跨域文本情绪分类模型的训练方法和分类方法

    公开(公告)号:CN114186063A

    公开(公告)日:2022-03-15

    申请号:CN202111522655.1

    申请日:2021-12-14

    摘要: 本发明提供一种跨域文本情绪分类模型的训练方法和分类方法,训练方法包括:获取源域和目标域的文本数据,进行预处理得到词向量,并分为训练集和测试集;通过双向门限循环单元网络模型和自注意力机制提取训练集中的文本特征;在损失函数的约束下,根据文本特征分别同时训练第一神经网络模型、第二神经网络模型直至收敛;其中,根据互信息,构建第一神经网络模型的损失函数,并采用梯度反转实现第二神经网络模型和特征提取器的对抗学习训练;根据测试集中的词向量,得到跨域文本情绪分类模型。本发明能够有效将未标注的文本数据集进行分类,能够将其他领域的知识迁移到目标域来避免标注数据不足的问题,同时提高跨域文本情绪分类的准确性和可信度。

    一种基于知识图谱的电力安全预警方法及系统

    公开(公告)号:CN113312499A

    公开(公告)日:2021-08-27

    申请号:CN202110660681.4

    申请日:2021-06-15

    摘要: 本发明公开一种基于知识图谱的电力安全预警方法及系统,包括:获取电力设备场景图像数据,并预处理电力设备场景图像数据为标记图像数据;将标记图像数据划分为训练样本和测试样本,检验并剔除标记图像数据中异常的图像数据,以得到数据集;通过基于知识图谱的电力安全预警模型训练样本,以得到训练后基于知识图谱的电力安全预警模型;通过训练后基于知识图谱的电力安全预警模型对所述测试样本进行处理,发送预警信息至危险信息检测设备,判定危险级别并向电力工作人员发出警报。本发明基于知识图谱对场景进行智能分析,不需要采用人工观测电力设备场景,预警效果良好。

    一种用于老年人监护的综合云服务系统

    公开(公告)号:CN104091294A

    公开(公告)日:2014-10-08

    申请号:CN201410314691.2

    申请日:2014-07-02

    IPC分类号: G06Q50/10

    摘要: 本发明公开了一种用于老年人监护的综合云服务系统,包括有老人交际、网上商城、在线诊疗、家政服务、紧急求救等众多服务,可以使子女第一时间掌握父母的身体状况和生活需求,建立起父母与子女之间沟通的有效桥梁。本发明还公开了一种智能终端应用,终端软件以Android和ios平台为主,根据用户群体不同,智能终端分为老年版和子女版。本发明切合我国国情,紧随国家政策,尊重老年人生活理念,满足老年人生活需求,有效地提高了老年人生活水平。

    自适应多级无线网络信号灯系统及其控制方法

    公开(公告)号:CN102081853A

    公开(公告)日:2011-06-01

    申请号:CN201010572957.5

    申请日:2010-12-03

    IPC分类号: G08G1/07 G08G1/081 G05B19/418

    CPC分类号: Y02P90/02

    摘要: 本发明公开了一种基于多级无线网络的自适应信号灯系统及其控制方法,其特征是系统组成包括管理终端、网关ECU、信号驱测ECU、车辆检测ECU;本发明将各交叉路口布置的网关ECU、信号驱测ECU、车辆检测ECU分别作为ZigBee网络的协调器、路由器和终端节点进行组网和布局,沿继承了无线传感网络的自组织、多跳路由等优良特性,在简化施工和电气布线的同时提高整体鲁棒性、可靠性和可维护性。网关ECU的GSM接口使得管理终端与多个交叉路口之间可以通过短消息互联的方式,完成绿波带协调控制的功能。依托于多级网络结构的分层式控制系统,一方面可以应对大范围的全局交通流智能疏导,另一方面具有在单个路口可以独立运行,不因和管理终端网络系统故障而丧失系统智能性的特点。

    一种室内智能监测系统
    45.
    发明公开

    公开(公告)号:CN118609329A

    公开(公告)日:2024-09-06

    申请号:CN202410690121.7

    申请日:2024-05-30

    摘要: 本发明提供了一种室内智能监测系统,包括:身体状况判别模块,所述身体状况判别模块包括睡眠分析装置和压力感应模块;火警安全判别模块,所述火警安全判别模块包括烟雾报警系统及热成像设备;监控设施,所述监控设施包括设置在养老中心寝室的云台摄像头;中控中心和接收终端,所述火警安全判别模块和身体状况判别模块向中控中心上报安全警告,所述中控中心在收到安全警告后会主动向接收终端传递过来的影像资料。本发明所提供的身体状况判别模块弥补传统视频监控无法对静态身体健康监护上的不足,还能够利用压力感应模块被动监测避免传统视频监控的警告不及时的情况发生。

