-
公开(公告)号：CN115017977B
公开(公告)日：2024-09-20
申请号：CN202210529720.1
申请日：2022-05-16
申请人： 上海大学 , 之江实验室 , 云南锡业集团(控股)有限责任公司研发中心
IPC分类号： G06F18/243 , G06F18/2321 , G06F18/241 , G06F18/27 , G06F18/2433
摘要： 本发明公开了一种高斯过程回归树分类器多元合金异常数据识别方法：高斯过程回归树分类器异常数据识别方法(英文名：Tree‑Classifier for Gaussian‑Process‑Regression,简称：TCGPR)。本方法基于随机过程假设，根据集合中数据之间的高斯关联性定义了数据集合的全局高斯无序因子(Global Gaussian Messy Factor,GGMF)。通过最大化全局高斯无序因子的期望降低值，不断地扩充初始的数据集合，直至数据集合的拟合优度饱和。本方法基于Stump‑Tree模型建立，通过初始数据集的动态扩容，切分输入的数据集合。本方法可用于例如检测合金性能测试的异常数据，等异常数据识别和分割的机器学习任务之中。本发明是一种基于全局关联性的有监督数据预处理方法，并在相关的数据评估中证实了本方法用于发现和强化数据之间关联的可行性。
-
公开(公告)号：CN115017977A
公开(公告)日：2022-09-06
申请号：CN202210529720.1
申请日：2022-05-16
申请人： 上海大学 , 之江实验室 , 云南锡业集团(控股)有限责任公司研发中心
IPC分类号： G06K9/62
摘要： 本发明公开了一种高斯过程回归树分类器多元合金异常数据识别方法：高斯过程回归树分类器异常数据识别方法(英文名：Tree‑Classifier for Gaussian‑Process‑Regression,简称：TCGPR)。本方法基于随机过程假设，根据集合中数据之间的高斯关联性定义了数据集合的全局高斯无序因子(Global Gaussian Messy Factor,GGMF)。通过最大化全局高斯无序因子的期望降低值，不断地扩充初始的数据集合，直至数据集合的拟合优度饱和。本方法基于Stump‑Tree模型建立，通过初始数据集的动态扩容，切分输入的数据集合。本方法可用于例如检测合金性能测试的异常数据，等异常数据识别和分割的机器学习任务之中。本发明是一种基于全局关联性的有监督数据预处理方法，并在相关的数据评估中证实了本方法用于发现和强化数据之间关联的可行性。
-
公开(公告)号：CN113672711A
公开(公告)日：2021-11-19
申请号：CN202110907685.8
申请日：2021-08-09
IPC分类号： G06F16/332 , G06F40/216 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种服务型机器人意图识别装置及其训练、识别方法，包括如下步骤：1）根据应用场景确定要识别的对话意图，并获取大量对话数据及对应的意图，人工找出对话数据中对应的意图，进行语料标注；2）采用期望交叉熵量化算法获取停用词表，并去除对话中的停用词；3）构建用于意图识别的装置，并通过1）、2）处理后的训练集数据对装置进行训练；4）由训练好的装置实时获取1）、2）处理后的对话数据，进行意图识别，输出最佳意图。本发明的意图识别效率高、准确率高、泛化能力强、人工标注语料成本低。
-
公开(公告)号：CN112836496B
公开(公告)日：2024-02-13
申请号：CN202110098015.6
申请日：2021-01-25
IPC分类号： G06F40/232 , G06F40/289 , G06F40/30 , G06N3/045 , G06N3/0499
摘要： 本发明公开了一种基于BERT和前馈神经网络的文本纠错方法，能对大规模语料进行快速准确的错误识别和纠正。方法首先对文本进行预处理，然后将文本用BERT进行语义编码，之后先用文本整体的语义信息判断文本是否正确，然后对判断为错误的文本，使用序列标注的方法找出文本中错误出现的具体位置，最后结合错误的上下文信息，使用前馈神经网络生成对应的正确文本。本发明构建的文本纠错方法具有推理速度快、可解释性好的特点。
-
公开(公告)号：CN113672711B
公开(公告)日：2024-01-19
申请号：CN202110907685.8
申请日：2021-08-09
IPC分类号： G06F16/332 , G06F40/216 , G06F40/295 , G06F40/30 , G06N3/0442 , G06N3/048
摘要： 本发明公开了一种服务型机器人意图识别装置及其训练、识别方法，包括如下步骤：1）根据应用场景确定要识别的对话意图，并获取大量对话数据及对应的意图，人工找出对话数据中对应的意图，进行语料标注；2）采用期望交叉熵量化算法获取停用词表，并去除对话中的停用词；3）构建用于意图识别的装置，并通过1）、2）处理后的训练集数据对装置进行训练；4）由训练好的装置实时获取1）、2）处理后的对话数据，进行意图识别，输出最佳意图。本发明的意图识别效率高、准确率高、泛化能力强、人工标注语料成本低。
