-
公开(公告)号：CN116245114B
公开(公告)日：2023-09-12
申请号：CN202211470721.X
申请日：2022-11-23
申请人： 重庆大学
IPC分类号： G06F40/35 , G06F16/332
摘要： 本发明提出了一种基于对话状态指导的端到端任务型对话系统，包括：信息存储结构：用于存储对话内容和与对话相关的知识库信息；层次型编码器：对对话进行编码，获得对话内容的语义表示；对话状态跟踪器：用于根据对话内容获得对话状态向量，并根据对话状态向量对信息存储结构的知识库信息进行检索；复制增强解码器：用于将信息存储结构中的知识融入到生成的回复中，得到最终回复。本发明将对话状态跟踪模块与Seq2Seq模型结合，采用一组可学习的向量表示对话状态，向量组表示的对话状态不破坏系统端到端可学习的特性。
-
公开(公告)号：CN111552805B
公开(公告)日：2021-07-09
申请号：CN202010302186.1
申请日：2020-04-16
申请人： 重庆大学
IPC分类号： G06F16/35 , G06F16/33 , G06F16/332 , G06F16/951 , G06N3/04 , G06N3/08
摘要： 本发明提出了一种问答系统问句意图识别方法，该方法包括以下步骤：S1，获取待处理数据，该待处理数据包括中文问句语料；S2，对步骤S1获取的待处理数据进行数据预处理；S3，对步骤S2处理后的数据进行意图识别。本发明能够根据句意大大缩短分类时间，提高了问句分类速度。
-
公开(公告)号：CN111552786B
公开(公告)日：2021-07-09
申请号：CN202010301467.5
申请日：2020-04-16
申请人： 重庆大学
IPC分类号： G06F16/332 , G06K9/62 , G06N3/08
摘要： 本发明提出了一种基于关键词提取的问答工作方法，该方法包括以下步骤：S1，根据给定问题确定内部词及所述内部词所对应的内部词权重；S2，通过所述内部词寻找候选答案集合中的外部词及所述外部词所对应的外部词权重；S3，将得分最高的候选答案作为符合要求的答案。本发明能够根据关键词(内部词和外部词)匹配到最佳的答案，提高效率。
-
公开(公告)号：CN111523432B
公开(公告)日：2021-07-09
申请号：CN202010301457.1
申请日：2020-04-16
申请人： 重庆大学
摘要： 本发明提出了一种智慧工地安全帽检测系统及其方法，该系统包括第m安全帽摄像头的图像数据输出端与第m摄像头控制器的图像数据输入端相连，第m摄像头控制器的无线收发端与第m无线收发模块的无线收发端相连，所述m为小于或者等于M的正整数；云端服务器根据施工现场摄像头拍摄的方形识别区域内的识别码的图像数据，统计未佩戴安全帽施工人员的人数，并向移动终端发送未佩戴安全帽名单。本发明能够对施工现场的施工人员安全帽佩戴情况进行检测，向管理者发送未佩戴安全帽名单。
-
公开(公告)号：CN118733764A
公开(公告)日：2024-10-01
申请号：CN202410698500.0
申请日：2024-05-31
申请人： 重庆大学
IPC分类号： G06F16/35 , G06F16/36 , G06F18/241 , G06F18/2431 , G06N5/025 , G06N3/042 , G06N3/045 , G06N3/048 , G06N3/0499
摘要： 本发明公开了一种基于提示学习的道路和综合管廊标准知识图谱细粒度实体分类方法，包括以下步骤：S1：采集数据，进行知识建模与数据标注；S2：根据训练数据训练模型，优化参数；S3：按标签本体结构中的路径对样本标签解码。能够在低资源的专业领域场景下，充分利用标签本体的层次结构和提示学习解决少样本问题的能力，使得模型的预测结果更加准确。
-
公开(公告)号：CN111551920A
公开(公告)日：2020-08-18
申请号：CN202010301440.6
申请日：2020-04-16
申请人： 重庆大学
摘要： 本发明提出了一种基于目标检测与双目匹配的三维目标实时测量系统和方法，该系统包括用于固定安装双目摄像头的基座支架，在基座支架上安设有双目摄像头，双目摄像头包括左摄像头和右摄像头，左摄像头的图像数据输出端与控制器的图像数据第一输入端相连，右摄像头的图像数据输出端与控制器的图像数据第二输入端相连，控制器的图像输出端与显示屏的图像输入端相连；控制器根据双目摄像头拍摄的左图像和右图像得到待测目标物的距离。本发明能够利用双目摄像头实现待测目标物所处位置的测量。
