一种电子鼻气体识别方法、系统、电子设备及存储介质

    公开(公告)号:CN113723442B

    公开(公告)日:2024-02-20

    申请号:CN202110772874.9

    申请日:2021-07-08

    Abstract: 本发明提供一种电子鼻气体识别方法、系统、电子设备及存储介质,方法包括:基于气体传感器阵列采集待识别气体的多通道一维时间序列数据;对待识别气体的多通道一维时间序列数据进行数据增强和数据变换,基于单一尺度的时间序列数据,生成多组尺度不同的时间子序列数据;将多组尺度不同的时间子序列数据输入预设气体识别网络,获取预设气体识别网络输出的待识别气体的类别。本发明对电子鼻气体识别问题进行了深入研究,通过数据变换方法得到多个分支提取不同频率和时间尺度的特征,可得到更加丰富的特征信息,结合分类器得到待测气体的种类标签,可实现高效、快速的气体识别。

    一种基于路径排序的知识图谱问答方法及系统

    公开(公告)号:CN113742446A

    公开(公告)日:2021-12-03

    申请号:CN202110809041.5

    申请日:2021-07-16

    Abstract: 本发明提供一种基于路径排序的知识图谱问答方法及系统,方法包括:获取用户问句中的实体提及;将实体提及链接到知识图谱的实体节点上,获得链接实体;根据链接实体,在知识图谱中查询获取至少一条查询路径以及每一条查询路径对应的候选答案;根据每一条查询路径与用户问句的相似度,获取最为合适的查询路径;基于最为合适的查询路径对应的候选答案,获取用户问句的最终答案结果。本发明根据用户问句中的实体提及,在知识图谱中找到对应的链接实体,然后根据链接实体,在知识图谱中查询对应的候选答案和对应的查询路径,在多条查询路径中选择最合适的一条查询路径,获取对应的答案结果,适用于从复杂的知识图谱中获取正确的答案。

    一种基于注意力决策的图像视觉问答模型、方法和系统

    公开(公告)号:CN110134774B

    公开(公告)日:2021-02-09

    申请号:CN201910355026.0

    申请日:2019-04-29

    Abstract: 本发明公开了一种基于注意力决策的图像视觉问答模型、方法和系统,属于开放式图像视觉问答领域。包括:信息融合模块,用于在k=1时,融合全局图像特征g和问题特征向量q,得到融合特征向量uk;在k=2,…,K时,融合特征向量uk‑1和图像特征向量得到融合特征向量uk;注意力决策模块,用于接收融合特征向量uk,决策出注意力框Lk,并发送给特征抽取池化模块;特征抽取池化模块,用于接收空间图像特征v和注意力框Lk‑1,得到图像特征向量答案推理模块,用于接收融合特征向量uK,推理出问题答案。本发明利用强化学习,学习特征选择的决策过程,可以自适应的选择与问题相关的视觉特征。可以端到端的训练,让学习到的特征更加具有问题针对性。

    一种存储设备时序分类预警方法

    公开(公告)号:CN108052528B

    公开(公告)日:2019-11-26

    申请号:CN201711094873.3

    申请日:2017-11-09

    Abstract: 本发明公开了一种存储设备时序分类预警方法,包括:实时采集存储设备参数;数据清洗;进行ARIMA时序分析;logistic回归分析和预警机制输出步骤。本发明在大数据的环境背景下,根据统计得到的历史数据和硬盘SMART信息,采用ARIMA模型进行时序预测分析,分析SMART特征值与存储设备故障率的相关性,进而选取出更适合于Logistic模型的特征值进行分类预测。本发明采用机器学习的方法预测存储设备故障率,解决了存储设备最终预测中存在的分类单一性和预警低强度的问题,克服了现有技术对于磁盘的预警机制存在的滞后性和准确率低、实际预警效用不大,难以应用于大数据环境的缺陷,能预测每类预警强度发生概率大小,为数据中心环境下的实时运维和监控提供了有效的应对解决方案。

