一种细粒度装备图片分类识别方法及系统

    公开(公告)号:CN114492634B

    公开(公告)日:2024-01-19

    申请号:CN202210090516.4

    申请日:2022-01-25

    摘要: 本发明公开一种细粒度装备图片分类识别方法及系统,所述方法包括如下步骤:输入若干类待细分的同种装备图片,每类装备图片按文件夹存放,生成数据集,其中的每幅图片称为原始图片;利用感知模型获得每幅原始图片对应的物体图片和部件图片,将原始图片、物体图片和部件图片分别输入到通道加权双线性卷积神经网络中进行训练,获得图片整体特征、物体级特征和部件级特征;通过决策模型将三尺度分类器获得的特征进行融合,经过训练和交叉验证得到超参数α,β和γ;基于训练好的两级区域感知三尺度通道加权双线性卷积神经网络,得到所输入的训练集外装备图片的细粒度分类结果。本发明可以在短时间内,对大批量装备图片做出相对精准判别。

    一种基于超图的多模态多标签分类方法及系统

    公开(公告)号:CN116956128A

    公开(公告)日:2023-10-27

    申请号:CN202310900636.0

    申请日:2023-07-19

    摘要: 本发明公开了一种基于超图的多模态多标签分类方法及系统,分类方法步骤包括从原始数据中提取特征表示,并构建图像特征空间和文本特征空间,每一个所述原始数据包括文本和图像两种模态数据;基于图像特征空间,利用基于距离的方法来生成图像超图结构;基于文本特征空间,利用基于距离的方法来生成文本超图结构;将文本超图结构和图像超图结构利用关联矩阵M拼接起来形成最终的多模态超图关联矩阵H,得到多模态超图;对多模态超图进行卷积运算,得到更具表征性的特征表示,并将更具表征性的特征表示输入至全连接层实现标签预测。本发明利用超图卷积和多模态特征融合方法,实现多模态数据关系挖掘和特征识别,提高了多模态多标签分类的性能。

    一种基于元数据发现的联邦学习方法及系统

    公开(公告)号:CN116628487A

    公开(公告)日:2023-08-22

    申请号:CN202310270049.8

    申请日:2023-03-20

    IPC分类号: G06F18/214 G06F16/2458

    摘要: 本发明公开了一种基于元数据发现的联邦学习方法及系统,属于人工智能技术领域。所述方法包括如下步骤:数据中心构建联邦学习模型,并根据联邦学习模型以及计算需求,获取参与模型训练的数据需求;数据中心根据数据需求进行元数据发现,发现各数据节点符合要求的数据;数据中心分发各节点训练需求,各数据节点根据需求调整本地训练数据,并进行模型训练;各数据节点完成本地训练后将结果加密传输到对方数据节点,进行模型更新;各数据节点将模型训练结果汇总到数据中心;数据中心更新各数据节点的模型,提供数据服务;重复上述过程,实现模型训练的迭代。本发明通过元数据发现的方法对各节点的数据进行筛选,提高模型训练效率以及训练结果。

    一种基于区块链的分布式数据资产流转追溯系统及方法

    公开(公告)号:CN116611840A

    公开(公告)日:2023-08-18

    申请号:CN202310272260.3

    申请日:2023-03-20

    摘要: 本发明公开一种基于区块链的分布式数据资产流转追溯系统及方法,所述系统包括:访问模块,所述访问模块具体执行:提供访问入口,注册、查询操作权限,并给予操作权限确定所述操作权限能查询的公开数据;数据资产链化与追溯模块,所述数据资产链化与追溯模块具体执行:将数据资产的统一编码,逐个上链,链上流转,以及数据资产元数据抽取和血缘分析管理;区块链模块,所述区块链模块包括若干奇数个分布式节点,所述分布式节点之间采用P2P网络进行通信传输。本发明实现溯源记录的可信存储和可信验证,同时对链下数据修改后的重新上链追溯进行进一步的研究,通过元数据抽取和分析,对区块链下的数据流转追溯进行了补充,实现了数据流转追溯的闭环。

