-
公开(公告)号：CN114896403A
公开(公告)日：2022-08-12
申请号：CN202210565193.X
申请日：2022-05-23
申请人： 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科智能科技有限公司
摘要： 本发明涉及数据处理技术领域，公开了基于门控机制的企业二级行业分类方法及系统，包括：获取待分类的企业信息；将待分类的企业信息，输入到训练后的企业二级行业分类模型中，输出企业二级行业分类结果；其中，训练后的企业二级行业分类模型，其工作原理是：获取待分类企业信息的单词特征向量，再从单词特征向量中提取企业信息的上下文向量；然后，将单词特征向量与上下文向量进行拼接；对拼接后的向量分别提取上下文特征和局部显著特征；对提取的两种特征进行加权融合，将融合后的特征进行分类，得到最终分类结果。本发明减少了传统二级行业分类中的人力开支，缩短了企业行业分类的系统执行时间，且分类结果准确、系统安全。
-
公开(公告)号：CN115766035A
公开(公告)日：2023-03-07
申请号：CN202211455832.3
申请日：2022-11-21
申请人： 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科智能科技有限公司
摘要： 本发明公开了一种多节点的共识方法及系统，所述方法，包括：新的一轮共识开始，网关节点启用区块链网络中的边缘服务器节点和用户节点的注册ID，分别计算边缘服务器节点的信誉度和未依托边缘服务器的用户节点的信誉度，根据区块链节点的信誉度情况，确定第一设定阈值K1；对所有的区块链节点进行信誉等级划分，将信誉度低于K1的节点划分为恶意节点，对恶意节点进行剔除；然后，将剩余的区块链节点划分到对应的分区中；判断分区是否成功，如果成功就在分区内部进行节点共识，每个分区均选举出领导者节点；如果失败就返回上一步；在领导者节点之间进行全局共识，全局共识达成后，对交易结果生成新的区块，将新的区块保存到区块链上。
-
公开(公告)号：CN114722196A
公开(公告)日：2022-07-08
申请号：CN202210319228.1
申请日：2022-03-29
申请人： 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科智能科技有限公司
IPC分类号： G06F16/35 , G06F40/211 , G06F40/30 , G06N3/04 , G06N3/08
摘要： 本发明公开了基于注意力机制的企业文本多标签标注方法及系统；其中所述方法，包括：获取数据对象需求者的基本属性信息；对获取的信息进行预处理；对预处理后的数据，采用训练后的企业文本多标签标注模型进行标注，得到多个标注标签；其中，所述企业文本多标签标注模型，采用注意力机制层进行文本句法和语义特征提取。本发明的企业文本标签标注方法与系统能够自动的对企业文本和标签进行标注、分类和储存，既方便用户准确查询企业经营内容，也方便相关人员实时掌握本区企业的行业分布动态，整个过程无需人工干预，由系统自动完成。
-
公开(公告)号：CN116659829A
公开(公告)日：2023-08-29
申请号：CN202310500680.2
申请日：2023-04-28
摘要： 本发明涉及故障检测技术领域，提供了一种机械设备异常检测方法、系统、存储介质及设备，包括：获取机械设备运行声音；对机械设备运行声音进行变换，得到对数梅尔频谱；基于对数梅尔频谱，采用异常检测模型，进行机械设备异常声音检测；所述异常检测模型训练所采用的训练集，通过对原始训练集进行时移、音量增益、变换、噪声注入和数据增强得到；其中，变换包括，对每个帧进行傅里叶变换得到频域表示，将频域表示映射到梅尔刻度上并分成若干个频带，并对每个频带的能量取对数。增加了数据样本数量和多样性，有助于提高异常检测模型的性能。
-
公开(公告)号：CN115858792A
公开(公告)日：2023-03-28
申请号：CN202310132159.8
申请日：2023-02-20
IPC分类号： G06F16/35 , G06F40/289 , G06F40/30 , G06F40/216 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要： 本发明涉及数据处理技术领域，公开了基于图神经网络的招标项目名称短文本分类方法及系统；方法包括：获取待分类的招标项目名称；对文本进行分词处理；将分词结果输入到训练后的短文本分类模型中，输出分类结果；训练后的短文本分类模型，对分词结果提取出语义图的特征矩阵；对分词结果构建顺序图，得到顺序图的特征矩阵；对分词结果提取出文本特征，将文本特征分别映射到语义图的特征矩阵和顺序图的特征矩阵中，得到映射后的语义图特征矩阵和映射后的顺序图特征矩阵；实现语义图和顺序图的图内传播和图间传播，对招标项目名称短文本进行分类，得到分类标签；本发明能够解决现有人工标注效率不高和信息资源严重浪费的问题。
