-
公开(公告)号：CN114023337A
公开(公告)日：2022-02-08
申请号：CN202111188371.3
申请日：2021-10-12
Applicant: 湖北文理学院
Abstract: 本发明提供了一种深度学习中端到端的宠物语言翻译方法，首先，读取原始宠物音频文件；然后从原始宠物音频文件中提取宠物叫声；再将提取的宠物叫声的音频特征序列输入预先构建的端到端的宠物语言翻译模型，其中，宠物语言翻译模型包括音频编码器网络、标签预测网络、联合网络和全连接层，音频编码器网络用于根据音频特征序列获取翻译结果标签序列，标签预测网络用于根据音频编码器网络获取的翻译结果标签序列的上一翻译结果标签序列得到预测结果序列，联合网络用于将音频编码器网络和标签预测网络的输出进行叠加，全连接层用于计算音频特征序列与翻译结果标签序列的匹配概率。本发明可以实现宠物语言翻译，并保证准确性。
-
公开(公告)号：CN114023337B
公开(公告)日：2024-06-14
申请号：CN202111188371.3
申请日：2021-10-12
Applicant: 湖北文理学院
Abstract: 本发明提供了一种深度学习中端到端的宠物语言翻译方法，首先，读取原始宠物音频文件；然后从原始宠物音频文件中提取宠物叫声；再将提取的宠物叫声的音频特征序列输入预先构建的端到端的宠物语言翻译模型，其中，宠物语言翻译模型包括音频编码器网络、标签预测网络、联合网络和全连接层，音频编码器网络用于根据音频特征序列获取翻译结果标签序列，标签预测网络用于根据音频编码器网络获取的翻译结果标签序列的上一翻译结果标签序列得到预测结果序列，联合网络用于将音频编码器网络和标签预测网络的输出进行叠加，全连接层用于计算音频特征序列与翻译结果标签序列的匹配概率。本发明可以实现宠物语言翻译，并保证准确性。
-
公开(公告)号：CN114003822A
公开(公告)日：2022-02-01
申请号：CN202111188350.1
申请日：2021-10-12
Applicant: 湖北文理学院
IPC: G06F16/9536 , G06F16/9537 , G06Q50/00
Abstract: 本发明公开了一种基于时空大数据的目标匹配方法及系统，首先通过目标对象携带的智能设备，采集目标对象的活动轨迹点数据；若目标对象属于相互关联的若干对象，则在采集之前，需确定主目标及从属目标，并在目标对象间的智能设备建立数据通信关联，确保目标对象间的关联关系；然后针对需要匹配的属性，按照预设规则，对采集的轨迹点数据进行筛选；最后根据目标匹配原则，进行目标匹配；若目标对象属于相互关联的若干对象，则将目标匹配结果推送给主目标。本发明在时空大数据环境下，针对特定场景下的特定活动对满足活动需求和条件的主目标和从属目标进行快速精准匹配，从而达成改善和提升精准匹配效率和推荐成功率的目标。
-
公开(公告)号：CN114003822B
公开(公告)日：2024-07-26
申请号：CN202111188350.1
申请日：2021-10-12
Applicant: 湖北文理学院
IPC: G06F16/9536 , G06F16/9537 , G06Q50/00
Abstract: 本发明公开了一种基于时空大数据的目标匹配方法及系统，首先通过目标对象携带的智能设备，采集目标对象的活动轨迹点数据；若目标对象属于相互关联的若干对象，则在采集之前，需确定主目标及从属目标，并在目标对象间的智能设备建立数据通信关联，确保目标对象间的关联关系；然后针对需要匹配的属性，按照预设规则，对采集的轨迹点数据进行筛选；最后根据目标匹配原则，进行目标匹配；若目标对象属于相互关联的若干对象，则将目标匹配结果推送给主目标。本发明在时空大数据环境下，针对特定场景下的特定活动对满足活动需求和条件的主目标和从属目标进行快速精准匹配，从而达成改善和提升精准匹配效率和推荐成功率的目标。
-
-
-
Search Results
4
records
(took 0.014 seconds)