-
公开(公告)号：CN117273168A
公开(公告)日：2023-12-22
申请号：CN202311238148.4
申请日：2023-09-25
申请人： 河北工业大学 , 之江实验室 , 电子科技大学(深圳)高等研究院 , 大连理工大学
IPC分类号： G06N20/00 , G06N3/0455 , G06N3/08 , G06F21/62
摘要： 本发明提供了一种联邦大模型自适应学习系统。在多目标优化与增量学习结合的基础上，构建多个优化指标，设计自适应的小模型增量学习；针对联邦学习下的数据隐私保护，提出小模型梯度放缩方法，使梯度信息得到充分利用；通过揭示模型泛化能力与采样数据的关联性，提出泛化能力评估函数；针对工业设备运行时面对的性能退化、故障等真实问题，结合泛化能力评估函数，设计多个优化目标，通过多目标演化学习自适应地更新与修复模型，提高大模型在真实工业场景下的可用性。最终实现大、小模型的自适应精准更新，提升模型泛化能力。
-
公开(公告)号：CN112836496A
公开(公告)日：2021-05-25
申请号：CN202110098015.6
申请日：2021-01-25
IPC分类号： G06F40/232 , G06F40/289 , G06F40/30 , G06N3/04
摘要： 本发明公开了一种基于BERT和前馈神经网络的文本纠错方法，能对大规模语料进行快速准确的错误识别和纠正。方法首先对文本进行预处理，然后将文本用BERT进行语义编码，之后先用文本整体的语义信息判断文本是否正确，然后对判断为错误的文本，使用序列标注的方法找出文本中错误出现的具体位置，最后结合错误的上下文信息，使用前馈神经网络生成对应的正确文本。本发明构建的文本纠错方法具有推理速度快、可解释性好的特点。
-
公开(公告)号：CN114972185A
公开(公告)日：2022-08-30
申请号：CN202210408314.X
申请日：2022-04-19
申请人： 上海大学
IPC分类号： G06T7/00 , G06T5/00 , G06V10/762 , G01N23/207
摘要： 本发明公开了一种基于统计建模的多晶粉末X光衍射图谱的全谱线拟合方法：粉末X光衍射图期望最大化算法全谱线拟合方法(Whole Pattern Fitting of Powder XRD byExpectation Maximum algorithm,简称WPEM)。可用于多晶粉末X光衍射图的全谱拟合,从中提取各衍射峰的峰位、峰宽、峰形、积分衍射强度等晶体结构信息。实现了“统计背底计算”、“组分晶格常数的精确测定”、“组分体积分数的定量测定”等功能。本发明技术能够减少或者消除由衍射几何因素形成的不对称峰形的噪声，可以对混合多晶系的X光衍射图进行全谱线分解和拟合，精确和定量测定各个晶系晶格常数、峰形及各个晶系体积分数。与主流的商用拟合软件Fullprof,TOPAS等相比,显示出更优越的拟合精度。
-
公开(公告)号：CN102093582A
公开(公告)日：2011-06-15
申请号：CN201110000326.0
申请日：2011-01-04
申请人： 上海大学
摘要： 本发明涉及一种辐射交联水凝胶的制备方法。该水凝胶的制备方法包括：配制不同质量浓度1~10%wt的聚L-谷氨酸水溶液，强力搅拌1h，滴入适量NaOH，调节pH=12，静置除泡。将该溶液置于剂量率100Gy/s电子束下辐照5~100min，通过电子束高能辐射使高分子链间发生交联，将制得的水凝胶装入透析袋，然后放入去离子水中浸泡，隔一定时间换水，以除去残留的小分子和离子，即得到这种聚L-谷氨酸辐射交联水凝胶。本发明所得的水凝胶制备方法简单，无须添加交联剂，得到的水凝胶纯净、无杂质。能通过聚合物溶液浓度、电子束辐射剂量的改变来调节制得的水凝胶的溶胀度，从而实现水凝胶在载药释药体系、组织工程等不同应用领域中的应用。
-
公开(公告)号：CN101380560A
公开(公告)日：2009-03-11
申请号：CN200810201281.1
申请日：2008-10-16
申请人： 上海大学
摘要： 本发明公布一种用于层层自组装的低交联度三聚氰胺甲醛模板的制备方法。该方法是在预热后将甲醛溶液倒入三聚氰胺悬浮液中搅拌，在56～65℃反应得到预聚物，再将预热的聚乙烯醇溶液倒入预聚物中，使体系聚乙烯醇浓度在3.5～7mg/mL，搅拌后用醋酸调节pH值在3.5～6.0，缩聚反应得到悬浮液；然后与去离子水混合并离心和超声分散10～20次，制得用于层层自组装的低交联度三聚氰胺甲醛模板。该制备方法简单、成本低、所制成的三聚氰胺甲醛模板粒径均匀且表面带正电荷，低温保存时间长，可用作制备层层自组装中空微胶囊的内核模板。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.08 秒)
