“力机制”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1015176个，建议您升级VIP下载更多相关专利

[发明专利]一种基于字符与自注意力机制的层次文本分类方法及中文文本分类方法-CN201911012774.5有效
发明人：李芳芳;范日勇;施荣华 -专利权人：中南大学
申请日： 2019-10-23 - 公布日： 2022-09-23 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于字符与自注意力机制的层次文本分类方法，属于自然语言处理领域。首先通过构建字符表，然后对原始数据集进行预处理，对预处理后数据集中的字符进行编码，将编码后的字符特征使用自注意力机制得到字符自注意力机制特征，合并字符自注意力机制特征的上下文信息得到词特征。接着对词特征使用自注意力机制得到词自注意力机制特征，合并词自注意力机制特征的上下文得到句子特征。最后，使用softmax分类器预测文本类别。本发明能在自注意力机制的基础上构造层次自注意力机制网络，捕获文本结构的复合特征，提高分类精确度。
一种基于字符注意力机制层次文本分类方法中文

[发明专利]一种基于多尺度深度监督的反向注意力模型-CN202110266638.X在审
发明人：黄德双;吴迪;元昌安;赵仲秋;黄健斌 -专利权人：同济大学
申请日： 2021-03-11 - 公布日： 2021-06-04 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多尺度深度监督的反向注意力模型，模型包括：输入端、多尺度特征学习模块、注意力机制模块、反向注意力机制模块、深度监督模块、若干个损失函数、若干个平均池化层、若干个线性层和支路；多尺度特征学习模块用于对深度特征进行多尺度学习并进行训练；注意力机制模块用于加强对局部重要特征信息的关注；反向注意力机制模块用于将被注意力机制模块抑制的特征变为强调的特征，对注意力机制进行互补；深度监督模块用于修正注意力机制模块对重要特征关注的准确度。本发明提出了反向注意力机制模块缓解了由注意力机制引起的特征信息丢失问题，模型在测试阶段可丢弃部分模块，提高了测试效率。
一种基于尺度深度监督反向注意力模型

[发明专利]基于点柱的二阶多注意力机制3D点云目标检测方法-CN202211104980.0在审
发明人：严一尔;李鑫 -专利权人：广州大学
申请日： 2022-09-09 - 公布日： 2023-04-04 - 主分类号： G06V10/40 文献下载
摘要：本发明提供了基于点柱的二阶多注意力机制3D点云目标检测方法，该方法包括以下步骤：提出基于点柱的二阶点注意力机制、二阶通道注意力机制、伪图像空间注意力机制三种机制来分别实现目标检测的方法；提供一种网络，该网络主要由二阶点注意力机制、点柱特征网络、二阶通道注意力机制、主干网络、伪图像空间注意力机制和SSD检测头组成，然后将点云体素化，对点云进行二阶点注意力机制操作，转换成伪图像的特征，伪图像的特征进行二阶通道注意力机制操作，输出伪空间的特征，对伪空间的特征进行伪图像空间注意力机制操作，输出得到检测结果；通过本发明，保证了相对较高的检测速度也保证了提取的准确性。
基于二阶多注意力机制目标检测方法

[发明专利]一种基于双注意力机制网络的车速预测方法、系统及车辆-CN202210743672.6在审
发明人：魏翼鹰;贾炳明;李志成;江煜;邓澳洋;张晖;张渝沄;李绘鹏;杨训鑑;吴限 -专利权人：武汉理工大学
申请日： 2022-06-28 - 公布日： 2022-09-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于双注意力机制网络的车速预测方法、系统及车辆。其方法包括：获取车辆行驶特征数据，基于所述车辆行驶特征数据构建数据样本集；构建双注意力机制网络预测模型，所述双注意力机制网络模型包括第一注意力机制网络模型和第二注意力机制网络模型；基于数据样本集训练得到训练完备的双注意力机制网络预测模型；获取实时行驶数据，基于所述训练完备的双注意力机制网络预测模型，获得预测的车辆速度。本发明通过构建双注意力机制网络预测模型，在双注意力机制下，将隐藏层的时间序列进行有效的预测，从而提高神经网络模型的鲁棒性和时效性，进而提高车辆速度预测的准确性。
一种基于注意力机制网络车速预测方法系统车辆

[发明专利]文字识别方法、装置、电子设备及存储介质-CN202010541723.8在审
发明人：宋祺;姜仟艺;张睿 -专利权人：北京三快在线科技有限公司
申请日： 2020-06-15 - 公布日： 2020-11-06 - 主分类号： G06T7/40 文献下载
摘要：本申请公开了文字识别方法、装置、电子设备及存储介质，该方法包括：提取目标图像的纹理特征；基于第一类注意力机制对纹理特征进行过滤，得到注意力增强特征，其中，第一类注意力机制包括空间注意力机制和/或通道注意力机制；基于第二类注意力机制和注意力增强特征得到文字识别结果，其中，第二类注意力机制包括互注意力机制。本申请的有益效果在于：将多种注意力机制有机结合应用于文字识别，能够快速识别字符特征，而不受文字排版的影响，显著提升文字识别的准确率，尤其对于不规则文字的识别，效果显著，且计算量小、计算速度快、可用性强、
文字识别方法装置电子设备存储介质

