-
公开(公告)号：CN115700416B
公开(公告)日：2023-06-02
申请号：CN202211042307.9
申请日：2022-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种汽车故障自动诊断方法、系统、设备及介质，包括以下步骤：获取CAN总线信号，CAN总线信号表征了汽车上的控制器局域网络的信号；将CAN总线信号输入预测模型中，通过预测模型确定汽车的故障原因。通过本申请的方案，解决了现有技术无法根据CAN总线信号给出异常原因的问题。
-
公开(公告)号：CN110597947B
公开(公告)日：2023-03-28
申请号：CN201910214487.6
申请日：2019-03-20
Applicant: 桂林电子科技大学
IPC: G06F16/33
Abstract: 本发明涉及一种基于全局和局部注意力交互的阅读理解系统及方法，其方法包括以下步骤：S1、输入文本段落C、问题Q、候选答案集A构成的三元组格式数据，对数据中的文本段落C、问题Q和候选答案集A分别进行训练得到词向量，并将词向量进行初始化，得到网络输入数据；S2、对网络输入数据中文本段落C和问题Q的词向量进行编码，在局部情况下，获得文本段落C和问题Q之间的交互信息S1；以及在全局情况下，获得问题Q对文本段落C的关注度S2；S3、将交互信息S1和关注度S2进行融合和计算，依据计算结果选择候选答案集A中概率最高的单词作为预测答案。相对现有技术，本发明能够获得问题和文档之间更多的交互信息，提高推断答案的准确性。
-
公开(公告)号：CN115700416A
公开(公告)日：2023-02-07
申请号：CN202211042307.9
申请日：2022-08-29
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种汽车故障自动诊断方法、系统、设备及介质，包括以下步骤：获取CAN总线信号，CAN总线信号表征了汽车上的控制器局域网络的信号；将CAN总线信号输入预测模型中，通过预测模型确定汽车的故障原因。通过本申请的方案，解决了现有技术无法根据CAN总线信号给出异常原因的问题。
-
公开(公告)号：CN114881040B
公开(公告)日：2022-12-06
申请号：CN202210517950.6
申请日：2022-05-12
Applicant: 桂林电子科技大学
Abstract: 本发明涉及一种段落的语义信息处理方法、装置及存储介质，属于语义信息处理技术领域；方法包括：导入原始段落、语义逻辑切割模型和语义理解及表达模型；将原始段落输入语义逻辑切割模型中进行逻辑切割，得到原始段落的逻辑切割跨度信息；将原始段落的逻辑切割跨度信息输入语义理解及表达模型中进行语义处理，得到原始段落的逻辑切割跨度信息的语义信息；将逻辑切割跨度信息的语义信息添加到原始段落中，得到完整段落；根据语义逻辑切割模型和语义理解及表达模型对完整段落进行更新迭代处理，得到最终的语义信息。本发明能够得到准确而全面的段落语义信息，且通过关注段落上下文的逻辑界线来提高段落语义理解和表达的准确性。
-
公开(公告)号：CN114817637A
公开(公告)日：2022-07-29
申请号：CN202210487341.0
申请日：2022-05-06
Applicant: 桂林电子科技大学
IPC: G06F16/783 , G06F16/78 , G06F40/30
Abstract: 本发明涉及一种基于句子语义的视频描述方法、装置及存储介质，属于技术领域；方法包括步骤：将视觉特征和运动特征进行拼接融合，将目标视频特征对应的描述词袋转换为文本特征，根据视觉词、目标视频特征及其对应的文本特征构建损失函数模型，以及计算每个单词在句中出现的概率，根据概率得到句子级别损失函数，通过句子级别损失函数和损失函数模型进行损失迭代计算，得到最终的视频描述信息；本发明有助于提高预测长度的准确性，从而生成的视频描述信息更完整。
-
Patent Agency Ranking
公开(公告)号：CN113407819B
公开(公告)日：2022-06-17
申请号：CN202110552514.8
申请日：2021-05-20