-
公开(公告)号：CN118861228A
公开(公告)日：2024-10-29
申请号：CN202410831473.X
申请日：2024-06-26
申请人： 重庆大学
IPC分类号： G06F16/332 , G06F16/35 , G06F16/36 , G06F40/30 , G06F18/25 , G06N5/022 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/0499 , G06N5/04 , G16H50/20 , G16H50/70
摘要： 本发明提出了一种基于Transformer和知识图谱增强的医疗自动问诊方法，包括：S1，将症状序列分别输入Transformer编码器和知识图谱编码器，从Transformer编码器得到序列上下文级嵌入表示，从知识图谱编码器得到实体级嵌入表示；S2，然后将序列上下文级嵌入表示和实体级嵌入表示进行交叉注意力融合，得到特征融合向量；S3，若检测到特征融合向量的序列尾部有症状预测令牌[S]，则进行症状预测，并执行下一步骤：若检测到特征融合向量的序列尾部有症状预测令牌[D]，则进行疾病预测，输出预测的疾病；S4，模型将症状预测的结果作为隐性症状插入到症状序列中，跳转执行步骤S1。本发明采用的Transformer模型依托于自注意力机制，Transformer模型能够高效地识别这些复杂的模式和关联，从而实现更为精确的症状预测。
-
公开(公告)号：CN118656674A
公开(公告)日：2024-09-17
申请号：CN202410764449.9
申请日：2024-06-14
申请人： 重庆大学
IPC分类号： G06F18/24 , G06N5/022 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/0455 , G06N3/048 , G06F18/22 , G06F40/279 , G06F16/35
摘要： 本发明提出了一种基于知识图谱的综合管廊隐患风险预测方法，包括以下步骤：S1，获取异常监测数据类型序列，所述异常监测数据类型序列包括若干个类型标签；S2，将异常监测数据类型序列分别输入实体推荐网络和响应生成网络预测风险构件概率排名；S3，将实体生成网络与响应生成网络得到的风险构件概率进行加权求和，得到最终的风险构件概率。本发明提出应用综合管廊运维风险知识图谱、结合生成式模型，利用历史动态监测数据训练，根据输入的动态监测数据，推理生成风险分析结论，获取排名靠前的数个隐患风险。通过本发明方法能快速、准确地预测出管廊运维风险的风险类型，从而提供基于风险信息的运维决策支持。
-
公开(公告)号：CN116245114A
公开(公告)日：2023-06-09
申请号：CN202211470721.X
申请日：2022-11-23
申请人： 重庆大学
IPC分类号： G06F40/35 , G06F16/332
摘要： 本发明提出了一种基于对话状态指导的端到端任务型对话系统，包括：信息存储结构：用于存储对话内容和与对话相关的知识库信息；层次型编码器：对对话进行编码，获得对话内容的语义表示；对话状态跟踪器：用于根据对话内容获得对话状态向量，并根据对话状态向量对信息存储结构的知识库信息进行检索；复制增强解码器：用于将信息存储结构中的知识融入到生成的回复中，得到最终回复。本发明将对话状态跟踪模块与Seq2Seq模型结合，采用一组可学习的向量表示对话状态，向量组表示的对话状态不破坏系统端到端可学习的特性。
-
公开(公告)号：CN115810123A
公开(公告)日：2023-03-17
申请号：CN202211522257.4
申请日：2022-11-30
申请人： 重庆大学
摘要： 本发明提出了一种基于注意力机制和改进特征融合的小目标害虫检测方法，包括以下步骤：S1，获取害虫图像数据集并进行预处理，所述预处理包括镜像翻转和/或随机旋转；S2，将采集的小目标害虫图像数据输入检测模型进行模型训练；S3，将待测的小目标害虫图像输入训练完毕的检测模型得到检测结果。本发明基于深度学习的图像识别技术通过大量的模型参数自主学习，能够获得图像的全局特征和细节特征，对不同环境下的小目标害虫都有较好的鲁棒性和泛化能力。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.025 秒)
