-
公开(公告)号：CN113824469B
公开(公告)日：2022-10-21
申请号：CN202110896680.X
申请日：2021-08-05
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于MFDRL‑CTDE的跳频组网智能抗干扰决策方法。针对多种干扰并存的复杂电磁环境和跳频异步组网结构，设计了相应的状态‑动作空间和奖赏函数。为应对Agent之间的相互影响和动态的环境，引入集中式训练和分散式执行框架。提出基于模糊推理系统的融合权重分配策略，用于解决网络融合过程中各Agent的权重分配问题。采用竞争性DQN算法和优先经验回放技术以提高算法的效率。本发明方法在收敛速度和最佳性能方面都具有较大优势，且对多变复杂电磁环境具有较好的适应性。
-
公开(公告)号：CN113535950B
公开(公告)日：2022-09-27
申请号：CN202110660706.0
申请日：2021-06-15
Applicant: 杭州电子科技大学
IPC: G06F16/35 , G06F16/36 , G06F40/279
Abstract: 本发明公开了一种基于知识图谱和胶囊网络的小样本意图识别方法。本发明首先将语句中存在的实体映射到知识图谱，提取该实体在知识图谱中相关联的所有类别信息，并通过注意力机制获得知识先验向量。随后使用阀门机制控制语句中原本存在的上下文语义向量，和该知识先验向量对当前实体表示的影响。下一步利用胶囊网络将已包含先验知识的语句表示映射到高层次的意图表示。最后通过计算未知语句与各个意图之间的相似度，对未知语句做意图分类处理。并且本文对训练集中的数据进行了划分，在训练时采用了元学习的训练方法，使得本文学习到的模型更加具有说服力和通用性。
-
公开(公告)号：CN113411099B
公开(公告)日：2022-04-29
申请号：CN202110593616.4
申请日：2021-05-28
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于PPER‑DQN的双变跳频图案智能决策方法。针对待优化的双变跳频图案的主要参数，设计了相应的系统模型、状态‑动作空间和奖励函数，采用DQN算法进行决策，使用户的使用频段能出现在可用频段内的任意位置，从而提高跳频图案的灵活性。根据Pareto支配的定义提出以样本的时序差分误差和立即奖励为依据的样本优先经验回放技术，以提高样本利用率和经验回放效率。使用Pareto样本集和随机采样的样本形成训练集，以保证训练集样本多样性。本发明方法有效提高了经验回放效率和收敛速度，产生的双变跳频图案较常规跳频图案性能更优。
-
公开(公告)号：CN114334189A
公开(公告)日：2022-04-12
申请号：CN202111664434.8
申请日：2021-12-31
Applicant: 杭州电子科技大学
IPC: G16H80/00 , G06F16/35 , G06F40/126 , G06F40/216 , G06F40/284 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种结构化自监督的医患对话摘要方法。本发明包括：1、对医患对话语料库中指定对话的诊断结果抽取疾病实体词Ⅰ；2.通过SOAP模型判断指定对话中每一句话对应主题类型并进行分类，得到初步的结构化内容；对结构化内容抽取摘要；通过抽取的摘要预测疾病实体词Ⅱ；3、基于抽取的摘要需近似于原始指定对话的替换假设，通过辅助任务进行摘要指导生成:对结构化内容进行编码过程中对结构化内容中的每个词进行下采样，然后通过文本分类从候选疾病词中选择正确的疾病实体词Ⅱ；调整编码参数直至辅助任务中疾病实体词Ⅰ和疾病实体词Ⅱ的差异收敛。本发明解决了医患对话数据集有限、显著的领域转移、摘要不准确的问题。
-
公开(公告)号：CN114218928A
公开(公告)日：2022-03-22
申请号：CN202111654105.5
申请日：2021-12-30
Applicant: 杭州电子科技大学
IPC: G06F40/253 , G06F40/211 , G06F40/216 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图知识和主题感知的抽象文本摘要方法。本发明提出了一种基于BERT、神经主题模型和图神经网络的模型，被称为GTASum。在文档编码器输入端，使用BERT获得文档的隐藏词向量；在主题编码器输入端，使用神经主题模型获得文档的单词‑主题分布向量；将两个向量输入到图神经网络中进行训练，得到融合了主题知识的上下文内容，并用基于Transformer的解码器生成文本；同时，本发明提出的条件归一化的LN层能协同训练神经主题模型和解码器，有效地进行特征选择。结果表明，这种方法具有更好地鲁棒性和自适应能力。