-
公开(公告)号：CN115171642A
公开(公告)日：2022-10-11
申请号：CN202210795721.0
申请日：2022-07-07
申请人： 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC分类号： G10K11/178 , G06N3/08 , G06N3/04
摘要： 本发明属于主动降噪技术领域，提供了一种基于改进的循环神经网络的主动降噪方法及系统，该方法包括获取待降噪信号数据；基于待降噪信号数据和训练好的改进的循环神经网络模型对噪声信号进行滤波控制，生成滤波后的信号；其中，所述改进的循环神经网络模型的构建过程为：采用门控循环单元替换传统循环神经网络中的隐藏单元中的tanh函数，形成了一个带有门控的RNN网络，同时使用遗忘门和记忆门对具有时间相关性的噪声信号进行处理；对滤波后的信号通过次级路径模型模拟得到抗噪声信号；依据相消干涉原理，根据抗噪声信号对噪声信号进行消除得到去噪后的信号。不仅保证了信号的时间相关性，而且提高了训练效率。
-
公开(公告)号：CN115171710A
公开(公告)日：2022-10-11
申请号：CN202210799728.X
申请日：2022-07-08
申请人： 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC分类号： G10L21/007 , G10L21/0224 , G10L21/0232 , G10L19/02 , G10L25/63 , G06N3/08 , G06N3/04
摘要： 本发明属于语音信号处理的语音增强技术领域，提供了一种基于多角度判别的生成对抗网络的语音增强方法及系统。该方法包括，获取带噪声语音信号；基于带噪声语音信号，采用训练好的生成对抗网络，得到增强后的语音信号；其中，所述生成对抗网络包括一个生成器和四个判别器。本发明的多角度判别包括：增强后语音信号、干净语音与情绪语音之间的差异；同时添加从频域判别学习增强后语音信号、干净语音与情绪语音之间的频域差异。本发明从不同语音信号的语音成分进行判别，以及语音的时域频域角度，能够从不同角度充分学习语音成分，为生成器提供足够多的反馈信息，可以有效改善语音失真，提高增强后语音的语音质量。
-
公开(公告)号：CN118447880A
公开(公告)日：2024-08-06
申请号：CN202410640457.2
申请日：2024-05-22
摘要： 本发明提供了一种基于多特征注意力融合的语音情感识别方法及系统，包括：基于获取的待识别语音信号,通过预处理获得语音信号的语谱图和梅尔频率倒谱系数；基于所述语谱图，通过时频特征提取获得语谱图特征；基于所述梅尔频率倒谱系数，利用预先训练的神经网络模型进行特征提取，获得梅尔频率倒谱系数特征；基于待识别语音信号，利用自动语音识别的预训练模型进行特征提取，获得W2E特征；分别将语谱图特征和W2E特征以及梅尔频率倒谱系数特征和W2E特征进行特征融合，获得第一融合特征和第二融合特征；基于所述第一融合特征和第二融合特征，通过全局融合获得最终的融合特征；基于获得的融合特征，利用预先训练的情感分类器，获得情感分类结果。
-
公开(公告)号：CN117934914A
公开(公告)日：2024-04-26
申请号：CN202311830648.7
申请日：2023-12-27
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/09 , G06N3/096
摘要： 本发明公开一种基于数据增强和最大绝对差异的对抗样本生成方法及系统，该方法包括：预处理原始图像，得到被攻击图像；创建初始扰动图像，开始迭代；基于被攻击图像，获得并调整多张局部图像，结合扰动图像，对被攻击图像和多张局部图像进行数据增强处理；将数据增强处理后的图像输入至分类网络模型中，计算全局特征与多个局部特征之间的最大绝对差异损失值，并计算分类器损失值，综合得到总损失值，通过反向传播获取损失函数梯度信息；计算得到最终的图像梯度信息，生成并更新扰动图像；判断是否达到最大迭代次数，若是，则对被攻击图像叠加更新后的扰动图像，生成对抗样本；反之则迭代更新扰动图像。本发明能够有效提高生成对抗样本的迁移率。
-
公开(公告)号：CN117877521A
公开(公告)日：2024-04-12
申请号：CN202410021090.6
申请日：2024-01-04
摘要： 本发明提出了基于数据增强的无监督机械声音异常识别方法及系统，通过对采集的正常音频数据提取对数梅尔谱图，并对对数梅尔谱图进行数据增强处理，用于识别模型的训练，增强了识别模型对于复杂故障模式的识别能力，并提高了其对于未知故障类型的泛化能力；在识别模型中通过添加自注意力机制捕捉长距离依赖，能够关注到输入特征图中相距较远的区域间的关系，提高特征提取和特征表达能力。
-
-
-
-
-
-
-
-
-
搜索结果
36 条记录 (耗时 0.113 秒)
