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78个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于生成对抗网络的遥感图像融合方法、系统和终端-CN201910509396.5有效
  • 雷大江;张策;张莉萍;彭艳辉;陈浩;贾朝龙;吴渝 - 重庆邮电大学
  • 2019-06-12 - 2023-07-14 - G06T3/40
  • 本发明公开了一种基于生成对抗网络的遥感图像融合方法,包括:采用差分算子提取原始全色图像的空间结构信息,采样原始的多光谱图像;将空间结构信息与采样的多光谱图像在特征域拼接,得样本图像;将样本图像输入生成对抗网络的生成器,生成融合图像;将融合图像和真实图像输入生成对抗网络的判别器进行判别区分,在生成器与判别器间建立对抗规则及融合目标函数,优化融合图像。采用本发明所公开的基于生成对抗网络的遥感图像融合方法,采用差分算子保留了原始全色图像的空间结构信息,采样方法保留了原始低分辨率多光谱图像的光谱信息,有效减少了融合过程中细节信息的丢失;此外,通过在生成器和判别器间建立对抗规则及融合目标函数,大大优化了融合的效果。
  • 一种基于生成对抗网络遥感图像融合方法系统终端
  • [发明专利]一种基于多视角和多尺度的遥感图像时空融合方法-CN202310246762.9在审
  • 雷大江;周翔辉;李雨珈;张莉萍;李伟生 - 重庆邮电大学
  • 2023-03-15 - 2023-06-06 - G06V20/13
  • 本发明涉及一种基于多视角和多尺度的遥感图像时空融合方法,包括对t0和t1时刻的高时间、低空间分辨率图像进行上采样后与t0时刻的低时间、高空间分辨率图像进行拼接,利用编码器分别对t0时刻的低时间、高空间分辨率图像和拼接图像进行编码、将两个编码后的图像在特征维度上相加得到第三中间特征图,利用第一多视角多尺度特征提取模型和第二多视角多尺度特征提取模型分别对第三中间特征图进行多个尺度和多个视角的特征提取,将提取的特征相加后输入注意力机制进行加权后与t0时刻低时间、高空间分辨率图像编码后的特征图进行拼接,将拼接后的特征图输入解码器进行解码得到融合了时空信息的高时间、高空间分辨率图像,提高了图像融合质量。
  • 一种基于视角尺度遥感图像时空融合方法
  • [发明专利]一种基于疼痛感知和主动交互的医疗问答系统及方法-CN202211395530.1在审
  • 王烨;李新洋;雷大江;于洪;王国胤;张鱼齐;罗炼 - 重庆邮电大学
  • 2022-11-09 - 2023-02-24 - G16H80/00
  • 本发明属于人机对话技术领域,具体涉及一种基于疼痛感知和主动交互的医疗问答系统及方法;包括:闲聊意图模块、疼痛意图感知模块、问答对模块、多轮问答模块、知识图谱问答模块和人机交互模块;闲聊意图模块用于识别用户的闲聊意图,根据闲聊意图识别结果进行闲聊或启动疼痛感知模块;疼痛意图感知模块用于识别用户的诊断意图并计算置信度,根据置信度启动问答对模块或多轮问答模块;问答对模块用于向用户返回问题答案;多轮对话模块用于对用户输入信息进行实体识别并启动知识图谱问答模块;知识图谱问答模块用于根据识别结果查询实体,得到查询结果,根据查询结果向用户返回问题答案或启动问答对模块;人机交互模块用于与用户进行人机交互。
  • 一种基于疼痛感知主动交互医疗问答系统方法
  • [发明专利]一种增强文本特征的对话生成方法和系统-CN202211238085.8在审
  • 王烨;廖靖波;于洪;雷大江;黄昌豪;杨峻杰;卞政轩 - 重庆邮电大学
  • 2022-10-11 - 2022-12-20 - G06F16/332
  • 本发明涉及人机对话领域,具体涉及一种增强文本特征的对话生成方法和系统;该方法包括获取问题文本和回复文本,通过TextRank算法提取问题文本中的关键词,得到关键词序列;引入关键词编码器,关键词编码器通过注意力机制对每一个关键词进行编码得到对应的关键词向量;将关键词向量与语义向量拼接后输入第一多层感知机,得到包含丰富语义的关键词语义向量;将关键词语义向量与问题文本向量拼接后通过第二多层感知机,得到输入向量;根据输入向量训练对话生成模型,采用损失函数计算损失值并反向传播,调整对话生成模型的参数;本发明加强关键词的权重,增强对文本的特征表达,达到生成更高质量的对话文本的目的。
