-
公开(公告)号：CN110674820A
公开(公告)日：2020-01-10
申请号：CN201910882245.4
申请日：2019-09-18
Applicant: 绍兴达道生涯教育信息咨询有限公司
IPC: G06K9/34 , G06K9/03 , G06N3/04 , G06N3/08 , G06F16/2458
Abstract: 本发明公开了一种基于卷积神经网络的车牌校准识别方法、系统及电子设备，包括获取车辆轮廓信息；获取某个车辆的多帧图像，对多帧图像的车牌号进行识别；将相邻帧的车牌号识别结果进行比对，得到车牌一致性结果；对一致性结果进行检验，确定某个车辆的车牌信息。遇到车辆很快的情况，能够对图像进行清晰化选取，从而得到最优的图像来识别出正确的车牌号，另外，如果连续图像当中的车牌被识别出不同的结果，结合卷积神经网络对车辆的轮廓信息进行联网查询，可以有效避免车牌识别出错。
-
公开(公告)号：CN110632418A
公开(公告)日：2019-12-31
申请号：CN201910882252.4
申请日：2019-09-18
Applicant: 绍兴达道生涯教育信息咨询有限公司
Abstract: 本发明公开了一种基于CNN和RNN的机器状态获取方法、系统及电子设备，将机器进行固定在特定设备上，在该设备上对机器位置进行动态调整；对机器处于不同位置时提取数据；对提取数据进行在线和离线分析，从而得到机器状态数据。RNN网络将所述不同位置时的测试声音片段与训练好的标准声音序列进行比对，若所述不同位置时的测试声音片段均在标准范围内，表明机器处于稳定序列，反之，则机器状态处于不稳定序列；测试过程中，多次将给定的多种测试声音到机器当中，判断是否稳定，若连续三次判断机器状态处于稳定序列，则认为机器状态稳定，评判标准唯一，可对不同机器进行统一化检测标准。
-
公开(公告)号：CN112417165B
公开(公告)日：2022-04-26
申请号：CN202011299588.7
申请日：2020-11-18
Applicant: 杭州电子科技大学 , 绍兴达道生涯教育信息咨询有限公司
IPC: G06F16/36 , G06F16/35 , G06F16/332 , G06F16/903 , G06F16/951 , G06F40/295 , G06K9/62
Abstract: 本发明提供一种生涯规划知识图谱的构建及查询方法和系统。该方法包括：从招聘网站中获取招聘信息，收集本科以及专科的专业分类以及名称，收集网络资料中职业对应专业的相关资料，以及收集各高校毕业生的就业去向；将获得的数据进行去噪、分类以及存储等操作；知识图谱构建模块，通过命名实体识别等操作进行生涯规划知识图谱的构建；将用户在终端选择的职业或筛选条件利用生涯规划知识图谱将结果展示出来。本发明利用生涯规划知识图谱分析得到职业与相关专业的对应关系，为用户选择专业提供了参考，为用户提供了便捷。使用了相关的自然语言处理技术，提高了数据获取及数据预处理的效率；从招聘网站获取相应的数据，保证了数据的实时性以及可靠性。
-
公开(公告)号：CN112464655A
公开(公告)日：2021-03-09
申请号：CN202011356716.7
申请日：2020-11-27
Applicant: 绍兴达道生涯教育信息咨询有限公司 , 杭州电子科技大学
IPC: G06F40/284 , G06F40/216 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种中文字符和拼音相结合的词向量表示方法、装置、介质。该方法包括步骤：S11：将待转换为词向量表示的中文文本中每个中文字符转化为拼音；S12：针对中文文本中每个中文字符，利用预训练的中文字符词嵌入模型，得到中文字符的词向量表示；S13：针对中文文本中每个中文字符的拼音，利用预训练的拼词嵌入模型，得到拼音的词向量表示；S14：针对中文文本中每个中文字符，融合两种词向量表示得到字符融合表示向量。本发明通过中文字符和拼音相合的方法，在可区分同音字的基础上，建立了同音字之间的关系信息，从而能够很好地处理同音字噪声。本发明可以用于但不限于不良信息的过滤。
-
公开(公告)号：CN112419805A
公开(公告)日：2021-02-26
申请号：CN202011378820.6
申请日：2020-11-30
Applicant: 绍兴达道生涯教育信息咨询有限公司 , 杭州电子科技大学
Abstract: 本发明涉及教学辅助附属装置的技术领域，特别是涉及一种便携式外语教学用词义对照装置；方便进行移动和携带，给使用者带来便利，实用性较高；并且，工作模式较为多样，教学辅助效果较强，从而提高其使用可靠性；包括板体、框架、多组磁力扣和磁力板；板体包括第一板体和第二板体，框架包括第一框架和第二框架，第一框架和第二框架上分别设置有两组固定孔，还包括连接架、固定架、螺纹杆、螺纹管、主动链轮、被动链轮、链条、伺服电机和提手，连接架的左侧壁上设置有收缩槽，固定架上设置有卡槽，链条套设在主动链轮和被动链轮上；还包括安装架、音频播放器和读卡器，安装架安装在连接槽内，安装架内设置有工作腔，读卡器与音频播放器电连接。
-