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06Q30/06 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于残差网络的序列推荐方法、系统及存储介质，方法包括：通过网络获取用户的原始消费数据，将原始消费数据划分序列得到序列段，将所述序列段初始化，得到序列数据；基于GRU神经网络和残差网络，对所述序列数据进行输出处理，将输出的隐藏状态作为用户的全局兴趣；根据商品级注意力机制对序列数据和所述隐藏状态计算得到用户的局部兴趣；将全局兴趣数据与局部兴趣拼接得到最终兴趣；通过最终兴趣计算用户下一次交互商品的概率分布，根据概率分布进行模型训练，预测用户的下一次交互行为，向用户推荐商品信息。将序列数据输入带残差结构的GRU神经网络，可以准确学习用户的消费行为，实现精准的推荐效果。
-
公开(公告)号：CN112069809B
公开(公告)日：2022-05-24
申请号：CN202010800708.0
申请日：2020-08-11
Applicant: 桂林电子科技大学
IPC: G06F40/284 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种缺失文本生成方法及系统，方法包括：对输入样本的预处理得到缺失样本；通过embedding词嵌入算法分别对输入样本和缺失样本的词向量化处理得到输入样本句向量和缺失样本句向量；分别对输入样本和缺失样本的位置编码处理得到输入样本位置向量和缺失样本位置向量；根据输入样本句向量对缺失样本句向量、输入样本位置向量和缺失样本位置向量的增强句向量处理得到输入样本向量和缺失样本向量；对输入样本向量和缺失样本向量的模型训练得到完整文本。本发明网络结构简单，能够捕获文本的长距离依赖关系,并可以并行计算，解决了时效性的问题，相对现有技术，能够在提升模型的训练和推理速率的同时显著提升缺失文本生成的质量。
-
公开(公告)号：CN114386259A
公开(公告)日：2022-04-22
申请号：CN202111640845.3
申请日：2021-12-29
Applicant: 桂林电子科技大学
IPC: G06F30/20 , G06K9/62 , G06F119/02
Abstract: 本发明提供一种视频描述方法、装置以及存储介质，属于图像处理技术领域，方法包括：S1：导入多个视频数据，并分别对各个视频数据进行第一次融合分析得到第一融合特征；S2：构建训练模型，根据多个第一融合特征对训练模型进行训练得到目标视频描述模型；S3：分别对各个视频数据进行第二次融合分析得到第二融合特征；S4：通过目标视频描述模型对多个第二融合特征进行视频描述得到视频描述结果。本发明能够不需要人工监督来训练生成描述，降低了人工成本，且在图片特征层面比传统的视频描述模型描述准确率更高，增加了特征关系的紧密度，利于视频描述模型准确性的提升。
-
公开(公告)号：CN113222711B
公开(公告)日：2022-04-19
申请号：CN202110590095.7
申请日：2021-05-28
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种商品信息推荐方法、系统和存储介质，方法包括：将原始数据集处理成知识图谱，通过知识图谱形式得到知识图谱数据集，并将知识图谱数据集划分为训练集和测试集；根据强化学习方法构建探索策略；基于图神经网络对知识图谱和探索策略构建策略网络定义目标商品，并计算目标商品的奖励函数和损失函数。本发明能够有效的挖掘出数据间的隐含特性，实现了准确的推荐，还能够在数学上有更好的区分，进而有利于挖掘出图中更多的有效信息，具有一定的泛化性，能够有效的提高推荐准确性，并具有良好的鲁棒性，实现了冷启动对用户推荐商品并提高了推荐的可靠性和准确性。
-
公开(公告)号：CN112084881B
公开(公告)日：2022-04-19
申请号：CN202010830172.7
申请日：2020-08-18
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种跨域行人再识别方法、装置及存储介质，方法包括：分别从预先设置在多个目标区域的拍照设备中获得与各自目标区域对应的多个图像，通过各个目标区域的多个图像分别得到对应的多个图像集；根据多个所述图像集的数量进行图像集组合，对组合后的图像集进行图像样式风格转换处理，得到待识别图像数据集；对所述待识别图像数据集进行识别处理，得到识别结果。本发明让数据集样本的多样性比未转换前获得了增强，减少了样本的域间差异，使得模型具有更好的泛化能力,能够有效地提升跨域行人再识别的准确率，能够有效的解决跨域行人再识别准确率低的问题，使其更好的服务于社会公共安全系统。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.051 seconds)