    融合深度学习和自然语言处理的代码自动化摘要方法

    公开(公告)号:CN108459874B

    公开(公告)日:2021-03-26

    申请号:CN201810177984.9

    申请日:2018-03-05

    IPC分类号: G06F8/73 G06F8/75

    摘要: 本发明公开了一种融合深度学习和自然语言处理的代码自动化摘要方法,流程如下:同时进入S1和S5,S1和S5并行处理;S1、搜集开源社区中的高质量开源项目;S2、抽取开源项目中的API及对应的API注释信息,同时转S3和S4,S3和S4同时并行处理;S3、过滤掉API描述中的无用信息,转S6;S4、对所有的API信息生成关键描述短语,转S6;S5、获取互联网中热门的第三方API;S6、将API及对应的自然语言注释信息作为训练数据,利用抽取的第三方API信息和API对应的关键短语信息,通过深度神经网络训练得到代码自动摘要模型,该模型可以用来为待预测的API代码片段生成自动化摘要信息。本发明能够快速准确地为开源项目中API代码片段生成关联的自然语言描述。

    一种用于在线学习平台的用户学习能力评估方法和装置

    公开(公告)号:CN112199507B

    公开(公告)日:2021-02-09

    申请号:CN202011424512.2

    申请日:2020-12-09

    摘要: 本申请涉及一种用于在线学习平台的用户学习能力评估方法和装置。所述方法包括:根据在线学习平台中用户提交的学习项目描述标签对学习项目数据进行分类,根据得到的用户已学习的学习项目类别的数量评估用户的学习广度,根据各类别中的学习项目描述标签的数量,评估用户在各类别的学习深度。根据学习项目类别对应的学习项目练习分值及其生成时间,评估用户的学习速度、知识迁移能力、坚韧性结果和持续性评估结果。本申请能根据线上学习平台用户的学习项目数据了解用户当前的技术能力、学习能力和在学习方面的个性特质,能够为在线学习平台用户提供更好的学习反馈信息,也能为平台运营方的个性化推送服务提供用户描述数据支持。

    基于Codepedia众包平台的第三方工具优化方法

    公开(公告)号:CN108509218A

    公开(公告)日:2018-09-07

    申请号:CN201810177974.5

    申请日:2018-03-05

    摘要: 本发明提供一种基于Codepedia众包平台的第三方工具优化方法,包括以下步骤:1、开源代码预处理;2、对预处理后的代码进行分析,产生分析结果;3、将分析结果存入问题数据库;4、向用户推送问题;5、用户对问题进行回答,选择答案中自己认为正确的选项,平台记录用户的行为数据,将用户行为存入数据;6、平台对用户行为数据进行判断,若超过一定比例的用户的判断与第三方工具的分析结果不同,则反馈给第三方工具;7、第三方工具开发者对数据分析后对应用进行改进,发布新版本;8、若停止更新,则平台使用改进后新版本的第三方工具,否则,转步骤2。本发明可以低成本、高效率的方式为集成在Codepedia平台的第三方应用进行反馈优化。

    一种面向试验数据的文本语义特征提取方法及系统

    公开(公告)号:CN114841169B

    公开(公告)日:2024-10-18

    申请号:CN202210090519.8

    申请日:2022-01-25

    摘要: 本发明公开一种面向试验数据的文本语义特征提取方法及系统,所述方法包括如下步骤:利用文本预处理技术对试验数据生语料库进行处理和加工,将所述生语料库转换为熟语料库;构建基于条件随机场的抽取模型,在初始标注语料基础上训练模型;熟语料输入词向量表示模型得到词向量信息,将词向量信息输入DHNN深度混合神经网络模型训练;将注意力机制与SE‑LSTM神经网络模型相结合获得训练模型,把初始训练语料输入所述训练模型训练;将训练好的装备实体识别模型、装备文本深层语义建模方法和装备实体关系抽取模型分别输入,得到装备文本语义特征提取系统;基于训练好的文本语义特征提取系统,得到语义理解结果。

    一种面向试验数据的供需匹配方法及系统

    公开(公告)号:CN114443916B

    公开(公告)日:2024-02-06

    申请号:CN202210087462.6

    申请日:2022-01-25

    摘要: 本发明公开一种面向试验数据的供需匹配方法及系统,所述方法包括如下步骤:对所采集的试验数据名录分别进行文本的语义特征提取和图像的语义特征提取,获取语义特征存储至数据名录数据库中;结合需求用户的静态信息与动态行为,对需求用户进行多模态融合全维画像操作,获取全维特征并存储至用户行为数据库中;对所述语义特征与所述全维特征,分别进行数据分类映射服务;构建推荐算法集合,根据具体业务场景和用户需求,结合降噪自编码器模型,多策略混合调用数据名录和用户行为相关数据,经计算排序生成推荐数据名录结果;根据用户需求,基于注意力与多模态混合融合法提供供需匹配服务。本发明具备方法配置、参数配置、调用验证等功能。