“姜伟昊”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20个，建议您升级VIP下载更多相关专利

[发明专利]一种基于自监督语音表征的方言分类方法和系统-CN202310733281.0在审
发明人：佘清顺;赵洲;黄俊杰;姜伟昊 -专利权人：浙江大学
申请日： 2023-06-20 - 公布日： 2023-08-22 - 主分类号： G10L15/00 文献下载
摘要：本发明公开了一种基于自监督语音表征的方言分类方法，属于语音识别领域。获取不同方言的音频样本，提取原始波形序列；使用预训练模型进一步提取语音表征序列并降采样，得到帧级别输入序列；使用Transformer编码器对帧级别输入序列进行编码；使用注意力聚合方法将编码结果进行池化统计，得到句子级别编码序列；对句子级别编码序列线性投影，得到样本预测概率；训练Transformer编码器、以及注意力聚合方法和线性投影中的可训练参数，基于训练后的参数预测音频中的方言类型。本发明使用自监督语音表征作为输入特征并在Transformer中引入基于内容的自注意力机制来提取音频的全局和局部信息，提高了分类准确率。
一种基于监督语音表征方言分类方法系统

[发明专利]一种基于音频监督的可转移视听文本生成方法和系统-CN202310365526.9有效
发明人：李烈锋;王志辉;姜伟昊;钱冠梁;孙清;陈梓铭 -专利权人：杭州东上智能科技有限公司
申请日： 2023-04-07 - 公布日： 2023-07-07 - 主分类号： G06F16/783 文献下载
摘要：本发明公开了一种基于音频监督的可转移视听文本生成方法和系统，属于描述性数据的生成和处理领域。首先提取源域视频帧特征序列和音频特征序列，提取视频帧特征序列的视觉前缀；构建通用音频语义空间，将视觉前缀重建为重建音频片段特征和反事实音频片段特征；将视觉前缀和视频帧特征序列拼接后与音频特征序列一起编码，得到跨模态融合后的视频特征序列和音频特征序列，再解码生成预测的描述文本；采用元学习和反事实对比学习方法，利用源域训练数据集对网络模型进行训练。本发明使用在不同域中语义信息变化较小的音频信号来监督视觉变化，将音频的域不变性引入到视觉特征中，同时使用一种反事实对比学习策略，有效地改善了文本生成的性能。
一种基于音频监督转移视听文本生成方法系统

[发明专利]一种基于对比文本-音频对的文本韵律生成方法和系统-CN202310361791.X有效
发明人：黄俊杰;姜伟昊;王志辉;李烈锋;孙清;陈梓铭 -专利权人：杭州东上智能科技有限公司
申请日： 2023-04-07 - 公布日： 2023-07-07 - 主分类号： G10L13/10 文献下载
摘要：本发明公开了一种基于对比文本‑音频对的文本韵律生成方法和系统，属于语音合成领域。获取原始语音音频和对应的文本组合作为训练集，利用韵律编码器编码选定词符韵律特征，利用文本编码器编码选定词符文本特征；根据选定词符韵律特征和文本特征计算余弦相似度矩阵，计算对称交叉熵损失函数，从单词和音素两个尺度进行对比训练。针对给定文本，利用训练后的文本编码器对给定文本的音素序列和字节对编码序列进行编码，获取音素级别文本特征编码和/或单词级别文本特征编码，生成文本对应的韵律。本发明通过对比文本‑音频对预训练，可以充分地从文本上下文中学习到韵律相关的文本表征信息，忽略语义信息，提高下游任务合成音频的质量。
一种基于对比文本音频韵律生成方法系统

[发明专利]一种基于上下文感知扩散模型的口吃语音编辑方法和系统-CN202310361856.0有效
发明人： 姜伟昊;钱冠梁;黄俊杰;李烈锋;孙清;陈梓铭 -专利权人：杭州东上智能科技有限公司
申请日： 2023-04-07 - 公布日： 2023-07-07 - 主分类号： G10L13/033 文献下载
摘要：本发明公开了一种基于上下文感知扩散模型的口吃语音编辑方法和系统，属于语音编辑领域。首先获取口语语音‑文本组合，从文本中提取文本特征向量以及随机遮罩后的口语语音特征向量；基于上下文感知机制提取上下文信息；将上下文信息、当前时间步、当前时间步的梅尔频谱特征输入扩散模型，迭代计算上一时间步的梅尔频谱特征，直至迭代地重建出遮罩部分对应语音的梅尔频谱特征；对上下文感知机制和扩散模型进行联合训练；针对带有口吃的口语语音，遮罩口吃区域，采用训练好的上下文感知机制和扩散模型生成编辑后的语音片段。本发明通过从口语语音中提取丰富的上下文信息来指导扩散模型的迭代过程，从而提高了口吃语音编辑的音质与自然度。
一种基于上下文感知扩散模型口吃语音编辑方法系统

