-
公开(公告)号：CN119557409B
公开(公告)日：2025-05-09
申请号：CN202510121723.5
申请日：2025-01-26
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司 , 山东浪潮智慧医疗科技有限公司 , 山东健康医疗大数据有限公司
IPC: G06F16/3329
Abstract: 本发明涉及知识问答技术领域，涉及基于多模块协同优化的智能问答方法及系统，方法包括：将待回答的问题，输入到知识问答模型中，知识问答模型输出知识问答结果；模型中的知识范围判断模块判断依靠自身知识能否解决问题，如果不能就进入动态检索模块；动态检索模块根据待回答问题对记忆知识库的内容进行相似性检索，如果检索结果不符合要求，则进入多层次问题改写模块；多层次问题改写模块对待回答的问题进行改写，将改写的问题输入知识筛选模块；知识筛选模块根据改写的问题，输出筛选出的文档，自反思优化模块根据文档和问题生成初步答案，并判断初步答案的是否合理，如果不合理就进行自反思优化，为智能问答技术的发展提供了新的解决方案。
-
公开(公告)号：CN114896403B
公开(公告)日：2025-04-18
申请号：CN202210565193.X
申请日：2022-05-23
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司
IPC: G06F16/353 , G06F40/284 , G06F40/30 , G06F18/214 , G06F18/2415 , G06F18/2431 , G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及数据处理技术领域，公开了基于门控机制的企业二级行业分类方法及系统，包括：获取待分类的企业信息；将待分类的企业信息，输入到训练后的企业二级行业分类模型中，输出企业二级行业分类结果；其中，训练后的企业二级行业分类模型，其工作原理是：获取待分类企业信息的单词特征向量，再从单词特征向量中提取企业信息的上下文向量；然后，将单词特征向量与上下文向量进行拼接；对拼接后的向量分别提取上下文特征和局部显著特征；对提取的两种特征进行加权融合，将融合后的特征进行分类，得到最终分类结果。本发明减少了传统二级行业分类中的人力开支，缩短了企业行业分类的系统执行时间，且分类结果准确、系统安全。
-
公开(公告)号：CN118840346A
公开(公告)日：2024-10-25
申请号：CN202410952558.3
申请日：2024-07-16
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司
Abstract: 本发明公开了基于图像去噪的钢材表面缺陷检测方法及系统，方法包括：获取待识别钢材表面图像；将待识别钢材表面图像，输入到训练后的钢材表面缺陷检测模型中，得到钢材表面缺陷检测结果；其中，训练后的钢材表面缺陷检测模型，将钢材表面图像进行特征提取，再经过特征融合，最终输出不同尺度的检测图；所述训练后的钢材表面缺陷检测模型，训练过程中所使用的损失函数是ASI‑IoU损失函数；动态调整边界框，并考虑边界框本身的形状和尺寸；所述训练后的钢材表面缺陷检测模型，还使用内容引导残差注意力模块CGRAB实现特征的融合。
-
公开(公告)号：CN118585125A
公开(公告)日：2024-09-03
申请号：CN202410562782.1
申请日：2024-05-08
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司
Abstract: 本发明公开了区块链数据存储方法及系统，其中方法，包括：将每个区块链节点视为一个单独的群组，每个区块链节点构成一个初始群组；对每个区块链节点，将其移动到模块度增益最大的相邻群组中；判断任意两个群组是否是相邻群组，如果是相邻群组，则将相邻群组的区块链节点合并为一个群组，构成一个新的群组；重复合并群组，直至模块度增益不再增加，或者，达到设定迭代次数后，停止重复，得到划分后的若干个群组，每个群组包括若干个区块链节点。
-
公开(公告)号：CN117152835A
公开(公告)日：2023-12-01
申请号：CN202311064394.2
申请日：2023-08-22
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司
IPC: G06V40/20 , G06V10/774 , G06V10/82 , G06N3/0464 , G06V10/44 , G06V10/86
Abstract: 本发明公开了校园危险行为检测方法、系统、设备及存储介质，其中方法包括：获取待检测的图像；将待检测的图像，输入到训练后的校园危险行为检测模型中，输出校园危险行为检测结果；其中，训练后的校园危险行为检测模型采用改进的yolov7来实现，改进的yolov7是将原始yolov7的head模块的cat单元，替换为注意力机制单元CM；训练后的校园危险行为检测模型，训练过程中所采用的损失函数为DRIoU。在校园场景下精确的捕获和识别校园危险行为和动作，在面对不同尺度的目标时能确保检测精度，在实时检测的前提下优化了对遮挡目标和密集目标的检测精度。相较于人工监控的方法检测效率更高，发现也更及时。
-
Patent Agency Ranking
公开(公告)号：CN116610800A
公开(公告)日：2023-08-18
申请号：CN202310560641.1
申请日：2023-05-16
