-
公开(公告)号：CN107342077A
公开(公告)日：2017-11-10
申请号：CN201710395341.7
申请日：2017-05-27
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: G10L15/063 , G10L15/07 , G10L15/14 , G10L17/04 , G10L17/14 , G10L2015/0631 , G10L2015/0635
Abstract: 本发明涉及一种基于因子分析的说话人分段聚类方法及系统。该方法包括：1)提取训练语音的声学特征，训练高斯混合通用背景模型，进而训练总变化因子模型和高斯概率线性判别分析模型；2)对测试语音进行分段并提取语音片段的声学特征；3)依据高斯混合通用背景模型和总变化因子模型将提取的声学特征映射为总变化量因子，加载高斯概率线性判别分析模型，根据总变化量因子计算任意两语音片段之间的对数似然比得分；4)选择得分最高的两类进行合并，根据层次聚类的方法逐步迭代至收敛，最终输出说话人分段聚类结果。本发明将总变化因子的不确定性引入到高斯概率线性判别分析模型进行训练和打分，能够提升短时语音片段上的基于因子分析的系统性能。
-
公开(公告)号：CN105187403A
公开(公告)日：2015-12-23
申请号：CN201510498610.3
申请日：2015-08-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L29/06
CPC classification number: H04L63/1408 , H04L63/1433
Abstract: 本发明提出一种面向软件定义网络的网络安全性测试方法，包括针对目标软件定义网络的安全性测试框架、安全性测试策略、分类安全性测试方法、项目安全性测试方法和安全性测试步骤。其中，测试框架包括将目标软件定义网络划分为数据、控制、应用和管理四个网络平面，分别对各个网络平面的各个网元、链路以及各个网络平面之间的接口展开安全性测试；测试策略包括对安全性测试框架中的各个单元进行测试的选择和流程编制方法；分类安全性测试方法依据各个单元的类别特点开展不同类型的安全性测试；项目安全性测试方法实现具体的针对目标网元、链路或接口的安全性测试，测试流程定义了完整的针对目标软件定义网络的安全性测试过程和步骤。
-
公开(公告)号：CN102521838B
公开(公告)日：2013-11-27
申请号：CN201110427104.7
申请日：2011-12-19
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种图像检索/匹配方法。该方法首先求取两幅图像的初始匹配特征点集，然后判断并消除误匹配特征点对，再根据正确匹配特征点对的数量判断两幅图像是否匹配；其中，判断是否为误匹配特征点对，包括：在两幅图像中，分别以初始匹配特征点为中心，将图像均划分为两个以上的区域，并对各区域编号；在两幅图像中，分别以其他各初始匹配特征点所处区域的编号构成的矢量来描述该初始匹配特征点的全局特征；对两个矢量进行比较，如果相似度达到要求，则为正确的匹配特征点对。本发明方法不仅适应于图像尺度变化、图像嵌套、视角变化等复杂情况下的图像检索，而且具有较高的检索效率和识别准确率。本发明还相应公开了一种图像检索/匹配系统。
-
公开(公告)号：CN118487270A
公开(公告)日：2024-08-13
申请号：CN202410562849.1
申请日：2024-05-08
Applicant: 中国长江三峡集团有限公司 , 中国三峡新能源(集团)股份有限公司 , 清华大学
Abstract: 本发明涉及新能源微电网技术领域，公开了一种微电网优化调度方法、装置、计算机设备及存储介质，该方法包括：获取微电网用户的用电负荷数据和风光出力数据，基于微电网用户的用电负荷数据和风光出力数据确定储能电站服务费用、电网购电成本和阶梯式碳交易成本；基于储能电站服务费用、电网购电成本和阶梯式碳交易成本建立考虑阶梯式碳交易的新能源微电网优化调度模型；对考虑阶梯式碳交易的新能源微电网优化调度模型进行求解，生成微电网优化调度方案。本发明保证了微电网优化调度方案对储能电站能量高效利用的同时，降低了微电网的运行成本，实现了对微电网低碳经济运行以及有效调度。
-
公开(公告)号：CN111413009B
公开(公告)日：2024-06-11
申请号：CN202010290009.6
申请日：2020-04-14
Applicant: 清华大学 , 烟台清科嘉机器人联合研究院有限公司
Abstract: 本发明公开了一种行人体温快速筛查系统及筛查方法、人体温度测量方法，所述的行人体温快速筛查系统包含机器人本体和测温模块，所述人体温度测量方法包含人体脉搏区表皮体温到腋下温度的映射模型和环境温度补偿模型。本发明可自动对进入各类办公楼、学校、银行、商场、场馆、住宅小区、写字楼、餐厅、酒店、考场、医院分诊台、火车站、航站楼、公共汽车站、地铁站等入口的人员进行体温快速筛查，可显著提高体温测量准确度和行人体温筛查效率。
-