[外观设计]平板电脑支架(一体化)-CN202330139984.1有效
发明人：钱冠梁;李烈锋;姜伟昊;王志辉;黄俊杰 -专利权人：杭州东上智能科技有限公司
申请日： 2023-03-22 - 公布日： 2023-05-23 - 主分类号： 14-06 文献下载
摘要：1.本外观设计产品的名称：平板电脑支架(一体化)。2.本外观设计产品的用途：前部用于放置平板电脑，方便其进行证件拍摄；后部内置打印机。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图1。
平板电脑支架一体化

[发明专利]质检任务调度方法、设备及介质-CN202211572850.X在审
发明人：杨依睿;杨思洁;徐韬;陈欢军;徐开;章江铭;袁健;佘清顺;黄俊杰;姜伟昊;谢泽楠;刘思;周佑 -专利权人：国网浙江省电力有限公司营销服务中心;浙江大学
申请日： 2022-12-08 - 公布日： 2023-05-16 - 主分类号： G06Q10/0639 文献下载
摘要：本发明公开了一种质检任务调度方法，涉及骨传质检技术领域，用于解决现有缺少调度算法的问题，该方法包括以下步骤：S1、初始化模型训练参数，所述模型为强化学习模型；S2、构建调度状态特征；S3、根据当前调度状态输出对应动作，并对所述调度状态进行解码得到所述动作对应的样本及设备；S4、计算奖励值并更新所述训练参数；S5、判断调度任务是否完成：当所述调度任务完成且达到训练步数时，训练结束，否则返回步骤S2；当所述调度任务未完成时，进入下一调度状态并返回步骤S2。本发明还公开了一种质检任务调度电子设备和计算机存储介质。本发明基于强化学习进行建模，进而得到效果好的调度模型。
质检任务调度方法设备介质

[发明专利]基于语义解析和数据构造的语言转化方法及系统-CN202211704106.0在审
发明人：沈然;孙钢;沈皓;章江铭;金良峰;王庆娟;倪琳娜;吴慧;江晗;姜伟昊 -专利权人：国网浙江省电力有限公司营销服务中心;浙江大学
申请日： 2022-12-29 - 公布日： 2023-05-12 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于语义解析和数据构造的语言转化方法及系统。本发明采用的技术方案包括：选表任务：将选表任务转化为一个文本分类模型，预测文本对应数据库中的表；选列任务：将选列任务转化为一个序列标注模型，预测文本对应数据库中的列；SQL生成任务：将SQL生成任务转化为一个文本生成任务，并保存最优的文本生成模型，生成SQL查询语句；预测：利用上述训练好的三个模型，构建pipeline结构；接收用户输入的文本数据，依次经过上述训练好的三个模型，生成对应标准的SQL查询语句。本发明采用Pipeline形式的text2sql技术，在每个模型训练前都会加入额外的相关信息提高模型的准确率，通过优化各个模型来实现优化，更加地方便有效。
基于语义解析数据构造语言转化方法系统

[发明专利]一种通过修改扩散模型轨迹进行图像补全的方法和系统-CN202310056190.8在审
发明人： 姜伟昊;黄俊杰;李烈锋;钱冠梁;王志辉;陈梓铭 -专利权人：杭州东上智能科技有限公司
申请日： 2023-01-17 - 公布日： 2023-04-18 - 主分类号： G06T5/00 文献下载
摘要：本发明提出了一种通过修改扩散模型轨迹进行图像补全的方法和系统，属于图像补全领域。包括：通过可训练的神经网络将部分遮盖后的样本图像映射到原始图像空间；对原始图像进行采样，得到采样图像；根据采样图像计算图像补全网络的损失；根据图像补全网络的损失，更新图像补全网络参数和可训练的神经网络参数；利用训练好的神经网络和图像补全网络，逆向生成遮盖图像的补全结果。本发明采用了更加灵活的和可操控的扩散轨迹进行建模，相比于原本扩散模型使用的固定的扩散轨迹，极大地提升了扩散模型的容量，在图像补全上取得了更好的效果。
一种通过修改扩散模型轨迹进行图像方法系统

