-
公开(公告)号：CN120047781A
公开(公告)日：2025-05-27
申请号：CN202411917804.8
申请日：2024-12-24
Applicant: 北京工业大学 , 北京彬诚科技有限公司
IPC: G06V10/80 , G06V10/82 , G06N3/0464 , G06V10/764 , G06N3/045
Abstract: 基于改进YOLOv8的智能拾取乒乓球机器人目标识别方法涉及机器人技术与目标检测领域。该方法通过引入动态检测头模块和轻量级跨尺度特征融合模块，解决了现有技术中目标遮挡和实时性问题。动态检测头模块通过动态调整特征处理方式，增强了目标的分类和定位精度，特别在复杂背景和目标遮挡场景下表现出色；而轻量级跨尺度特征融合模块则提高了多尺度目标的检测能力，同时保持低计算开销，适应机器人平台的实时需求。实验基于特定数据集，采用自适应锚框设计、特定损失函数与优化器，结果显示目标检测模型mAP达72.7％，GFLOPs为7.5，证明该方法对智能拾取乒乓球机器人目标识别高效、准确、可行且具重要应用价值。
-
公开(公告)号：CN118069836A
公开(公告)日：2024-05-24
申请号：CN202410094505.2
申请日：2024-01-23
Applicant: 北京工业大学
IPC: G06F16/35 , G06F18/24 , G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/0499 , G06N3/08 , G06N3/048
Abstract: 本发明公开了一种基于平衡损失函数的长尾分布投诉举报文本分类方法，具体包括以下步骤：首先对数据进行数据清洗、去停用词等操作，为后续文本分类过程减少干扰项；然后通过BERT预训练模型进行预训练和特征提取，获得与类别信息最相关的特征向量；最后通过全连接层分类器获取分类结果。同时，本发明在经典损失函数的基础上进行优化，提出一种Gumbel分布平衡损失函数，一方面采用Gumbel激活函数替代一般激活函数，为头部类和尾部类赋予不同的梯度；另一方面引入正则化项，抑制尾部类的过拟合，提高其泛化性。本发明显著提高尾部类的分类效果，从而使整体的分类性能有所提升，能够有效解决投诉举报文本分类任务中的长尾分布问题。
-
公开(公告)号：CN113064967B
公开(公告)日：2024-03-22
申请号：CN202110310932.6
申请日：2021-03-23
Applicant: 北京工业大学
IPC: G06F16/33 , G06F40/289 , G06F18/214 , G06N3/0464
Abstract: 本发明公开了一种基于深度迁移网络的投诉举报可信度分析方法，属人工智能技术领域。具体包括以下步骤：首先，微博文本、投诉举报文本、微博文本混合投诉举报文本分别经过Word2vec文本向量化模型表示为矩阵；然后，将向量化之后的文本输入到三组双向LSTM网络中进行特征提取，分别提取出源域私有特征向量、源域目标域共享特征向量、目标域私有特征向量；接着，将共享特征分别与源域和目标域私有特征通过自注意力机制进行特征融合，得到最终的源域特征和目标域特征；最后，将源域特征和目标域特征输入到多层感知机输出最后的分类结果。该方法解决了投诉举报可信度分析中人工分析难、缺乏有效数据标注的问题，为环境类投诉举报可信度分析提供了思路。
-
公开(公告)号：CN114969321A
公开(公告)日：2022-08-30
申请号：CN202210249762.X
申请日：2022-03-14
Applicant: 北京工业大学
IPC: G06F16/35 , G06F40/216
Abstract: 基于多权重自训练模型得环境类投诉举报文本分类方法，属于人工智能技术领域。具体包括以下步骤：首先使用基于HowNet语料库的相似度计算方法赋予每个无标签数据第一权重；然后使用自训练的方法为每个无标签数据添加第二权重；接着通过权重融合和阈值筛选为每个无标签数据赋予伪标签并利用其参与训练。最后使用训练好的分类器进行投诉举报文本分类。本文所使用的基于多权重自训练模型的环境类投诉举报文本分类方法，在解决投诉举报少样本分类的问题上取得显著效果。
-
公开(公告)号：CN109035258A
公开(公告)日：2018-12-18
申请号：CN201810806452.7
申请日：2018-07-20
Applicant: 北京工业大学
CPC classification number: G06T7/11 , G06N3/126 , G06T7/136 , G06T2207/10004 , G06T2207/20081
Abstract: 本发明公开了一种基于有向交叉遗传算法和二维最大熵阈值分割算法的图像分割方法，方法包括以下步骤：获取图像并计算二维直方图；生成初始种群；计算适应度值并保存精英个体；设置算法参数；对种群进行遗传操作包括选择选择操作、有向交叉、变异操作，并计算变异个体适应度值；保留精英个体；判断是否满足终止条件，若满足条件即获取最优个体作为阈值进行图像分割，若不满足条件返回遗传操作步骤。本发明将有向交叉遗传算法推广到二维情形并与二维最大熵图像分割相结合，解决了遗传算法在图像阈值寻优时具有盲目性的问题，极大提高了使用遗传算法进行图像分割的速度和准确率。