-
Patent Agency Ranking
公开(公告)号：CN113158667B
公开(公告)日：2022-03-01
申请号：CN202110381780.9
申请日：2021-04-09
Applicant: 杭州电子科技大学
IPC: G06F40/289 , G06F40/216 , G06F40/30 , G06F16/28 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于实体关系级别注意力机制的事件检测方法。本发明步骤：首先利用依存Tree‑LSTM获取实体关系级别表示和双向LSTM获取词汇级别表示，然后利用实体关系级别注意力和词汇级别注意力捕获对于当前候选触发词有重要影响的实体关系信息和句子语义信息。再针对候选触发词，对语义信息、实体关系信息、根节点词汇级别表示以及候选触发词的词汇级别表示进行拼接，然后进行触发词识别和分类。本发明不仅可以捕获较重要的句子语义信息，而且可以减少无关的实体关系特征对当前触发词的影响，从而提高了事件检测模型的性能。
-
公开(公告)号：CN113743189A
公开(公告)日：2021-12-03
申请号：CN202110726048.0
申请日：2021-06-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于分割引导的人体姿态估计方法。本发明采用HRNet人体姿态估计的基本网络结构；HRNet包含4个阶段3个分支，每个分支捕获输入信号的不同尺度特征表示；每个阶段不同分支的特征会进行相互融合并将融合后的特征作为下一个阶段的输入；同时高分辨率分支的每一个阶段都融入一个分割引导机制，得到一个分割引导的HRNet；利用分割引导机制来逐步改善每个阶段产生的检测结果。结果表明，本发明具有更好的鲁棒性和自适应能力。解决了原来复杂背景的干扰问题。人体姿态估计是行为识别的上游任务对其至关重要，准确高效的人体姿态估计可以促进人体行为识别的准确度。
-
公开(公告)号：CN113535941A
公开(公告)日：2021-10-22
申请号：CN202110736638.1
申请日：2021-06-30
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于语义匹配的间隙句生成的文本摘要方法。本发明包括：S1、判断输入文本是否超过预训练模型输入长度，超过则进行截取；S2、对经过步骤S1判断处理后的输入文本进行语义上的匹配，选择匹配度最高的候选句子组进行MASK；S3、将MASK后的文本输入预训练模型进行预测生成摘要。与现有的常规方法比，利用滑动窗口指针生成网络截取长文本解决了长文本独立截断导致重要信息丢失的问题，并选择语义更加贴近源文本的句子候选组作为预训练模型输入，降低了选择句子之间的耦合程度。
-
公开(公告)号：CN111709294A
公开(公告)日：2020-09-25
申请号：CN202010419503.8
申请日：2020-05-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于多特征信息的快递人员身份识别方法。本发明提出利用跳跃连接的方式连接3个含有相同大小卷积核的卷积层与3个多尺度金字塔模块MSPM，来融合多层高层语义特征信息和低层特征图的细节信息，从而构建目标检测网络SFPNet。其中，MSPM采用并行的空洞卷积来提取不同尺度物体对应的特征信息，这些空洞卷积中含有不同大小空洞率，在卷积过程中采用不同步长。本发明在得到快递人员相关信息后，将多个目标信息进行综合评定，判读更加准确，鲁棒性和自适应能力更好。
-
公开(公告)号：CN111693765A
公开(公告)日：2020-09-22
申请号：CN202010474254.2
申请日：2020-05-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于改进谱聚类的非侵入式负荷监测的方法。本发明使用数据采集模块获取目标家庭总线上的历史有功功率信号、无功功率信号、电流、电压，并对数据进行预处理确定家庭负荷特征库；选定一组有功功率信号，取差分信号构建图信号，要求带有该家庭所有负荷的动作事件；利用谱聚类方法获取目标家庭的投切阈值；使用5G通讯模块将数据采集模块获取的实时负荷特征发送至云服务器，构建图信号模型，使用已得家庭阈值进行投切事件谱聚类，并进行正负类簇配对；利用基于图信号的特征匹配法获取家庭负荷信息、报警信息，同步更新在用户端app。本发明有效处理数据量较大时的传输问题和样本特征较少时的模型训练问题。
-
-
-
-
-
-
-
-
-
Search Results
205
records
(took 0.033 seconds)