    一种基于提示学习的图像聚类方法

    公开(公告)号:CN117351249A

    公开(公告)日:2024-01-05

    申请号:CN202311297007.X

    申请日:2023-10-09

    摘要: 本发明公开了一种基于提示学习的图像聚类方法,本发明属于计算机视觉领域,包括:获取不同类型图像,基于所述不同类型图像,得到若干个图像张量;初始化提示模板,构建基于提示学习的ViT模型;将所述若干个图像张量与所述提示模板拼接后输入至ViT模型,得到若干个特征向量;将若干个特征向量进行联合对比学习,得到图像聚类结果;其中所述联合对比学习为实例级与全局聚类级对比学习。本发明利用提示学习的方法能够提高模型的鲁棒性和泛化能力,从而在聚类任务中取得更好的性能。

    一种锂电池封装生产线无人全检设备及其检测方法

    公开(公告)号:CN116899885A

    公开(公告)日:2023-10-20

    申请号:CN202310607675.1

    申请日:2023-05-26

    摘要: 本发明提供了一种锂电池封装生产线无人全检设备,包括:架台,所述架台上设有进料机构和出料机构;测试平台,所述测试平台包括转盘组件和定位组件;进料传送带和出料传送带,所述架台设于进料传送带和出料传送带交汇处;视觉监控模块,所述视觉监控模块包括第一视觉监控模块和第二视觉监控模块;所述第二视觉监控模块上设有限位模块,所述限位模块对经过的定位组件进行精确限位,增加获取到图像数据精确性,提升分析判断检测结果的准确性;本发明还提供一种锂电池封装生产线无人全检设备的检测方法,利用第一视觉监控模块和第二视觉监控模块分别采集影像信息并进行前后对比,获取精确测试数据,提升分析判断检测结果的准确性。

    一种环境辨别方法、系统、设备及存储介质

    公开(公告)号:CN113128415B

    公开(公告)日:2023-09-29

    申请号:CN202110437611.2

    申请日:2021-04-22

    摘要: 本发明提供了一种环境辨别方法、系统、设备及存储介质,涉及视频问答技术领域,环境辨别方法包括:在采集到环境问题时,实时采集一预设时长的环境视频;根据环境视频中每一帧的环境图像,得到环境图像特征,并提取环境问题的语义特征,得到问题文本特征;将环境图像特征和问题文本特征进行加权融合,得到融合特征;将融合特征输入环境辨别模型,环境辨别模型根据融合特征,采用对应的激活函数和损失函数,得到预测答案。本发明能够在盲人提出问题时,及时的进行环境的辨别和反馈,使得具有视觉障碍的人群能感知到环境信息;且在交互技术中应用了视频问答技术,使得环境辨别的准确度大大提高,输出的辨别结果与实际情况更符合。

    电力巡检机器人、巡检方法、巡检系统

    公开(公告)号:CN116782033A

    公开(公告)日:2023-09-19

    申请号:CN202310828091.7

    申请日:2023-07-07

    摘要: 本发明公开了一种电力巡检机器人,包括导轨模块,所述导轨模块包括主轨道和支线轨道,所述支线轨道并联于主轨道,所述支线轨道布置于待测电力设备上方;转动单元,所述转动单元设于主轨道和支线轨道上;监控单元,所述监控单元滑动于导轨模块;本发明还公开了一种包括上述的电力巡检机器人的巡检系统,包括多组监测模块,所述监测模块包括支线轨道、及设于主轨道上的转向单元和位于支线轨道上方的转向驱动单元;多组监控单元,其中,所述监测模块设置在电力设备的周侧,所述监控单元在监测模块导引下绕待测电力设备的周侧进行巡检,减少对待测电力设备的观察死角,提前发现电力设备的潜在问题。

    基于对比学习与自相关增量学习的多目标域自适应方法

    公开(公告)号:CN116597211A

    公开(公告)日:2023-08-15

    申请号:CN202310559677.8

    申请日:2023-05-16

    摘要: 本发明提出基于对比学习与自相关增量学习的多目标域自适应方法,包括:利用特征提取器分别获取源域数据和第一个目标域数据的对比损失,利用分类器获取源域数据的交叉熵损失;优化对比损失和交叉熵损失,进行源域数据和第一个目标域数据的对齐;基于完成对齐后的特征提取器,进行共享权重参数,获取训练后的特征提取器和分类器;构建单源目标域自适应图像分类且保证分类性能的分类模型,对目标域进行分类。本发明在每个域内通过对样本进行数据增强获得其正样本,其他样本为其负样本,通过最小化对比学习损失来拉近源域和目标域,加入了增量学习模块保证了学习到多个目标域的域不变知识,通过源域得到的自相关损失保证了一对多过程分类的准确性。