-
公开(公告)号:CN116295415A
公开(公告)日:2023-06-23
申请号:CN202310216334.1
申请日:2023-03-02
IPC: G01C21/20 , G01C21/00 , G01C21/16 , G01S17/86 , G06N3/048 , G06N3/049 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/092
Abstract: 一种基于脉冲神经网络强化学习的无地图迷宫导航方法,采用一种由里程计标记的路径栅格地图数据,雷达信息,机器人状态与目标点信息作为输入;机器人坐标系中建立路径网格地图,根据机器人里程计中路径位置更新路径标记的栅格地图,栅格地图信息将作为机器人的状态输入;由脉冲神经网络直接输出的脉冲发放率作为差速移动机器人的左右轮控制信号,完成移动机器人在迷宫等复杂地图中的自主导航。本发明还包括一种基于脉冲神经网络强化学习的无地图迷宫导航控制系统。本发明能在不建立地图的情况下直接完成小车导航任务,并且借助于里程计标记的路径栅格地图可完成小车在迷宫中的自主搜索导航路径任务。
-
公开(公告)号:CN115809654A
公开(公告)日:2023-03-17
申请号:CN202211459933.8
申请日:2022-11-16
Applicant: 之江实验室
IPC: G06F40/211 , G06F40/216 , G06F40/284 , G06F18/2415 , G06Q40/03 , G06N20/00
Abstract: 本发明公开一种基于深度语言模型的绿色信贷项目识别方法和系统。绿色信贷通常是指以银行为主的金融机构为各类对环保有益的公司/项目提供贷款机会或对环境造成不良影响的公司/项目进行贷款控制。本发明通过构建关于绿色金融的语料库以及绿色金融预训练语言模型,提出了基于绿色金融语料库的多级绿色信贷分类方法。该发明具体包括以下部分:提取与绿色金融业务相关的语料并构建绿色金融语料库,利用上述绿色金融语料库对语言模型进行预训练,得到关于绿色金融语料的预训练模型;以绿色信贷自主分类为业务目的,设计基于贷款描述的多级绿色信贷分类体系,并基于此分类体系构建多级绿色信贷分类模型,利用所述模型预测贷款描述对应的绿色信贷分类。
-
公开(公告)号:CN114429491A
公开(公告)日:2022-05-03
申请号:CN202210357273.6
申请日:2022-04-07
Abstract: 本发明属于目标跟踪领域,具体涉及一种基于事件相机的脉冲神经网络目标跟踪方法和系统,该方法包括通过事件相机获取目标高动态场景中的异步事件数据流;将异步事件数据流划分为毫秒级时间分辨率的事件帧图像;以目标图像为模板图像,以完整图像作为搜索图像,训练基于脉冲神经网络的孪生网络,该网络包括特征提取器以及计互相关计算器,图像经过特征提取器提取特征映射后,再利用互相关计算器计算出特征映射的结果;使用训练好的网络,将特征映射的结果进行插值上采样,获得目标在原图中的位置,实现目标跟踪。本发明降低了图像数据的传输延迟与目标跟踪算法的计算延迟,提高了目标跟踪在高动态场景下的精度。
-
公开(公告)号:CN116401362A
公开(公告)日:2023-07-07
申请号:CN202310110726.X
申请日:2023-01-16
Applicant: 之江实验室
IPC: G06F16/35 , G06F40/216 , G06F40/284 , G06F40/289 , G06F18/241 , G06F18/23 , G06F18/10
Abstract: 本发明公开了一种基于动态聚类的面向不平衡数据集的绿色金融产业分类方法和装置,包括:清洗并将不平衡的绿色信贷数据转换为词向量;统计每类数据的词向量数量,并计算词向量数量的平均值作为采样基线,对于大于等于采样基线的类别数据,采用动态聚类欠采样方式减少该类别数据的词向量,对于低于采样基线的类别数据,采用动态聚类过采样方式增加该类别数据的词向量,以实现数据平衡;利用数据平衡后的词向量对文本分类模型进行训练;利用训练后的文本分类模型进行绿色金融产业分类,该方法和装置通过对不平衡数据集均衡采样来提升绿色金融产业分类的准确性。
-
公开(公告)号:CN116991983B
公开(公告)日:2024-02-02
申请号:CN202311259460.1
申请日:2023-09-27
Applicant: 之江实验室
Abstract: 本发明公开一种面向公司资讯文本的事件抽取方法及系统,该发明在面向公司资讯文本的事件抽取任务中,面对噪声公司名对模型性能干扰的难题,提出一种新的标注规则,将噪声公司名纳入实体识别的标注体系中,并设定噪声公司名对应的事件类别;将需要同时抽取公司名字段和判定公司名对应事件类型的噪音难题转换为简单的分类问题,极大地缓解了模型的压力,降低了任务的难度;并构建一种公司名及事件类型的两阶段抽取模型,提高了模型抽取公司名字段和判定公司名对应事件类别的精度。
