图通过一句话描述图像的全部内容，但是实现图像描述的经典的编解码框架在编码端往往尝试使用基于网格划分和目标检测的卷积神经网络来提取图像特征，使得提取图像特征中容易丢失背景信息，或者不同区域的特征存在信息重合的问题，从而导致生成描述的语句出现丢失重点信息或者信息冗余的问题。因此本发明对基于编解码框架的的图像语义描述算法进行了相应改进，提高编码器提取图像特征的能力，从而使得生成的描述语句更加准确。
一种基于实例分割图像语义描述改进方法

[发明专利]一种基于图像描述的遥感图像语义理解方法-CN202111551378.7在审
发明人：王俊;李玉琳;周焕来;张洋;钱孝伟;刘博文;李家伟;贾海涛 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-03-22 - 主分类号： G06V20/70 文献下载
摘要：本发明提出了一种基于图像描述的遥感图像语义理解方法。遥感图像含有丰富的地物信息，场景复杂繁多，且数据集难以制作，因而遥感图像的图像描述准确性低。对于遥感图像的分辨率高及目标尺度变化大的问题，在卷积神经网络中加入了通道注意力机制，通道注意力机制提升了局部相邻通道之间的信息交互；针对遥感图像数据集少的问题，通过连续词袋CBOW模型将描述信息中的单词转换为向量映射到同一个向量空间，从而获得描述信息的语义特征；由于传统的RNN循环神经网络在处理长短不一的文本时存在缺陷，采用GRU作为RNN的神经元节点，通过GRU模型进行遥感图像内容描述。基于图像描述的遥感图像语义理解方法对于遥感图像能够取得较好的描述效果。
一种基于图像描述遥感语义理解方法

[发明专利]一种基于改进的多尺度全卷积网络语义分割方法-CN202111567697.7在审
发明人：贾海涛;刘博文;周焕来;赵宏涛;张洋;李玉琳;谭志昊;王俊 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-03-22 - 主分类号： G06V20/70 文献下载
摘要：本发明公开了一种基于改进的多尺度全卷积网络语义分割方法，该发明在语义分割图片时具有通用性，主要是针对复杂场景图片的语义分割。该专利以类别数目较多的PASCAL Context数据集为例，针对类别较多的情况，将VGG19网络中的全连接层改为卷积层使网络变为具有语义分割代表性的编码器‑解码器结构。加入跳跃结构来提取网路不同层级的特征，加入残差网络解决网络深度导致的梯度消失和爆炸问题，加入并改进了ASPP空洞空间池化金字塔来进行多尺度语义信息提取与融合。在上采样时采用反卷积的方法来提高解码器恢复的性能。基于改进的多尺度全卷积网络语义分割算法模型能够精准的进行图像语义信息的提取，在类别较多的复杂场景下也能够取得较好的识别效果。
一种基于改进尺度卷积网络语义分割方法

[发明专利]一种基于图神经网络的化工制备领域长文本分类方法-CN202111567698.1在审
发明人：周焕来;张博阳;陈璐;唐小龙;高源;孙靖哲;贾海涛;王俊 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-03-22 - 主分类号： G06F16/35 文献下载
摘要：本发明提出了一种基于图神经网络的化工制备领域长文本分类方法，该方法包括：首先，融合词语统计特征和词向量特征，将多维特征作为RNN+CRF模型输入，提取化工制备领域文本新词，构建分词词典；然后，将全部文档、分词(包括训练数据、预测数据)作为节点初始化，构建全局语法、顺序张量图；下来，通过图消息传递机制，进行图上(节点、边、全局信息)、图间信息迭代，更新特征表示；接着，将语法、顺序张量图降维融合得到全局语义图；最后，将全局语义图作为输入，通过图卷积网络训练获取信息表征，接入softmax层分类，输出待预测文档节点的类别信息，得到最终预测结果。
一种基于神经网络化工制备领域文本分类方法

[发明专利]一种基于改进YOLOv5的卫星图像小目标检测方法-CN202111567696.2在审
发明人：王俊;庞磊;周焕来;陈璐;刘博文;余梦鹏;张诗涵;朱敬伦;贾海涛 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-03-22 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于改进YOLOv5的卫星图像小目标检测方法。该发明在小目标检测方向上具有一定的通用性，该专利以遥感影像小目标检测为说明案例。为解决遥感图像目标检测中对小目标误检、漏检及特征提取能力不足等问题，提出基于改进YOLOv5的小目标检测算法。算法使用Mosaic‑6方法进行数据增强，通过将主干网络替换为特征提取能力更强的Swin Transformer结构，调整损失函数，有利于网络捕获全局信息和丰富的上下文信息；通过修改网络颈部结构，即在特征金字塔和路径聚合网络中引入CBAM注意力模块，有利于网络对中间特征图自适应细化特征，进一步提升网络模型对小目标的检测效果。将改进后的算法应用在密集小目标情景下的遥感图像检测中，实验结果表明，相较于原始YOLOv5算法，该算法在小目标检测上具有更强的特征提取能力和更高的检测精确度。
一种基于改进 yolov5 卫星图像目标检测方法

[发明专利]一种基于通道裁剪的无人机视频小目标检测方法-CN202111567636.0在审
发明人：贾海涛;邹新雷;周焕来;王云;乔磊崖;陈璐;孙靖哲;王俊 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-12-21 - 公布日： 2022-03-22 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种基于通道裁剪的无人机视频小目标检测方法。该发明在小目标检测方向上具有一定的通用性，该专利以千米无人机高空检测为说明案例。市区以及郊区中存在大量的小目标。针对小目标问题，在通常目标检测方法中为了减小模型内存占用、节省计算资源，根据目标尺寸特点，对YOLOv4原模型的预测层进行了改进，将三尺度检测模型改进为双尺度检测模型；对双尺度检测模型进行正常训练，然后将其BN层的缩放因子进行稀疏训练，最后通过裁剪一定比例的通道数以再次减小模型内存占用提升检测速度。基于通道裁剪的无人机视频小目标检测方法模型能够快速精准的检测远距离小目标，且对于小目标缺陷和极端长宽比缺陷也能够取得较好的效果。
一种基于通道裁剪无人机视频目标检测方法

[发明专利]一种基于BiLSTM和SVM的消费倾向分析方法-CN202111416830.9在审
发明人：贾海涛;唐小龙;周焕来;乔磊崖;林思远;陈泓秀;张博阳;王俊 -专利权人： 一拓通信集团股份有限公司
申请日： 2021-11-26 - 公布日： 2022-03-11 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于BiLSTM和SVM的消费倾向分析方法，所述方法包括以下步骤：判断单个句子是否与消费有关；通过Bag‑of‑words模型，判断句子中出现的商品的类型；通过BiLSTM和SVM模型判断句子中人物的情感态度，即支持还是反对；根据商品的类型和人物的情感态度进行综合计算，判断句子中用户的消费倾向；对文本的各个句子依次进行上述操作，统计得出整篇文本中用户的消费倾向。通过本发明，可以根据用户的网络言论、评价等分析出用户在网上消费时的倾向，比如是追求品质型的还是注重平价型的，从而更精准地给用户推荐商品。
一种基于 bilstm svm 消费倾向分析方法

1
2
下一页»
尾页
共 25 条