Patent Agency Ranking
公开(公告)号：CN111157146B
公开(公告)日：2024-05-28
申请号：CN202010137723.1
申请日：2020-03-02
Applicant: 清华大学 , 烟台清科嘉机器人联合研究院有限公司
Abstract: 本发明提出一种具有开放数据接口的高稳定非接触分布式体温测量装置，包括壳体、分布式处理器、环境温度检测传感器、加热模块、封闭腔体、温度测量头、数据接口、毒液喷头、导管、消毒液储罐及泵体；封闭空腔位于壳体的下半部，消毒液喷头和温度测量头位于封闭空腔的底部锥头处，封闭空腔中布置加热模块；在封闭空腔顶部布置分布式处理器，分布式处理器的电路板上布置环境温度检测传感器。分布式处理器通过数据接口将数据发送给外部的上位机。温度测量装置增加消毒功能，消毒液储罐及泵体设置在壳体的上半部的壳体内。本发明能保证测量体温时不受环境温度因素影响，测量准确；实现测量温度数据联网，在必要时，测量完成后可喷洒消毒液进行消毒。
-
公开(公告)号：CN117391065A
公开(公告)日：2024-01-12
申请号：CN202310897197.2
申请日：2023-07-20
Applicant: 北京搜狗科技发展有限公司 , 清华大学
IPC: G06F40/211 , G06F40/289 , G06F18/214 , G06F18/25
Abstract: 本申请提供了一种多语种的语句识别方法、装置和设备及计算机存储介质，涉及计算机技术领域，用于降低大规模的多语种的语句识别模型的训练成本。该方法包括：基于包含新语种对的平行语料的样本集合，参考基准模型的模型结构，训练获得相应的旁路模型；基于样本集合，对基准模型进行训练，获得目标模型；在每轮训练中：将旁路模型中目标网络层使用的第一转换参数集，与基准模型中对应的目标网络层使用的第二转换参数集进行合并，获得融合转换参数集；基于融合转换参数集以及预设的初始融合权重，对输入至合并后的基准模型的平行语料进行语句转换，并基于获得的预测转换结果与平行语料中的真实转换结果之间的第一损失值，进行模型参数调整。
-
公开(公告)号：CN117057430B
公开(公告)日：2024-01-09
申请号：CN202311289797.7
申请日：2023-10-08
Applicant: 清华大学
IPC: G06N5/04 , G06F16/23 , G06F16/907
Abstract: 本发明涉及人工智能领域，提供一种基于规则累积的模型推理方法、装置及电子设备，其中的方法包括：获取目标任务对应的模型推理结果；获取对模型推理结果的用户端反馈，用户端反馈包括模型推理结果对应的推理标签，以及目标任务对应的正确答案；基于用户端反馈，在预设规则库中检索目标任务对应的推理规则；根据推理规则，推理得到目标任务的正确推理结果。该方法通过额外提供规则引导，在无需微调的情况下，引导大语言模型逐渐适应当前场景的特定需求，实现了轻量级的模型优化，克服了现有模型推理方法需要耗费巨大时间/资源成本，且推理结果准确度不高的缺陷，提升了模型推理结果的准确度。
-
公开(公告)号：CN117057430A
公开(公告)日：2023-11-14
申请号：CN202311289797.7
申请日：2023-10-08
Applicant: 清华大学
IPC: G06N5/04 , G06F16/23 , G06F16/907
Abstract: 本发明涉及人工智能领域，提供一种基于规则累积的模型推理方法、装置及电子设备，其中的方法包括：获取目标任务对应的模型推理结果；获取对模型推理结果的用户端反馈，用户端反馈包括模型推理结果对应的推理标签，以及目标任务对应的正确答案；基于用户端反馈，在预设规则库中检索目标任务对应的推理规则；根据推理规则，推理得到目标任务的正确推理结果。该方法通过额外提供规则引导，在无需微调的情况下，引导大语言模型逐渐适应当前场景的特定需求，实现了轻量级的模型优化，克服了现有模型推理方法需要耗费巨大时间/资源成本，且推理结果准确度不高的缺陷，提升了模型推理结果的准确度。
-
公开(公告)号：CN116644791A
公开(公告)日：2023-08-25
申请号：CN202210134765.9
申请日：2022-02-14
Applicant: 清华大学 , 腾讯科技(深圳)有限公司
Abstract: 本申请提供了一种模型参数调整方法、装置、设备及计算机可读存储介质；方法包括：获取训练好的预训练模型和所述训练好的预训练模型的待调整参数的第一参数维度；获取训练好的第一网络模型和预训练好的参数调整向量；其中，参数调整向量的参数个数小于待调整参数的参数个数；基于目标任务和训练好的第一网络模型对预训练好的参数调整向量继续训练，得到训练好的参数调整向量；基于训练好的第一网络模型和训练好的参数调整向量确定待调整参数的调整值；基于待调整参数的调整值对训练好的预训练模型的参数进行调整，得到所述目标任务对应的训练好的目标模型。通过本申请，能够提高模型参数的调整效率。
-
-
-
-
-
-
-
-
-
Search Results
342
records
(took 0.092 seconds)
