井筒检测设备用罐笼固定装置

    公开(公告)号:CN221171708U

    公开(公告)日:2024-06-18

    申请号:CN202323036201.0

    申请日:2023-11-09

    IPC分类号: F16M13/02 F16G11/12 F16G11/14

    摘要: 本实用新型涉及一种井筒检测设备用罐笼固定装置。为填补现有技术空白,本井筒检测设备用罐笼固定装置包括三脚架、两条长杆和两条短杆,两条长杆分别夹持在配用井筒检测设备的刚性框架两侧,并分别穿设有紧固螺栓,两个短杆分别夹持在配用井筒检测设备的刚性框架的另外两侧,两条长杆和短杆上分别开有两对相对通孔,相对通孔内分别穿设有紧固螺栓,上述紧固螺栓分别将两条长杆和短杆固定在配用井筒检测设备的刚性框架上,短杆两端分别垂直靠在两条长杆上,通过短螺栓固定在一起,两条长杆的两端分别通过U型螺栓固定在配用罐笼的顶板上的扶手架上。本实用新型结构简单,拆装方便,固定牢固,适合煤矿井下使用。

    一种自然语言对话系统意图深度学习方法

    公开(公告)号:CN114242045A

    公开(公告)日:2022-03-25

    申请号:CN202111564185.5

    申请日:2021-12-20

    摘要: 本发明涉及人工智能、自然语言理解与服务机器人领域,特别涉及一种自然语言对话系统意图深度学习方法,包括:获取待解析的对话文本信息和用户在描述该对话文本信息时的语音信号;确定所述对话文本信息中每个分词的词向量;对语音信号根据对话文本信息中的每个分词进行切分获得语音切分信号,然后根据情绪识别模型与语音切分信号对应的词向量进行情绪标定;根据意图识别模型和所述词向量,生成与所述对话文本信息的意图类型;获取与所述意图类型对应的意图要素抽取模型。本发明能够利用用户在对话时传递的情感信息辅助进行意图理解,提高解析的准确度。

    基于深度学习的多模态图像描述生成系统及方法

    公开(公告)号:CN114240898A

    公开(公告)日:2022-03-25

    申请号:CN202111563173.0

    申请日:2021-12-20

    摘要: 本发明公开了图形图像领域的基于深度学习的多模态图像描述生成系统及方法,包括主控系统和构成旋转矩阵的独立CT仪器和独立PET仪,所述主控系统用于主控CT仪器与PET仪扫描范围的参数输入协议,主控系统将接收扫描范围的参数,并将参数发送至控制系统;所述控制系统接收主控系统发送的参数,从而将指令发送至执行成像系统,成像系统包括光电探测器和距离感应器,所述距离感应器用于感应患者血管膨胀引起的振动并输送至光电探测器以控制成像的灰度。本技术方案中利用PET/CT几何配准系统,可以对PET/CT进行几何配准,用于机器定期的标定,该系统不需要制备复杂的多点或多线正电子源。

    一种基于深度学习的对话系统及其对话方法

    公开(公告)号:CN114297450A

    公开(公告)日:2022-04-08

    申请号:CN202111665499.4

    申请日:2021-12-31

    摘要: 本发明公开一种基于深度学习的对话系统及其对话方法,其系统包括人机交互模块、话术切换模块、对话环境分析模块、数据提供模块、对话存储模块和对话处理模块,其对话方法包括用户提问、情景切换、数据搜索和计算并输出答复;本发明通过语种和语气的对话环境切换,使对话过程更为丰富个性,提高了用户的智能对话体验感,通过数据提供模块提供数据支持并通过深度学习模块对用户提问进行卷积计算并输出最佳答复,使系统可以针对用户不同知识领域的提问均可以进行详实的答复,通过对话存储模块对历史对话记录的分析和提取,使系统在进行答复时可以综合整个对话过程进行回复,从而使客户无需进行多次提问和对话操作,智能化程度较高。

    一种基于深度学习和强化学习的自动回复对话系统

    公开(公告)号:CN114297364A

    公开(公告)日:2022-04-08

    申请号:CN202111671738.7

    申请日:2021-12-31

    摘要: 本发明公开一种基于深度学习和强化学习的自动回复对话系统,包括基于多级神经网络结构的对话内容分析模块、问题解决满意度提取模块、数据存储模块、语言组织模块以及基于循环神经网络和基于动态工作记忆网络的深度学习模型模块和强化学习模块;本发明基于动态工作记忆网络对深度学习模型进行训练,同时配合强化学习模块实现了系统可针对不同的顾客的不同性格和情绪进行多样化自动回复,且针对不同顾客提出的相同类型的问题给出不同的回复,杜绝了传统客服自动回复的单一性,增加了自动回复系统的回复语句的多样性,提高了顾客沟通服务评价。