  • 一种增强文本特征对话生成方法系统
  • [发明专利]一种基于深度展开神经网络的孤独症谱系障碍识别模型-CN202211292211.8在审
  • 雷大江;张涛;刘晨;史春梦;王国胤 - 重庆邮电大学
  • 2022-10-21 - 2022-12-16 - A61B5/16
  • 本发明属于认知障碍领域,具体涉及一种基于深度展开神经网络的孤独症谱系障碍识别模型,该模型的构建过程包括:使用近端梯度下降法求解带有空间信息的脑功能网络优化问题的可微部分,对不可微部分定义一个近端算子将优化问题转换为迭代公式;用深度展开算法将迭代公式中的近端算子替换为双层卷积层,则迭代公式重建为迭代网络,得到迭代网路模块;将卷积神经网络分类器融入原型学习,得到基于原型学习的卷积神经网络分类器;将迭代网路模块和基于原型学习的卷积神经网络分类器组合,得到障碍识别模型;训练模型并测试模型性能,得到最优的障碍识别模型;本发明提高了网络模型的拟合能力和泛化能力,进一步提高了识别疾病的准确率。
  • 一种基于深度展开神经网络孤独症谱系障碍识别模型
  • [发明专利]一种基于主动学习的中文电子病历命名实体识别方法-CN202211100112.5在审
  • 雷大江;卢文糠;王烨;于洪;王国胤 - 重庆邮电大学
  • 2022-09-09 - 2022-12-06 - G16H10/60
  • 本发明属于文本标注领域,具体涉及一种基于主动学习的中文电子病历命名实体识别方法,包括:获取已标记实体的初始训练集和未标记实体的待打标数据;以该训练集,训练基于深度学习的命名实体识别模型,得到中间命名实体识别模型,该中间命名实体识别模型评估该未标记数据中每个实例的价值,将该未标记数据中价值最高的实例进行命名实体标注后加入该训练集;重复训练直到满足预设条件,将待命名实体识别的文本数据输入该最终命名实体识别模型,得到命名实体识别结果。本发明通过让模型预测自己的损失,从而找到能让自己改变最大的样本,满足了中文电子病历这一场景下对于句子级的命名实体识别准确率的高要求,提高了识别的准确率。
  • 一种基于主动学习中文电子病历命名实体识别方法
  • [发明专利]一种基于特征融合和多核学习的行人再识别方法-CN202110087196.2有效
  • 雷大江;张鑫;冉港生;张莉萍;吴渝 - 重庆邮电大学
  • 2021-01-22 - 2022-07-12 - G06V40/10
  • 本发明涉及行人再识别领域,具体涉及一种基于特征融合和多核学习的行人再识别方法;所述方法包括获取行人图像并预处理;提取出行人图像的底层特征和中层语义特征,采用特征权重组合方法进行特征融合;采用不同核函数对融合特征分别进行映射;利用中心对齐方法为每个核函数赋予权重进行线性组合后进行复合映射;采用多元逻辑回归算法对复合映射后的融合特征进行处理,计算出行人图像之间的相似度,利用相似度大小降序排列,得到行人分类值即行人再识别结果;本发明所采用的融合特征更具有鲁棒性,能够更为真实的反应行人的特征;本发明加入了多核学习方法,将融合特征映射到高维空间,使得特征可以更好的表达,以此增强行人再识别问题的分类效果。
  • 一种基于特征融合多核学习行人识别方法
  • [发明专利]一种生成多对抗网络结构的遥感图像空谱融合方法与系统-CN202210269455.8在审
  • 雷大江;邹仁峰;张莉萍;李伟生 - 重庆邮电大学
  • 2022-03-18 - 2022-06-28 - G06T5/50
  • 本发明公开了一种生成多对抗网络结构的遥感图像空谱融合方法与系统,涉及卫星遥感图像融合技术领域,包括:卫星遥感图像数据集进行插值预处理使得遥感图像满足生成多对抗网络所需尺寸;构建生成对抗网络的生成器,从生成器产生的生成图像中选择适用于多对抗判别器;构建生成对抗网络的判别器,获取低分辨率多光谱图像(LRMS)与高分辨率全色图像(PAN)的融合图像;本发明通过结合多对抗思想与遥感图像专业领域知识,本发明提出了一种创新的生成多对抗网络,该框架将生成对抗网络扩展到多个判别器。多个判别器可以使生成器更好的综合光谱信息和结构信息,从而得到高质量的高分辨率多光谱图像。
  • 一种生成对抗网络结构遥感图像融合方法系统

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