-
公开(公告)号:CN116523619A
公开(公告)日:2023-08-01
申请号:CN202310277065.X
申请日:2023-03-21
Applicant: 之江实验室
IPC: G06Q40/03 , G06Q10/0635
Abstract: 本发明公开了一种绿色金融环境和社会风险的预警方法,包括以下步骤:采集与企业相关的工商信息,司法信息以及周边新闻,组成原始环境数据;基于预警类型对原始环境数据进行分类,基于分类结果构建包括环境行政处罚企业,环境违法失信黑名单企业以及安全生产违法违规企业的预警数据库;创建中文自定义词典对所述预警数据库进行筛选,生成预警任务列表;根据企业整改情况对所述预警任务列表进行核对和分类,生成所有企业的环境社会风险预警结果。本发明还提供了一种预警装置和预警系统。本发明提供的方法提高绿色金融领域环境和社会风险管理的自动化程度,减少人工管理成本。
-
公开(公告)号:CN113935475A
公开(公告)日:2022-01-14
申请号:CN202111538288.4
申请日:2021-12-16
Abstract: 本发明公开了具有脉冲时刻偏移量的脉冲神经网络的仿真与训练方法,包括以下步骤:离散化的逐时间步更新神经元状态量,预估时间步范围内的是否产生脉冲发放及其时刻偏移量,根据突触连接计算下时刻的脉冲输入,重复此过程完成网络仿真;根据仿真结果延神经元状态量、脉冲发放量和时刻偏移量反传梯度误差,进行网络参数更新。本发明减小了脉冲神经网络逐时间步仿真计算中的误差,在同等精度条件下提高了仿真效率。同时,在误差反传算法中通过脉冲发放量和时刻偏移量两个维度传递脉冲误差,提高了训练的效率。
-
公开(公告)号:CN114118383B
公开(公告)日:2025-02-28
申请号:CN202111497073.2
申请日:2021-12-09
IPC: G06N3/049 , G06N3/063 , G06N3/0442
Abstract: 本发明提出了一种基于多突触可塑性脉冲神经网络快速记忆编码方法,包括:步骤一:基于层级编码策略将外部刺激转换为输入脉冲序列;步骤二:脉冲神经网络收到输入脉冲后,基于改进的SRM模型更新输出层神经元的膜电位;步骤三:使用监督群体Tempotron更新输入到输出层间的突触权值,激活输出层神经元记忆输入;步骤四:输出层神经元激活后,使用无监督STDP更新层内激活神经元间的突触权值,形成增强的循环子网络存储记忆;步骤五:在执行步骤四的同时,使用无监督抑制突触可塑性,更新抑制层到输出层间的突触权值,抑制反馈保障记忆不同输入的神经群体发放时间上的分离。本发明还提出了一种基于多突触可塑性脉冲神经网络快速记忆编码装置。本发明有效地提升了记忆的编码速度与稳定性。
-
公开(公告)号:CN115049472B
公开(公告)日:2024-01-26
申请号:CN202210519445.5
申请日:2022-05-12
Applicant: 之江实验室 , 建信金融科技有限责任公司 , 浙江邦盛科技股份有限公司
IPC: G06Q40/02 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多维特征张量的无监督信用卡异常检测方法,首次将多维度多尺度特征张量特征构建、多维注意力卷积网络、重编码生成对抗网络进行有机结合,由多维注意力卷积网络产生优质的生成结果,并对多维度多尺度特征张量编码、解码、再编码。将异常交易样本的特点最大程度的表达出来,得到优质的重构表征;在重构特征上进行基于时间、空间、类别的3σ异常打分,并基于不同尺度进行异常投票,异常尺度占多数的为异常,避免噪声影响,增加鲁棒性;采用流式指标计算引擎协同工作,具有实时性和高准确率。本发明减少了特征工程对专家经验的依赖程度,在信用卡交易实时异常检测问题方面有较高的准确率。
-
公开(公告)号:CN114638360A
公开(公告)日:2022-06-17
申请号:CN202210541154.6
申请日:2022-05-19
Abstract: 本发明公开了一种用于脉冲神经网络学习与仿真的计算平台及方法,计算平台包括脉冲神经网络的构建与学习的功能以及神经元动力学仿真模拟的功能,能够按时间驱动的神经元模拟与权重更新,可以按照所设定的时间步长对神经元的状态进行不断的迭代更新,并根据所设算法进行连接权重更新以实现网络的学习功能,还能够帮助用户快速实现网络构建,并对网络结果可视化,平台基于Python开发,可部署于支持Python的任何操作系统终端上,用户可以以Python语言进行后续使用与开发。
-
-
-
-
-
-
-
-
-