公开(公告)号：CN116902231A

公开(公告)日：2023-10-20

申请号：CN202310866414.1

申请日：2023-07-14

申请人： 中国人民解放军国防科技大学

发明人： 陈青全 ,  杨振科 ,  张青斌 ,  张勇 ,  丰志伟 ,  杨涛 ,  葛健全 ,  高庆玉 ,  黄浩 ,  崔占鑫 ,  刘盼

IPC分类号： B64G1/62

摘要： 本申请涉及一种充气式减速器目标保护及二级展开减速装置、方法。装置包括减速器，减速器为倒锥形的空腔结构，在倒锥形内表中心设置有仪器舱，在倒锥形的最大直径端部环绕设置若干瓣状部，减速器与瓣状部均为可充气式；瓣状部一端与最大直径端部铰接，另一端为自由端，自由端绕铰接端具有沿径向运动的行程；仪器舱内设置有捕获组件、操控组件及充排气组件，操控组件分别与捕获组件、充排气组件电连接，以控制捕获组件捕获目标，以及控制充排气组件对所述减速器与所述瓣状部进行充气或排气。通过该减速装置，在实现二级减速的同时，还能通过瓣状部的展开角度配合瓣状部的充气气压，改变转速装置的转折角度，调整飞行姿态。

公开(公告)号：CN115422913A

公开(公告)日：2022-12-02

申请号：CN202211070958.9

申请日：2022-09-02

申请人： 中国人民解放军国防科技大学

发明人： 郭延明 ,  刘盼 ,  雷军 ,  老松杨 ,  李国辉 ,  尹晓晴

IPC分类号： G06F40/211 ,  G06F40/279 ,  G06F40/30 ,  G06F16/33 ,  G06N3/04 ,  G06N3/08

摘要： 本申请提供一种应用于文本细粒度实体分类的特征表示方法及相关设备。能够确定目标文本的字符中的实体提及，将实体提及放回至上下文字符中，进而得到上下文字符表示，并利用上下文表征模型对其进行张量确定处理，得到上下文张量信息，再通过注意力机制对上下文张量信息进行计算处理，这样得到的上下文特征能够具备上下文的特点，能够在上下文特征中将实体提及与上下文的联系一起包含在内，使得后续进行细粒度实体分类时，得到的分类结果更加精确，进一步提高细粒度实体分类的效果。

公开(公告)号：CN112990202A

公开(公告)日：2021-06-18

申请号：CN202110497553.2

申请日：2021-05-08

申请人： 中国人民解放军国防科技大学

发明人： 雷军 ,  杨亚洲 ,  周浩 ,  张军 ,  李硕豪 ,  王风雷 ,  刘盼 ,  于淼淼

IPC分类号： G06K9/32 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04

摘要： 本发明公开了一种基于稀疏表示的场景图生成方法和系统，该方法包括：通过快速区域卷积神经网络对原图像进行目标检测，获得目标区域集；通过预设的关系度量网络将目标对的所有边识别为前景边和背景边，并构造稀疏图；通过基于图注意力神经网络的特征融合和更新策略，对稀疏图上的节点和边进行同步学习，并识别目标类型和关系；根据识别得到的目标类型和关系生成场景图。本发明能够有效过滤虚假关系，进而有效生成稀疏图，并且降低了稠密图的计算复杂度以及提高了图消息传递效率；同时本发明能够准确从稀疏图中提取特征，进而准确生成场景图。

公开(公告)号：CN112990202B

公开(公告)日：2021-08-06

申请号：CN202110497553.2

申请日：2021-05-08

申请人： 中国人民解放军国防科技大学

发明人： 雷军 ,  杨亚洲 ,  周浩 ,  张军 ,  李硕豪 ,  王风雷 ,  刘盼 ,  于淼淼

IPC分类号： G06K9/32 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04

摘要： 本发明公开了一种基于稀疏表示的场景图生成方法和系统，该方法包括：通过快速区域卷积神经网络对原图像进行目标检测，获得目标区域集；通过预设的关系度量网络将目标对的所有边识别为前景边和背景边，并构造稀疏图；通过基于图注意力神经网络的特征融合和更新策略，对稀疏图上的节点和边进行同步学习，并识别目标类型和关系；根据识别得到的目标类型和关系生成场景图。本发明能够有效过滤虚假关系，进而有效生成稀疏图，并且降低了稠密图的计算复杂度以及提高了图消息传递效率；同时本发明能够准确从稀疏图中提取特征，进而准确生成场景图。

公开(公告)号：CN112820368A

公开(公告)日：2021-05-18

申请号：CN202110043894.2

申请日：2021-01-13

申请人： 中国人民解放军国防科技大学

发明人： 赵尚平 ,  刘盼 ,  汤观秀 ,  李国辉

IPC分类号： G16H10/60 ,  G16H50/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本申请涉及一种重症患者数据集的构建方法、系统、设备和存储介质，在该方法中，通过根据重症临床医师选取的重症诊疗数据，并从医疗数据库中获取重症临床患者的医疗特征数据；将所述重症临床患者的病危结束时间定义为变量因子，根据所述变量因子从所述重症诊疗数据和所述医疗特征数据中进行数据的选取；通过异构数据类型的编码表示，获取不同维度的重症数据类型；对所述重症数据类型进行缺失值处理和标准化处理，通过所述重症数据类型的数据分析，完成重症患者数据集的构建。通过搭建重症临床患者的数据集，能够精准预测重症患者疾病严重程度及临床结局，通过数据集分析死亡、住院费用、住院时间的风险因素，为重症临床患者的诊治提供大数据支持。

公开(公告)号：CN114358011A

公开(公告)日：2022-04-15

申请号：CN202210013663.1

申请日：2022-01-06

申请人： 中国人民解放军国防科技大学

发明人： 郭延明 ,  刘盼 ,  雷军 ,  魏迎梅 ,  谢毓湘 ,  王翔汉

IPC分类号： G06F40/295 ,  G06F40/117 ,  G06F40/151

摘要： 本申请提供一种命名实体提取方法与装置以及电子设备。所述方法包括：首先通过命名实体识别模型，识别出自然语言文本中属于命名实体的第一类令牌以及不属于命名实体的第二类令牌，以将所述自然语言文本转换成令牌序列，并按照从前到后的顺序对所述令牌序列进行标注以得到目标标签序列。根据所述目标标签序列，从所述令牌序列中提取每个命名实体。其中，目标标签序列对于命名实体前后的边界字符进行有区别的标注，显著提高了命名实体的区分度，使得命名实体识别的结果更加准确。