-
Patent Agency Ranking
公开(公告)号：CN103886367A
公开(公告)日：2014-06-25
申请号：CN201410101272.0
申请日：2014-03-18
Applicant: 北京工业大学
IPC: G06N3/02
Abstract: 本发明涉及一种仿生智能控制方法。针对传统的机器人控制方法所能达到的智能水平有限，机器人无法自主地适应未知环境，难以从简单经验中获取完成复杂任务的能力，无法以自学习的方式完成任务等问题，本发明从仿生角度模拟生物的感觉运动神经系统，并将操作条件反射机理融入感觉运动系统的设计中。本发明以复制感觉运动系统的方式重现了生物运动神经认知，有利于模拟生物的认知机制，进而提高机器人认知水平；加入了操作条件反射机能，由此解释了感觉运动系统中“感知”及“运动”之间相互影响的反馈闭环关系，使得系统能表现出类似生物的自学习行为，提高了机器人的智能水平。
-
公开(公告)号：CN102693503A
公开(公告)日：2012-09-26
申请号：CN201210141310.6
申请日：2012-05-08
Applicant: 北京工业大学
CPC classification number: G07G1/0081 , G06Q30/00 , G07F7/0886 , G07G1/0045 , G07G1/14
Abstract: 本发明提出了一种交易信息传送方法，包括步骤：手持终端和收银系统服务器通过搜索匹配以建立无线连接；所述收银系统服务器确认完成本次交易商品的扫描后，产生与所述手持终端对应的本次交易的电子单据，并对所述电子单据进行封装，以限制所述手持终端对所述电子单据的权限为只读；所述收银系统服务器将与所述手持终端对应的电子单据通过无线方式发送至所述手持终端；所述手持终端将接收到的电子单据解封装。本发明还提供了一种交易信息发送和接收装置和一种交易信息处理系统，包括收银系统服务器和手持终端。本发明的方法、处理系统和装置方便快捷，无需繁琐操作，保密性更强，方便实时对账。
-
公开(公告)号：CN119862884A
公开(公告)日：2025-04-22
申请号：CN202411706999.1
申请日：2024-11-27
Applicant: 北京工业大学
IPC: G06F40/289 , G06F40/30 , G06F16/35 , G06F18/22 , G06N3/0442
Abstract: 本发明公开了一种基于双重多样性生成的文本增强方法，具体包括以下步骤：首先对文本数据进行分词并通过ELMo模型进行词向量表示；再对得到的词向量进行平滑反频率加权得到词语嵌入和句子嵌入，更好地捕捉中心话题；计算词语嵌入和句子嵌入之间的最大边界相关性，引入关键词多样性，根据排序结果选取Top K关键词作为其最终提取的关键词，解决了抽取出来的关键词的语义重复问题；将抽取出来的关键词映射回原始文本的位置，剩余部分使用MASK token替换，同时，将标签作为提示添加到文本前构建好了草稿；再将草稿输入到文本增强模型GENIUS中生成新样本，引入样本多样性。本发明提升了文本增强的样本质量，解决增强样本缺乏多样性的问题。
-
公开(公告)号：CN113065341B
公开(公告)日：2024-12-17
申请号：CN202110274415.8
申请日：2021-03-14
Applicant: 北京工业大学
IPC: G06F40/247 , G06F40/289 , G06F16/33 , G06F18/214 , G06F18/23 , G06N3/02
Abstract: 本发明提供一种环境类投诉举报文本自动标注和分类方法，属于文本特征提取与文本分类领域。本发明通过从大量无标签数据中提取出不同领域对应的特征触发词，构建出对应领域特征词典；利用词典和文本相似度计算可以对不同领域的文本进行自动标注，将无标签数据转化为有标签数据，并利用其对神经网络进行训练，得到合适的分类模型。相比于现有技术，本发明减少了由人工标注数据所引起的误差，节省人力与时间；避免了无监督学习方式带来的准确率低、模型复杂、算力要求高等问题；构建的分类模型具有较强的泛化能力，并且可以在模型部署上线后，不断进行升级与改进。
-
公开(公告)号：CN113052214B
公开(公告)日：2024-05-28
申请号：CN202110274414.3
申请日：2021-03-14
Applicant: 北京工业大学
IPC: G06F18/2431 , G06F18/214 , G06N3/044 , G06N3/0464 , G06N3/084 , G06Q10/04
Abstract: 本发明公开了一种换热站超短期热负荷预测的方法。首先利用随机森林算法对特征进行筛选降维；然后对数据进行标准化处理；接着建立基于长短期时间序列网络的热负荷预测模型，模型通过卷积层和循环层捕捉长短期的特征信息，然后引入循环跳跃层这一概念，捕捉更长期的特征信息，同时利用自回归算法为模型添加线性处理能力，增强了模型的鲁棒性。该方法利用逐时负荷自身的周期特性来解决神经网络在处理长序列数据时信息丢失的问题，从而提高了模型预测的性能。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.022 seconds)
