一种镜面-单锥标准脉冲场复现系统及方法

    公开(公告)号:CN109581258B

    公开(公告)日:2020-12-18

    申请号:CN201811324511.3

    申请日:2018-11-08

    IPC分类号: G01R35/00

    摘要: 本发明公开了一种镜面‑单锥标准脉冲场复现系统及方法。本发明的镜面‑单锥标准脉冲场复现系统,包括镜面‑单锥子系统、位移量监控‑自动调整子系统、馈源‑射频子系统和软件控制子系统;所述的馈源‑射频子系统,包括脉冲信号源、示波器、阻抗变换器以及同轴电缆,通过同轴电缆把脉冲信号源与阻抗变换器连接,阻抗变换器作为馈源使用;所述的软件控制子系统,用于控制脉冲信号源和示波器,并且采集位移监控装置的数据;当锥尖相对于镜面的位移量超过设定范围时,软件控制子系统控制自动调整机构对锥体角度进行微调,减小锥尖与镜面之间的变形量。本发明确保标准脉冲场所依赖的几何外形不变,具有实现方式简单、成本低等优点。

    一种引入关联关系的文本表示学习方法

    公开(公告)号:CN111708881A

    公开(公告)日:2020-09-25

    申请号:CN202010442824.X

    申请日:2020-05-22

    IPC分类号: G06F16/35 G06N20/10

    摘要: 本发明公开了一种引入关联关系的文本表示学习方法,包括以下步骤:步骤1:根据数据集中文本之间的关联关系构建关联关系网络G,并在所述关联关系网络G上随机游走,得到游走序列S;步骤2:基于步骤1中输出的游走序列S,联合学习数据集中文本之间的关联关系信息和每个文本的内容语义信息,构建引入关联关系的文本表示学习模型,所述引入关联关系的文本表示学习模型包括两个SkipGram模型;步骤3:将步骤2中两个SkipGram模型学习到的文本表示进行拼接,得到最终的文本表示。本发明的引入关联关系的文本表示学习方法同时融合文本的内容信息和结构关联关系信息,使得文本分类的准确率得到提升。

    一种基于多头注意力机制的半监督卷积网络嵌入方法

    公开(公告)号:CN111046907A

    公开(公告)日:2020-04-21

    申请号:CN201911062490.7

    申请日:2019-11-02

    摘要: 本发明公开了一种基于多头注意力机制的半监督卷积网络嵌入方法,包括:步骤1,输入节点文本内容,使用词向量查询的方法初始化每个词的语义表示;步骤2,构造节点文本编码器,所述节点文本编码器包括位置编码器、多头注意力机制和前馈神经网络位置编码器,节点文本编码器的输出为节点的文本向量表示,其输出为uT;步骤3,构造节点结构编码器,使用多层图卷积神经网络编码网络结构信息;步骤4,在半监督学习的框架下,将带标签节点的标签信息引入网络嵌入,将标签匹配损失与相似度损失联合优化得到最终的节点表示向量uR。该方法能更好地捕捉和融合网络的结构信息和外部信息。

    基于深度卷积生成对抗网络的绝缘子样本扩充方法及装置

    公开(公告)号:CN109117863A

    公开(公告)日:2019-01-01

    申请号:CN201810721960.5

    申请日:2018-07-04

    IPC分类号: G06K9/62

    摘要: 本发明提供了基于深度卷积生成对抗网络的绝缘子样本扩充方法及装置,该方法包括:从真实绝缘子样本库中获取真实绝缘子图像输入绝缘子深度卷积生成对抗网络模型,生成模拟绝缘子图像并进行图像质量评分排序,根据图像质量评分排序的结果筛选模拟绝缘子图像,生成模拟样本库,根据真实绝缘子样本库和模拟样本库对预设神经网络模型进行训练,并根据预设神经网络模型的训练结果,得到真实绝缘子图像与模拟绝缘子图像的最优扩充比例,计算模拟绝缘子图像的扩充样本数量,并从模拟样本库中获取后加入真实绝缘子样本库,生成绝缘子样本扩充库。实现了对绝缘子图像样本的扩充,提高了样本图像质量,并提高了识别模型准确性,进而提高了绝缘子的识别率。