Patent Agency Ranking
公开(公告)号：CN112632963A
公开(公告)日：2021-04-09
申请号：CN202011501395.5
申请日：2020-12-17
Applicant: 绍兴达道生涯教育信息咨询有限公司 , 杭州电子科技大学
IPC: G06F40/216 , G06F40/284 , G06F40/30 , G06N3/04
Abstract: 本发明提供了一种基于政府工作报告的中文隐喻信息知识库构建方法，属于自然语言处理技术领域。本发明能够提高利用深度学习模型进行中文隐喻识别分类，其能够提取对应人工标签下每个训练文本中话语的隐喻特征，并对多个隐喻特征进行拼接，将拼接后的隐喻特征输入到分类器中，得到词表中的词语是否属于隐喻的分类结果。同时本发明能根据识别结果进行词性分类，并按照分类结果分别确定其源域和目标域，形成隐喻知识文本，从而实现中文隐喻知识库的自动构建。本发明针对政府工作报告的隐喻特点，通过预先对文本数据进行合并和人工标签分类，能够大大降低模型噪声，提高政府工作报告中中文隐喻识别准确度以及识别效率。
-
公开(公告)号：CN112417165A
公开(公告)日：2021-02-26
申请号：CN202011299588.7
申请日：2020-11-18
Applicant: 杭州电子科技大学 , 绍兴达道生涯教育信息咨询有限公司
IPC: G06F16/36 , G06F16/35 , G06F16/332 , G06F16/903 , G06F16/951 , G06F40/295 , G06K9/62
Abstract: 本发明提供一种生涯规划知识图谱的构建及查询方法和系统。该方法包括：从招聘网站中获取招聘信息，收集本科以及专科的专业分类以及名称，收集网络资料中职业对应专业的相关资料，以及收集各高校毕业生的就业去向；将获得的数据进行去噪、分类以及存储等操作；知识图谱构建模块，通过命名实体识别等操作进行生涯规划知识图谱的构建；将用户在终端选择的职业或筛选条件利用生涯规划知识图谱将结果展示出来。本发明利用生涯规划知识图谱分析得到职业与相关专业的对应关系，为用户选择专业提供了参考，为用户提供了便捷。使用了相关的自然语言处理技术，提高了数据获取及数据预处理的效率；从招聘网站获取相应的数据，保证了数据的实时性以及可靠性。
-
公开(公告)号：CN110599859A
公开(公告)日：2019-12-20
申请号：CN201910972608.3
申请日：2019-10-14
Applicant: 绍兴达道生涯教育信息咨询有限公司
IPC: G09B19/06
Abstract: 本发明公开了一种用于英文时态学习的教学装置及其方法，属于教学设备领域。本发明通过机械传动结构的设计，使得不同的英文时态标签能够被搭载于转盘上，通过齿轮和齿条带动转轴进行转动随机选择英文时态标签开展教学工作，摆脱了常规英文时态教学过程中枯燥乏味的缺陷，能够在教学过程中增强学生们自己动手的能力和参与感，提高学习的乐趣。而且在本发明的机械传动结构中，通过转动第一把手带动丝杆进行转动，丝杆与移动板螺纹连接，带动移动板向远离转轴的方向进行移动，再推动第二把手，使得滑动板回复原位，然后再反向转动第一把手，使得齿条再一次与齿轮啮合，这种结构能够使得转盘的转动控制更为容易，同时可重复操作。
-
公开(公告)号：CN110197218A
公开(公告)日：2019-09-03
申请号：CN201910439037.7
申请日：2019-05-24
Applicant: 绍兴达道生涯教育信息咨询有限公司 , 杭州电子科技大学
Abstract: 本发明公开了一种基于多源卷积神经网络的雷雨大风等级预测分类方法。该方法采用多源卷积神经网络模型对多普勒气象雷获得的多种数据图像进行特征提取，能够融合更多的气象数据信息，提高了对差异性特征的提取；同时方法结合了支持向量机中的分类方法，在中小样本的气象数据训练集上获得的模型有很好的雷雨大风等级预测分类效果。
-
公开(公告)号：CN113987171A
公开(公告)日：2022-01-28
申请号：CN202111222503.X
申请日：2021-10-20
Applicant: 绍兴达道生涯教育信息咨询有限公司 , 杭州电子科技大学
IPC: G06F16/35 , G06F16/951 , G06F40/205 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于预训练模型变种的新闻文本分类方法及系统，属于文本分类领域。本发明采用BERT和RNN复合模型对数据集中的特征进行有效提取，对于已经经过预训练的BERT模型，其广泛适用于下游任务的各个集合，不需要利用重复数据进行训练，同时基于self‑attention机制可以有效的可以不仅可以得到源端与目标端词与词之间的依赖关系，同时还可以有效获取源端或目标端自身词与词之间的依赖关系。在此基础上，引入了RNN模型，用于捕捉长距离文本依赖上信息丢失的问题，对结果进行特征融合，在新闻文本分类上取得了较为理想的效果。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.029 seconds)