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东山科智能科技有限公司
IPC: G06F16/35 , G06F16/33 , G06F40/30 , G06F40/211 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于语境引导注意力的方面级情感分类方法，获取待分类的句子和句子对应的方面词；对获取数据分别进行词嵌入表示的提取，得到句子和方面词的词嵌入表示；对两种词嵌入表示分别进行向量提取，得到两种词嵌入隐藏状态向量；构建语义图卷积网络；构建句法图卷积网络；将两种词嵌入隐藏状态向量，输入到语义图卷积网络中，输出语义表示；将两种词嵌入隐藏状态向量，输入到句法图卷积网络中，输出句法表示；将两种表示进行聚合操作，得到两方面节点隐藏状态向量；分别对两方面节点隐藏状态向量进行平均池化操作，然后对平均池化操作的两个结果进行级联操作得到最终特征；对最终特征给出情感概率分布，进而得到情感分类标签。
-
公开(公告)号：CN116506210A
公开(公告)日：2023-07-28
申请号：CN202310573133.7
申请日：2023-05-18
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院) , 山东省科创集团有限公司
IPC: H04L9/40 , H04L41/16 , G06F18/213 , G06F18/25 , G06F18/243 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于流量特征融合的网络入侵检测方法及系统，包括：获取待检测的网络流量数据；对网络流量数据进行预处理；将预处理后的网络流量数据，输入到训练后的网络入侵检测模型中，得到网络入侵检测结果；其中，所述训练后的网络入侵检测模型，包括：对预处理后的网络流量数据分别进行特征提取，得到第一特征数据和第二特征数据；对提取的第一特征数据和第二特征数据，进行特征融合，得到融合特征；将融合特征进行分类，得到分类结果。
-
公开(公告)号：CN113094110B
公开(公告)日：2022-11-22
申请号：CN202110373297.6
申请日：2021-04-07
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科智能科技有限公司
IPC: G06F9/4401 , G06F13/38 , G06F21/85
Abstract: 本发明公开了一种串口数据过滤的方法及系统，应用于过滤上位机业务应用程序与串口设备之间的通信数据的情况，包括：Windows操作系统启动，更新数据过滤协议；加载配置文件，读取配置文件，读取所需要过滤的串口设备所连接的串口号；上位机业务应用程序进行读写数据操作，调用Windows操作系统的I/O模型；Windows操作系统的I/O模型加载配置文件，获取数据过滤协议，根据数据过滤协议过滤数据，并将过滤后的数据传递给物理串口或者上位机业务应用程序。在不影响其他串口设备的使用下实现目标串口设备与目标主机之间通讯数据的过滤。
-
公开(公告)号：CN115171710A
公开(公告)日：2022-10-11
申请号：CN202210799728.X
申请日：2022-07-08
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G10L21/007 , G10L21/0224 , G10L21/0232 , G10L19/02 , G10L25/63 , G06N3/08 , G06N3/04
Abstract: 本发明属于语音信号处理的语音增强技术领域，提供了一种基于多角度判别的生成对抗网络的语音增强方法及系统。该方法包括，获取带噪声语音信号；基于带噪声语音信号，采用训练好的生成对抗网络，得到增强后的语音信号；其中，所述生成对抗网络包括一个生成器和四个判别器。本发明的多角度判别包括：增强后语音信号、干净语音与情绪语音之间的差异；同时添加从频域判别学习增强后语音信号、干净语音与情绪语音之间的频域差异。本发明从不同语音信号的语音成分进行判别，以及语音的时域频域角度，能够从不同角度充分学习语音成分，为生成器提供足够多的反馈信息，可以有效改善语音失真，提高增强后语音的语音质量。
-
公开(公告)号：CN115145966A
公开(公告)日：2022-10-04
申请号：CN202211075909.4
申请日：2022-09-05
Applicant: 山东省计算中心(国家超级计算济南中心) , 北京威努特技术有限公司
IPC: G06F16/2455 , G06F16/23 , G06N20/00 , G06K9/62
Abstract: 本发明属于人工智能领域，提供了一种面向异构数据的对比联邦学习方法及系统，包括客户端利用当前轮次中当前次数局部更新的局部模型和上一次局部更新的历史局部模型的正余弦距离、当前轮次中当前次数局部更新的局部模型与当前全局模型之间的负余弦距离对当前局部模型进行优化，使得客户端当前轮次的局部模型靠近当前全局模型而远离上一轮次的局部模型，得到最新的局部模型；服务端获取多个客户端的最新的局部模型进行聚合，更新全局模型。本发明从模型相似度的角度建立异构环境下联邦学习的优化问题，使每个客户端都能够学习到接近全局模型表示，以最小化局部模型差异。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.045 seconds)