[发明专利]一种基于注意力机制的胶囊网络多特征提取方法-CN201910689204.3在审
发明人：王耀彬;卜得庆;唐苹苹;王欣夷;李凌;孟慧玲;刘启川 -专利权人：西南科技大学
申请日： 2019-07-29 - 公布日： 2021-02-02 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于注意力机制的胶囊网络多特征识别提取方法，该方法包括如下步骤：（1）设计NCap网络并用其构建注意力机制胶囊网络框架；（2）输入图像训练集合至所述注意力机制胶囊网络，所述注意力机制胶囊网络经训练学习后完成图像特征的识别提取，并生成相应的最优训练模型；（3）输入待识别图像至所述注意力机制胶囊网络，所述注意力机制胶囊网络加载最优网络模型并识别图像特征；（4）所述注意力机制胶囊网络输出待识别图像的识别结果。本发明提出一种基于注意力机制并将卷积网络机构与胶囊网络结构融合的思想，在训练时记录图像相对位置及方向并降低参数量，有效提高识别效率与精确度。
一种基于注意力机制胶囊网络特征提取方法

[发明专利]一种基于分离混合注意力机制的人脸表情识别方法-CN202111285724.1在审
发明人：余久方 -专利权人：南京工业职业技术大学
申请日： 2021-11-02 - 公布日： 2022-01-04 - 主分类号： G06K9/00 文献下载
摘要：本发明提出了一种基于分离混合注意力机制的人脸表情识别方法，该方法融合了通道注意力机制和空间注意力机制，并把这两种注意力机制分别置于深度可分离卷积之中和普通卷积之后，增强卷积神经网络的通道特征和跨通道相关性学习能力；在通道注意力机制和空间注意力机制后分别增加软阈值机制，抑制注意力特征中的噪声信息。
一种基于分离混合注意力机制表情识别方法

[发明专利]一种注意力机制模型的训练方法、装置、设备及存储介质-CN202210228371.X在审
发明人：孟庆春 -专利权人：华为技术有限公司
申请日： 2022-03-10 - 公布日： 2022-10-28 - 主分类号： G06N3/08 文献下载
摘要：本申请公开了人工智能领域中的一种注意力机制模型的训练方法、装置、设备及存储介质，一种注意力机制模型的训练方法包括：获取多个词向量；确定多个词向量之间的依赖关系；基于多个词向量之间的依赖关系，对注意力机制模型进行训练，获得经训练的注意力机制模型。采用本申请的注意力机制模型的训练方法，能够增加句子中词语之间的表达关系，提高注意力机制模型的准确率。
一种注意力机制模型训练方法装置设备存储介质

[发明专利]一种基于双阶段注意力机制生成对抗网络的金融时间序列预测方法-CN202010275757.7在审
发明人：曲东东;王静;邹慧敏 -专利权人：大连海事大学
申请日： 2020-04-09 - 公布日： 2020-07-31 - 主分类号： G06F16/2458 文献下载
摘要：本发明公开了一种基于双阶段注意力机制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，进行预处理；在生成对抗网络的生成模型中引入输入注意力机制和时间注意力机制，构建双阶段注意力机制生成对抗网络模型；将训练集数据依次输入到双阶段注意力机制生成对抗网络模型中对模型进行训练，获得训练好的双阶段注意力机制生成对抗网络模型；将测试数据依次输入到训练好的双阶段注意力机制生成对抗网络模型，得到金融时间序列的预测结果，该方法在生成模型中引入输入注意力机制对输入特征进行加权，着重考虑对预测结果影响大的时刻，以捕获金融时间序列的长期依赖性，通过在生成模型中引入两种注意力机制，提高模型的预测准确率
一种基于阶段注意力机制生成对抗网络金融时间序列预测方法

[发明专利]编码解码方法及设备-CN201810873438.9有效
发明人：章乐;陆晨昱;舒畅;武拥珍;何永;李传丰 -专利权人：义语智能科技（上海）有限公司
申请日： 2018-08-02 - 公布日： 2023-04-07 - 主分类号： G06F40/30 文献下载
摘要：本发明的目的是提供一种编码解码方法及设备，本发明按文章结构分层进行注意力机制或者拷贝机制的打分，通过一次性对长文本进行编码，在随后的注意力机制或和拷贝机制中一次性对字词单元进行打分，适用于注意力或拷贝等机制，能够降低注意力和拷贝等机制的难度，从而提高注意力或拷贝的准确度。
编码解码方法设备

