-
公开(公告)号：CN116704293B
公开(公告)日：2024-02-02
申请号：CN202310800393.3
申请日：2023-06-30
Applicant: 北京建筑大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06V10/52 , G06V10/44 , G06V10/80 , G06V10/42
Abstract: 本申请公开了一种基于对比学习的生活垃圾图像分类模型训练方法及装置，涉及垃圾分类技术领域，将训练集中的生活垃圾图像分别进行两种图像预处理，并得到锚点数据集和正负样本集；将锚点数据集和正负样本集分别输入到对比学习编码器和动量编码器中，通过哈希特征融合方法提取编码器骨干网络的多尺度特征，生成对应的全局哈希码；将全局哈希码输入到线性依赖组查询全连接嵌入类解码器中，得到对应的类别特征向量；根据类别特征向量相似性计算参数中心再平衡自适应对比损失；根据对比损失进行生活垃圾图像分类，并得到生活垃圾图像分类模型。通过本申请提供的方法训练得到的生活垃圾图像分类模型能够准确的进行垃圾分类，且分类效率高，成本低。
-
公开(公告)号：CN113255995A
公开(公告)日：2021-08-13
申请号：CN202110563190.8
申请日：2021-05-24
Applicant: 北京建筑大学
Abstract: 本发明提供了一种空气污染预测方法，包括以下步骤：(1)获取空气污染气象数据；(2)将空气污染气象数据转换为像素矩阵并进行数据填充；(3)通过三维卷积神经网络模型进行面向时空域的时空特征统一建模；(4)将三维卷积神经网络模型的输出作为卷积长短时记忆网络的输入部分，进行长时和短时依赖建模；(5)基于时空动态平流法生成空气污染预测模型；(6)通过正交正则化算法对空气污染预测模型优化后进行环境预测。使用解耦的三维卷积进行时空特征统一建模，增强时空域特征提取的表征能力，真正实现时空特性的融合，在提高时空域卷积性能的同时，降低了训练成本，提高了训练速度。
-
公开(公告)号：CN117909494A
公开(公告)日：2024-04-19
申请号：CN202410321411.4
申请日：2024-03-20
Applicant: 北京建筑大学
IPC: G06F16/34 , G06F40/211 , G06F40/289 , G06F40/295 , G06F40/30 , G06F18/214 , G06F18/22
Abstract: 本申请提供一种摘要一致性评估模型训练方法和装置，涉及文本处理领域。本申请提供的摘要一致评估模型训练方法包括：获取通用摘要数据集，基于正处理规则和负处理规则对通用摘要数据集进行处理形成训练样本；基于通用摘要数据集、正训练样本、负训练样本和人工标注的领域摘要数据集构建混合样本；根据实际训练样本中样本的来源，确定实际训练样本中各个样本的增强方式，构建增强后实际训练样本；对增强后实际训练样本进行掩码，基于掩码后的样本对摘要一致评估模型进行训练，不同训练轮次的增强后实际训练样本的掩码方式不同；判断摘要一致评估模型是否训练完毕，若是，返回确定语言模型的训练轮次的步骤；否则，完成摘要一致评估模型的训练。
-
公开(公告)号：CN113657097B
公开(公告)日：2023-08-22
申请号：CN202111035434.1
申请日：2021-09-03
Applicant: 北京建筑大学
Inventor： 魏楚元
IPC: G06F40/211 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 本发明提供了一种摘要事实一致性的评估验证方法以及系统，所述评估验证方法包括：根据TF‑IDF分数选择摘要中最相关的前K个证据形成单独的句子；对所形成的单独的句子进行推理深度学习后，对事实的一致性进行评分；计算K个一致性分数的加权组合作为最终的一致性分数。本发明的评估验证方法减少了评估模型的计算量，单句进行推理的方式，模型可以更好地对文本细节进行建模，提高了一致性评估的精度。
-
公开(公告)号：CN116011456B
公开(公告)日：2023-06-06
申请号：CN202310258606.4
申请日：2023-03-17
Applicant: 北京建筑大学
IPC: G06F40/295 , G06F40/30 , G06F16/35 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/088
Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于提示学习的中文建筑规范文本实体识别方法及系统。该方法包括：基于中文建筑文本构造第一词向量和第二词向量；将所述第一词向量和所述第二词向量进行拼接融合，得到第三词向量；构造中文建筑规范文本的实体识别数据集，基于所述实体识别数据集进行预训练，得到改进的预训练模型；将所述第三词向量发送至所述改进的预训练模型进行提示学习，得到概率得分，对所述概率得分进行解码，得到实体识别结果。本申请通过丰富词向量的语义信息和增添模板信息提高词向量的多元特征，提高文本实体识别效果。