    二维信道均衡模型训练方法及二维信道均衡方法

    公开(公告)号:CN110211611A

    公开(公告)日:2019-09-06

    申请号:CN201910440998.X

    申请日:2019-05-24

    Abstract: 本发明公开了一种二维信道均衡模型训练方法及二维信道均衡方法,属于磁记录领域,包括:建立基于前馈神经网络的二维信道均衡模型,用于根据回读数据块对其内部的子数据块进行二维均衡,得到均衡之后的回读信息;模型中各隐藏层均采用非线性激活函数;在已写入已知数据的磁盘中,在相邻多个轨道中获取等长的比特序列以构成回读数据块,并获得对应的写入数据块,将回读数据块作为特征信息,将该写入数据块内部的子数据块作为标记信息,由标记信息和特征信息构成训练样本;得到包含多个训练样本的训练样本集后,对二维信道均衡模型进行训练。本发明能够对磁盘进行二维均衡,有效抑制非线性噪声,并避免因重复计算均衡系数而增加系统延迟。

    一种存储设备时序分类预警方法

    公开(公告)号:CN108052528A

    公开(公告)日:2018-05-18

    申请号:CN201711094873.3

    申请日:2017-11-09

    Abstract: 本发明公开了一种存储设备时序分类预警方法,包括:实时采集存储设备参数;数据清洗;进行ARIMA时序分析;logistic回归分析和预警机制输出步骤。本发明在大数据的环境背景下,根据统计得到的历史数据和硬盘SMART信息,采用ARIMA模型进行时序预测分析,分析SMART特征值与存储设备故障率的相关性,进而选取出更适合于Logistic模型的特征值进行分类预测。本发明采用机器学习的方法预测存储设备故障率,解决了存储设备最终预测中存在的分类单一性和预警低强度的问题,克服了现有技术对于磁盘的预警机制存在的滞后性和准确率低、实际预警效用不大,难以应用于大数据环境的缺陷,能预测每类预警强度发生概率大小,为数据中心环境下的实时运维和监控提供了有效的应对解决方案。

    一种基于忆阻器的图像识别系统及方法

    公开(公告)号:CN103810497B

    公开(公告)日:2017-04-19

    申请号:CN201410037374.0

    申请日:2014-01-26

    Abstract: 本发明公开了一种基于忆阻器的图像识别系统及方法。所述系统包括图像信号提取模块、多个基于忆阻器的神经网络模块和识别模块;所述识别模块其输入端与多个神经网络模块的输出端相连;每个神经网络模块的输出端与识别模块的输入端相连,其输入端与信号提取模块的输出端相连。所述方法包括以下步骤:(1)获取待识别灰度图像的特征向量并输入各神经网络模型;(2)各神经网络模型根据其图像模型对所述特征向量分别进行打分并进行识别;(3)计算各神经网络分值与训练时获取标准值之差值,根据所述差值判断待识别图像类别。所述系统扩展性好,集成密度高,功耗低;所述方法,时间复杂度低,识别精度较高。

    一种反馈型人工神经网络训练方法及计算系统

    公开(公告)号:CN103455843B

    公开(公告)日:2016-03-02

    申请号:CN201310358885.8

    申请日:2013-08-16

    Abstract: 本发明公开了一种反馈型人工神经网络训练方法及计算系统,属于神经网络计算领域。一种人工神经网络训练方法,突触权重根据神经突出两端的前馈信号和反馈信号调整,当神经突出两端分别为兴奋前馈信号和兴奋反馈信号时,该突出权重调整到最大值,当神经突出两端分别为静息前馈信号和兴奋反馈信号时,该突出权重调整到最小值;一种反馈型人工神经网络计算系统,节点电路包括计算模块、前馈模块和反馈模块,节点电路通过忆阻器模拟的神经突出相连,采用一系列脉冲信号实现所述反馈型人工神经网络训练方法。本发明提供的人工神经网络收敛速度快,人工神经网络计算系统控制元件较少,能耗低,可应用于数据挖掘、模式识别、图像识别等方面。

    内置二级定位与热飞高控制合成致动器的硬盘滑块

    公开(公告)号:CN102270488A

    公开(公告)日:2011-12-07

    申请号:CN201110111877.4

    申请日:2011-05-02

    Abstract: 本发明提出了一种内置二级定位与热飞高控制合成致动器的硬盘滑块,通过在读磁头下保护层以磁头为中心对称设置的两个致动器,致动器包括主要包括加热器和散热器。启动加热器,在离轨方向上对磁头产生两个相反方向的驱动力用以二级定位,在垂直磁盘盘片方向上对磁头产生两个同向的驱动力用以飞高控制。此外,由于散热器将加热器产生的热量通过空气轴承传导到磁记录介质上,可大大提高本发明基于热膨胀机制的微驱动器的响应频率,并减小在微场强下对高矫顽力介质进行写操作的难度。

Patent Agency Ranking