[发明专利]编码解码方法及设备-CN201810873475.X有效
发明人：章乐;陆晨昱;舒畅;武拥珍;何永;李传丰 -专利权人：义语智能科技（上海）有限公司
申请日： 2018-08-02 - 公布日： 2023-03-24 - 主分类号： G06F40/126 文献下载
摘要：本发明的目的是提供一种编码解码方法及设备，本发明按文章结构分层进行注意力机制或者拷贝机制的打分，通过一次性对长文本进行编码，在随后的注意力机制或和拷贝机制中一次性对字词单元进行打分，适用于注意力或拷贝等机制，能够降低注意力和拷贝等机制的难度，从而提高注意力或拷贝的准确度准确度。
编码解码方法设备

[发明专利]一种基于多样图注意力机制的知识图谱嵌入方法-CN201910116419.6有效
发明人：李建欣;李晨;林子崴;张帅;张日崇 -专利权人：北京航空航天大学
申请日： 2019-02-13 - 公布日： 2023-03-31 - 主分类号： G06F16/36 文献下载
摘要：本发明提出一种基于多样图注意力机制的知识图谱嵌入方法，包括以下步骤：步骤1，知识图谱数据预处理，将传统知识图谱根据模型需求预处理为结构化数据；步骤2，建立实体注意力机制，所述建立实体注意力机制方式为通过使用多样图注意力机制，利用n个注意力头与自注意力在邻接图上来学习实体的向量表示；步骤3，建立关系注意力机制，所述建立关系注意力机制通过使用多样图注意力机制，利用n个注意力头与自注意力在关系图上学习实体的向量表示；步骤4，在关系图谱中进行多关系数据的建模
一种基于多样注意力机制知识图谱嵌入方法

[发明专利]基于注意力机制残差网络的摄像监控状态分类方法-CN201911266108.4在审
发明人：裴植;苏彬彬;孔淑萍;蔡志勇 -专利权人：深学科技（杭州）有限公司
申请日： 2019-12-11 - 公布日： 2020-09-25 - 主分类号： G06K9/00 文献下载
摘要：基于注意力机制残差网络的监控状态分类方法，获取监控系统的图像，构建用于训练的数据集；通道注意力模块及空间注意力模块与残差网络的残差模块结合成注意力机制残差模块单元，由多个该单元构建注意力机制残差网络；将数据集输入注意力机制残差网络进行训练，并保存模型；将实时监控图像输入注意力机制残差模块，即可对图像进行故障分类。本发明添加了注意力机制，提高了分类精度，并将模型应用于摄像监控状态的故障检测分类，节约了人工成本。
基于注意力机制网络摄像监控状态分类方法

[发明专利]文本主题提取方法、装置及存储介质-CN201910008265.9有效
发明人：金戈;徐亮;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2019-01-04 - 公布日： 2022-07-08 - 主分类号： G06F40/258 文献下载
摘要：公开了一种文本主题提取方法，包括：构建文本主题提取模型；训练文本主题提取模型；获取文本样本对应的文本词向量；将文本词向量输入经过训练的文本主题提取模型；输出文本主题，其中，文本主题提取模型包括卷积神经网络和注意力机制，注意力机制包括位置注意力机制和通道注意力机制，位置注意力机制和通道注意力机制并行建立，均与卷积神经网络的激活层连接，分别施加位置注意力权重和通道注意力权重，将位置注意力机制的输出结果和通道注意力机制的输出结果均输入卷积神经网路的全连接层
文本主题提取方法装置存储介质

[发明专利]一种基于改进的VGG卷积神经网络模型的图像分类方法-CN202110734218.X在审
发明人：刘一柳;王志胜;马瑞 -专利权人：南京航空航天大学
申请日： 2021-06-30 - 公布日： 2021-10-01 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于改进的VGG卷积神经网络模型的图像分类方法，包括：步骤1：建立注意力机制模块；步骤2：在VGG卷积神经网络模型中添加注意力机制，得到基于注意力机制的VGG卷积神经网络模型；步骤3:采用预处理后的训练集对基于注意力机制的VGG卷积神经网络模型进行训练，采用预处理后的测试集测试基于注意力机制的VGG卷积神经网络模型的分类结果；当训练次数达到预设的最大迭代次数或者基于注意力机制的VGG卷积神经网络模型收敛，则停止训练得到最后训练好的基于注意力机制的VGG卷积神经网络模型；步骤4：采用训练好的基于注意力机制的VGG卷积神经网络模型对图像进行分类。
一种基于改进 vgg 卷积神经网络模型图像分类方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条