-
公开(公告)号：CN111767741A
公开(公告)日：2020-10-13
申请号：CN202010617921.8
申请日：2020-06-30
Applicant: 福建农林大学
IPC: G06F40/30 , G06F40/289 , G06F40/284 , G06F40/117 , G06F40/242 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于深度学习结合TFIDF算法的中文情感分析方法，将获取的中文语料及维基百科的中文语料进行文本预处理后，使用word2vec模型分别进行训练，然后结合两者训练的得到的词向量，作为深度学习训练模型的输入，然后进行情感分析模型的构建；最后，进行新语料的预测。本发明无需进行复杂的词典构建，减少了人工成本，避免了繁琐的特征工程构建对分类结果的影响，同时将深度学习模型中学习的特征结合了传统的语义信息，增加了分类的准确性。此外，在词向量的训练中将文本自身领域与维基百科的中文语料纳入考虑，提高了词向量对文本语义信息表达的准确性。
-
公开(公告)号：CN111199270A
公开(公告)日：2020-05-26
申请号：CN201911389448.6
申请日：2019-12-30
Abstract: 本发明公开一种基于深度学习的区域波高预报方法及终端，获取预设时间段内数值模式产生的数据，所述数据包括区域波高、气压、气温以及风场分量；将所述数据划分为训练数据和测试数据；利用所述训练数据对神经网络进行训练，得到不同的神经网络模型，所述神经网络包括输入层、隐藏层和输出层，所述隐藏层包括LSTM层和卷积层；利用所述测试数据对所述不同的神经网络模型进行测试，确定预测效果最好的神经网格模型，根据所述预测效果最好的神经网络模型对待预测时间内的区域波高进行预报；将LSTM层与卷积层叠加在一起不仅能得到数据的时序关系，还能够提取空间特征，这样就能够学习到波高数据的时空特征，从而提高区域波高预报的精度。
-
公开(公告)号：CN106250944A
公开(公告)日：2016-12-21
申请号：CN201610581584.5
申请日：2016-07-22
Applicant: 福建农林大学
IPC: G06K17/00
CPC classification number: G06K17/0022
Abstract: 本发明涉及一种基于条形码或二维码扫描的快速药品信息输入系统，用于方便快速得到所扫描药品的信息。它是由微控制器、条形码或二维码扫描器、液晶显示屏、2.4G无线收发模块、食用级PC材料和配套的App应用构成，它由PC材料形成一个长方体的盒子，并在盒子上及内部放置条形码或二维码扫描器和2.4G无线收发模块的电路板，液晶显示屏在药物储存设备侧面。本发明药物储存设备通过条形码或二维码扫描器获取当前准备储存药品的条形码或二维码信息，并通过无线网络查询对应的药品详细信息，并与服务器和app进行同步，避免手动输入药品信息。
-
-
公开(公告)号：CN106970385A
公开(公告)日：2017-07-21
申请号：CN201710200397.2
申请日：2017-03-30
Applicant: 福建农林大学
CPC classification number: Y02A90/32 , G01S13/882 , G01C13/004 , G01S11/02
Abstract: 本发明公开了一种异源卫星高度计观测资料的数据融合方法，其包括以下步骤：1）对异源卫星高度计的原产品数据进行读取、预处理；2）计算异源卫星轨道交叉点位置，提取交叉点一定时空窗口内的相关数据，并利用距离加权方法计算交叉点位置数据；3）分析异源卫星交叉点数据之间的相关性，消除系统误差；4）校正异源卫星数据，在指定的时间周期内（月或者季度）采用距离加权算法得到观测资料的数据平均值。本方法所得出的数据总体平均误差水平低于单独卫星的误差水平。
-
Patent Agency Ranking
公开(公告)号：CN111199270B
公开(公告)日：2023-04-18
申请号：CN201911389448.6
申请日：2019-12-30
IPC: G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开一种基于深度学习的区域波高预报方法及终端，获取预设时间段内数值模式产生的数据，所述数据包括区域波高、气压、气温以及风场分量；将所述数据划分为训练数据和测试数据；利用所述训练数据对神经网络进行训练，得到不同的神经网络模型，所述神经网络包括输入层、隐藏层和输出层，所述隐藏层包括LSTM层和卷积层；利用所述测试数据对所述不同的神经网络模型进行测试，确定预测效果最好的神经网格模型，根据所述预测效果最好的神经网络模型对待预测时间内的区域波高进行预报；将LSTM层与卷积层叠加在一起不仅能得到数据的时序关系，还能够提取空间特征，这样就能够学习到波高数据的时空特征，从而提高区域波高预报的精度。