[发明专利]一种基于类注释注意力和知识迁移的手语翻译方法和系统-CN202211720818.1在审
发明人： 姜伟昊;黄俊杰;李烈锋;钱冠梁;王志辉;陈梓铭 -专利权人：杭州东上智能科技有限公司
申请日： 2022-12-30 - 公布日： 2023-04-14 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于类注释注意力和知识迁移的手语翻译方法和系统，属于无注释手语翻译领域。获取手语视频和对应的口语文本组合作为训练集，分别获取手语视频嵌入特征向量序列和口语文本嵌入特征向量序列；利用包含多头类注释注意力机制的编码器对手语视频嵌入特征向量序列进行编码，再利用解码器自回归生成目标口语文本；结合基于知识迁移的损失函数项和手语翻译的交叉熵损失函数项，训练编码器和解码器；利用训练好的编码器和解码器实现无注释手语翻译任务。本发明通过引入类注释注意力机制和知识迁移，在无注释手语翻译任务中提高了翻译效果。
一种基于注释注意力知识迁移手语翻译方法系统

[发明专利]基于遗传算法的质检任务调度方法、设备及介质-CN202211480861.5在审
发明人：徐韬;杨思洁;陈欢军;徐开;章江铭;袁健;杨依睿;佘清顺;黄俊杰;姜伟昊;谢泽楠;刘思;周佑 -专利权人：国网浙江省电力有限公司营销服务中心;浙江大学
申请日： 2022-11-24 - 公布日： 2023-03-07 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于遗传算法的质检任务调度方法，涉及遗传算法技术领域，用于解决完成质检任务调度策略制定，该方法包括以下步骤：根据质检任务调度中检测试验串行、并行、互斥关系以及设备互斥关系的情境构建质检任务调度模型；通过领域搜索规则和启发式规则对所述任务调度模型进行解码，并结合模拟退火算法对所述任务调度模型进行求解；得到最优质检任务调度方案。本发明还公开了一种基于遗传算法的质检任务调度的电子设备和计算机存储介质。本发明通过质检任务调度中检测试验串行、并行、互斥关系以及设备互斥关系的情境构建质检任务调度模型，并进行模型求解，进而得到调度方案最优解。
基于遗传算法质检任务调度方法设备介质

[发明专利]一种基于改进FRST结合卷积神经网络的瞳孔定位方法和系统-CN202211333571.8在审
发明人： 姜伟昊;佘清顺;李烈锋;黄俊杰;王志辉;孙清;钱冠梁 -专利权人：杭州东上智能科技有限公司
申请日： 2022-10-28 - 公布日： 2022-12-30 - 主分类号： G06V40/18 文献下载
摘要：本发明提出了一种基于改进FRST结合卷积神经网络的瞳孔定位方法和系统，属于图像处理和计算机视觉领域。首先基于瞳孔定位的快速径向对称变换改进方法(FRSTFPL)对图像中的瞳孔进行大致定位，接着再接入浅层卷积神经网络(CNN)实现精准定位。结果表明，本发明提出的方法在尺寸为640×480像素的图像中的定位误差为8.51个像素，相比仅采用FRSTFPL和仅采用浅层CNN的方法，精度分为提升了11.31％和37.46％。本发明提出的方法不需要精准的半径信息和复杂的网络结构，就能在高效自动化、低计算复杂度的同时拥有较高的定位精度。
一种基于改进 frst 结合卷积神经网络瞳孔定位方法系统