-
公开(公告)号：CN114580796A
公开(公告)日：2022-06-03
申请号：CN202210495832.X
申请日：2022-05-09
Applicant: 北京建筑大学
IPC: G06Q10/04
Abstract: 本发明提供了一种旅游属性路径规划方法，包括：S1：建立第一数据模型，第二数据模型，第一数据模型，第二数据模型均包括三层，第三层向第二层向第一层逐层包含的数据规模呈递减状分布；S2：为每个备选结点标注对应路段的标识属性；第三层向第二层向第一层逐层包含的备选结点Pi(x,y)数量呈递减状态分布；S3：根据起点、终点，及对标识属性的倾向性程度，比较每个由起点到终点的多个路段的组合的代价函数的值，选择所述代价函数的值最小的前m个作为推荐路径；所述代价函数为与距离及标识属性的加权函数。本发明解决了传统多点路径规划计算量大，计算效率低，个性化体验程度差的技术问题，提高了计算效率，个性化程度高，体验感佳。
-
公开(公告)号：CN114580130A
公开(公告)日：2022-06-03
申请号：CN202210459683.1
申请日：2022-04-28
Applicant: 北京建筑大学
Abstract: 本发明提供了一种基于邻接信息熵与随机游走的链路预测方法及装置，采用融合邻接信息熵的随机游走模式，基于邻域的随机游走模式对网络进行采样以及基于非邻接的游走模式对网络进行采样得到融合的网络游走序列集合，采样更加全面；然后基于图表示学习获取节点的动态向量表达，提取节点的多种含义，提高了链路预测能力。
-
公开(公告)号：CN113344759A
公开(公告)日：2021-09-03
申请号：CN202110736540.6
申请日：2021-06-30
Applicant: 北京建筑大学
Abstract: 本发明提供了一种移动源污染排放的分析方法，包括以下步骤：S1：将城市分为多个区域，生成多个区域的移动源污染排放数据；S2：将城市各个区域抽象为节点，区域之间的联系抽象为边，构建城市移动源污染排放网络图；S3：挖掘城市移动源污染排放网络中的关键节点；S4：建立移动源污染排放监管模型，提供交通管制措施策略。本发明中的移动源污染排放的分析方法，能够针对移动源污染排放数据的变化特点，从网络动力学的角度表征移动源污染排放传播过程，开展整体、区域和节点层次的特性研究，智能化挖掘动态时空大数据背后隐藏的交互关系和传播规律，为城市环境精细化管理提供可靠的数据支持和科学的决策依据。
-
公开(公告)号：CN119202237A
公开(公告)日：2024-12-27
申请号：CN202411390625.3
申请日：2024-10-08
Applicant: 北京建筑大学
IPC: G06F16/34 , G06F40/30 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06N3/092
Abstract: 本申请提供一种长文本摘要快速生成方法、模型训练方法和装置。本申请提供的长文本摘要快速生成方法包括：获取待摘要的长文本，并对长文本进行分块，得到多个文本块；摘要编码器读取第i个文本块，计算第i个文本块的前向隐藏状态和后向隐藏状态；基于第i个文本块的前向隐藏状态和后向隐藏状态预测跳读位置；基于跳读位置确定下一待读取的文本块编号，作为最新的i值，返回摘要编码器读取第i个文本块的步骤；组合所有已读取的文本块的前向隐藏状态和后向隐藏状态，获得编码器输出的第一隐藏表示；添加各个已读取的文本块的位置信息嵌入表示，重构第一隐藏表示，以获得第二隐藏嵌入表示；摘要解码器基于第二隐藏嵌入表示预测输出长文本的摘要。
-
公开(公告)号：CN117909494B
公开(公告)日：2024-06-07
申请号：CN202410321411.4
申请日：2024-03-20
Applicant: 北京建筑大学
IPC: G06F16/34 , G06F40/211 , G06F40/289 , G06F40/295 , G06F40/30 , G06F18/214 , G06F18/22
Abstract: 本申请提供一种摘要一致性评估模型训练方法和装置，涉及文本处理领域。本申请提供的摘要一致评估模型训练方法包括：获取通用摘要数据集，基于正处理规则和负处理规则对通用摘要数据集进行处理形成训练样本；基于通用摘要数据集、正训练样本、负训练样本和人工标注的领域摘要数据集构建混合样本；根据实际训练样本中样本的来源，确定实际训练样本中各个样本的增强方式，构建增强后实际训练样本；对增强后实际训练样本进行掩码，基于掩码后的样本对摘要一致评估模型进行训练，不同训练轮次的增强后实际训练样本的掩码方式不同；判断摘要一致评估模型是否训练完毕，若是，返回确定语言模型的训练轮次的步骤；否则，完成摘要一致评估模型的训练。