-
公开(公告)号：CN110147801A
公开(公告)日：2019-08-20
申请号：CN201910461320.X
申请日：2019-05-30
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于向量的SIFT点集平滑匹配方法。该方法包括：对待匹配的图片进行预处理，提取图片的SIFT特征点构造两个点集；利用开源库初步计算两个点集之间可能存在的关系，通过连接两个点集的特征点对构成向量，用来表示点集映射关系；计算特征点对之间匹配情况的最大后验概率，利用高斯核函数构造正则化项，通过对应关系和正则化项构造能量函数；通过EM算法迭代计算，在第一步中，利用现有的特征点匹配关系估计值，更新其最大后验概率值；在第二步中，根据在第一步中求得的对应关系最大后验概率值，最大化能量函数，从而更新对应关系的估计值；重复迭代进行上述两步，从而得到最佳对应关系，即两个点集正确匹配结果。
-
公开(公告)号：CN106161796A
公开(公告)日：2016-11-23
申请号：CN201610581508.4
申请日：2016-07-22
Applicant: 福建农林大学
CPC classification number: H04M1/72533 , B65D81/18 , G08C17/02
Abstract: 本发明涉及一种用于药物储存设备内部的湿度控制系统，用于控制药品的湿度。它是由微控制器、湿度传感器、液晶显示屏、音频设备、2.4G无线收发模块、食用级PC材料和配套的App应用构成，它由PC材料形成一个长方体的盒子，在内部放置湿度传感器和2.4G无线收发模块的电路板，液晶显示屏在药物储存设备侧面。本发明保持湿度传感器实时监听外部湿度；在湿度超出或者低于药品合理湿度范围时，系统自己做出响应，通过内部的音频设备发出警告，从而达到湿度控制的效果；在湿度超出或者低于药品合理湿度范围时，人不在药物储存设备旁边，通过系统发送信息给服务器，服务器发送信号给APP，从而达到一种跨空间的实时监听，保证药品不因为湿度而变质。
-
公开(公告)号：CN110147801B
公开(公告)日：2023-05-12
申请号：CN201910461320.X
申请日：2019-05-30
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于向量的SIFT点集平滑匹配方法。该方法包括：对待匹配的图片进行预处理，提取图片的SIFT特征点构造两个点集；利用开源库初步计算两个点集之间可能存在的关系，通过连接两个点集的特征点对构成向量，用来表示点集映射关系；计算特征点对之间匹配情况的最大后验概率，利用高斯核函数构造正则化项，通过对应关系和正则化项构造能量函数；通过EM算法迭代计算，在第一步中，利用现有的特征点匹配关系估计值，更新其最大后验概率值；在第二步中，根据在第一步中求得的对应关系最大后验概率值，最大化能量函数，从而更新对应关系的估计值；重复迭代进行上述两步，从而得到最佳对应关系，即两个点集正确匹配结果。
-
公开(公告)号：CN111767741B
公开(公告)日：2023-04-07
申请号：CN202010617921.8
申请日：2020-06-30
Applicant: 福建农林大学
IPC: G06F40/30 , G06F40/289 , G06F40/284 , G06F40/117 , G06F40/242 , G06F16/35 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于深度学习结合TFIDF算法的文本情感分析方法，将获取的中文语料及维基百科的中文语料进行文本预处理后，使用word2vec模型分别进行训练，然后结合两者训练的得到的词向量，作为深度学习训练模型的输入，然后进行情感分析模型的构建；最后，进行新语料的预测。本发明无需进行复杂的词典构建，减少了人工成本，避免了繁琐的特征工程构建对分类结果的影响，同时将深度学习模型中学习的特征结合了传统的语义信息，增加了分类的准确性。此外，在词向量的训练中将文本自身领域与维基百科的中文语料纳入考虑，提高了词向量对文本语义信息表达的准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.01 seconds)