[发明专利]一种电力系统负荷预测方法及系统-CN202210718685.8在审
发明人：赵洲;沈然;童佳亮;胡若云;孙钢;李伊玲;姜伟昊;黄俊杰;苏华骏;谢汉天;叶景;王宁;佘清顺 -专利权人：国网浙江省电力有限公司营销服务中心;浙江大学
申请日： 2022-06-23 - 公布日： 2022-11-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种电力系统负荷预测方法和系统。本发明预测方法包括：以用电企业为单位，对企业用电数据集以给定的采样时间窗口进行滑动采样；将滑动采样后的数据集划分为训练集和测试集，构成GA‑CNN‑LSTM模型的输入；构建GA‑CNN‑LSTM模型；构建基于GA遗传算法的调参策略；将训练集输入GA‑CNN‑LSTM模型，在GPU上进行模型调参，获得最优参数；将训练集输入GA‑CNN‑LSTM模型，使用最优参数，在GPU上进行模型训练；将训练集输入GA‑CNN‑LSTM模型，在测试集上进行预测，获得最终预测结果；使用均方误差MSE、平均绝对误差RMSE、决定系数R2_Score和均方根误差MAE指标评估模型的效果。本发明能得到更可靠的数据集划分方式及能稳定、精确地挖掘电力负荷序列长期依赖关系，有效解决电力负荷预测技术难题。
一种电力系统负荷预测方法系统

[发明专利]一种基于机器人流程自动化的供用电合同生成方法和系统-CN202210442004.X在审
发明人： 姜伟昊;王宁;赵洲;叶茂 -专利权人：浙江大学
申请日： 2022-04-25 - 公布日： 2022-08-30 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于机器人流程自动化的供用电合同生成方法和系统，属于合同自动生成领域。本发明使用了融合统一规制与个性化信息的多种内容形式的合同文本生成方法，引入了任务保险机制、关键元素等待机制、重启与恢复机制来保证在合同自动生成流程遇到失败任务时能顺利进行。本发明能在国网应用场景下快速生成各种有效的业务合同，极大降低了人工操作，提高了办公效率。
一种基于机器人流程自动化用电合同生成方法系统

[发明专利]一种基于对偶变换的半监督手语生成方法、系统和存储介质-CN202210735629.5在审
发明人： 姜伟昊;黄文粲;黄俊杰;赵洲;陈哲乾 -专利权人：浙江大学;杭州一知智能科技有限公司
申请日： 2022-06-27 - 公布日： 2022-08-30 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于对偶变换的半监督手语生成方法、系统和存储介质，属于手语生成领域，包括以下步骤：1、使用完整训练数据集对多任务模型G2P和多模态模型T2G进行监督预训练；2、基于模型G2P和模型T2G任务的对偶性，使用缺少标注数据的训练数据集对多任务模型G2P和多模态模型T2G进行对偶变换训练，设计多模态平衡损失来平衡预测结果更依赖于一种模态数据的倾向性；3、对模型T2G进行知识蒸馏，将模型T2G中的多模态知识迁移至学生模型t2g中。本发明首次针对半监督手语生成任务提出了一种对偶变换的方法，相比于目前最先进的方法实现了实质性的进步。
一种基于对偶变换监督手语生成方法系统存储介质

[发明专利]利用帧-字幕自监督进行多模态视频问答的方法-CN202110017595.1有效
发明人：张宏达;胡若云;沈然;叶上维;丁麒;王庆娟;陈金威;熊剑峰;丁莹;赵洲;陈哲乾;李一夫;丁丹翔;姜伟昊 -专利权人：国网浙江省电力有限公司;国网浙江省电力有限公司营销服务中心;浙江大学;杭州一知智能科技有限公司
申请日： 2021-01-07 - 公布日： 2022-07-08 - 主分类号： G06F16/783 文献下载
摘要：本发明属于视频问答领域，具体涉及利用帧‑字幕自监督进行多模态视频问答的方法。包括以下步骤：提取视频帧特征、问答特征、字幕特征、字幕建议特征；得到带注意力帧特征、带注意力字幕特征，得到融合特征；基于融合特征计算得到时间注意力得分；利用时间注意力得分计算得到问题的时间边界；利用融合特征与时间注意力得分计算得到问题答案；利用问题的时间边界和问题答案训练神经网络；优化神经网络的网络参数，利用最优神经网络进行视频问答并划定时间边界。本发明没有使用标注代价昂贵的时间标注，而是根据自行设计的时间注意分数生成问题相关的时间边界。另外本发明通过挖掘字幕与对应视频内容之间的联系，得到更为精准的答案。
利用字幕监督进行多模态视频问答方法

1
2
下一页»
尾页
共 20 条