一种基于自监督的三阶段故事阅读理解训练方法

    公开(公告)号:CN113312454A

    公开(公告)日:2021-08-27

    申请号:CN202110670949.2

    申请日:2021-06-17

    Applicant: 辽宁大学

    Abstract: 一种基于自监督的三阶段故事阅读理解训练方法,包括以下步骤:1)使用语言模型在开放域语料库上进行预训练;2)采用语言模型LM或者掩码语言模型MLM的自我监督学习目标继续在无监督、同领域的ROCStories日常故事语料上进行预训练;3)对目标SCT任务上的结果模型进行训练。本发明引入在ROCStories故事无监督语料上的预训练步骤,提高了预训练语言模型在故事完形填空SCT任务的准确率。

    一种基于双门限的人体活动端点检测方法

    公开(公告)号:CN107392106A

    公开(公告)日:2017-11-24

    申请号:CN201710491604.4

    申请日:2017-06-26

    Applicant: 辽宁大学

    Abstract: 一种基于双门限的人体活动端点检测方法,可在大规模人体活动数据中将活动段端点在客户端粗粒度地检测出来,有效地在实际应用环境中提取出有价值有意义的数据信息,从而提高在人体日常行为活动识别方面的计算效率,减少计算量。同时对于在实际应用场景中的检测正确率和语义建模分析有着更大的现实意义。

    一种基于强化学习的多样性对话数据增强方法

    公开(公告)号:CN113626560B

    公开(公告)日:2024-05-07

    申请号:CN202110885428.9

    申请日:2021-08-03

    Applicant: 辽宁大学

    Abstract: 一种基于强化学习的多样性对话数据增强方法,包括以下步骤:1)给定输入的对话历史,收集相同对话历史下不同语义或者不同表达的回复的集合,这两个集合被用于生成对话回复的语义和表达隐含空间,从这两个隐含空间分别采样,结合对话历史编码信息生成最终的回复;2)使用两个独特的判别器,对生成的句子的语义和表达的多样性进行判别,保证生成的回复在语义和表达的多样性;3)不断循环训练模型,最终得到高质量的多样性对话样本,达到数据增强的目的。本发明通过上述方法,提供了一种保证对话历史一致性同时又从表达和语义上增强对话样本的多样性的基于强化学习的多样性对话数据增强方法。

    一种面向矿山微震事件预警时间序列的动态矩阵聚类方法

    公开(公告)号:CN115935216A

    公开(公告)日:2023-04-07

    申请号:CN202310023658.3

    申请日:2023-01-09

    Applicant: 辽宁大学

    Abstract: 一种面向矿山微震事件预警时间序列的动态矩阵聚类方法。设计方法如下:首先,构建近邻评价体系,根据评价值优劣衡量微震事件的代表性,通过近邻评分的后向差分计算策略构建RDS候选集;其次,提出基于组合优化的RDS选取方法,从候选集上快速得到RDS最优解;最后,动态构建RDS与数据集的距离矩阵,提出基于K‑means的矩阵聚类方法,通过对微震事件波形的聚类,可实现事件的无监督识别,从而定位出冲击地压的发生区域,为煤矿的开采提供安全风险预警。本发明所提方法在聚类可靠性、聚类效率等方面具有明显优势。

    一种基于数据质量的多模态异构数据存储方法及系统

    公开(公告)号:CN114661832A

    公开(公告)日:2022-06-24

    申请号:CN202210281261.X

    申请日:2022-03-22

    Applicant: 辽宁大学

    Abstract: 本发明是一种基于数据质量的多模态异构数据存储方法及系统,包括以下步骤:1)将原始本文数据以key‑value格式在原始数据库中进行分布式存储;2)针对原始多媒体类数据进行数据建模,以文件的形式在文件数据库中进行分布式存储;3)将key‑value数据转换为关系型数据,构建关系数据库;4)根据关系数据库中实体之间的关系构建图数据库;5)将实体的活动数据以链式的结构进行数据建模,构建链式数据库;6)将多媒体数据转换为文本数据,按数据类型分别存储于多媒体数据库及原始数据库;7)通过构建多级索引结构将各个子数据库的实体数据进行链接;8)针对数据集成方法以及各个子数据库构建多模态数据库的日志文件维护体系。该方法可以大大减少查询数据所需的时间,保证相关人员使用数据时的效率。

    一种基于Kirkman女生问题解决方案的图像置乱方法

    公开(公告)号:CN102915520A

    公开(公告)日:2013-02-06

    申请号:CN201210345284.9

    申请日:2012-09-14

    Applicant: 辽宁大学

    Abstract: 一种基于Kirkman女生问题解决方案的图像置乱方法,属于数字图像处理领域。本发明分图像正置乱和图像逆置乱两部分。图像正置乱部分:将原始图像转换成二进制序列,再将二进制序列转换成一维的;将一维二进制序列进行分组,15个为一组,剩余不足一组的自由处理;然后按照Kirkman女生问题解决方案中的一种或几种对每组序列进行重新排序;排序后的二进制序列转换成二维大小,最后将二维大小的二进制序列转换成十进制,再转换成原始图像大小,即得到正置乱图像。本发明利用Kirkman女生问题的解决方案对图像进行置乱,试验表明该方法能较快的达到理想的置乱效果,且置乱通用性强,安全性好,置乱恢复的图像无损失;并且有较强的抵抗剪切、缩放、滤波和噪声攻击的能力。

    一种检测圆形零件的识别追踪系统

    公开(公告)号:CN221615073U

    公开(公告)日:2024-08-27

    申请号:CN202323124509.0

    申请日:2023-11-20

    Applicant: 辽宁大学

    Abstract: 一种检测圆形零件的识别追踪系统,包括有基座、控制箱和摄像头模块;基座的上端设有控制箱,对应螺孔通过螺丝相连;摄像头模块通过调节杆固定在控制箱前端,利用霍夫变换等算法进行圆形识别;调节杆的下端设有警报蜂鸣器;控制箱的侧面设有控制面板,顶端设有多功能支架;多功能支架的底端设有x轴数字舵机,顶端设有舵盘;舵盘的顶端设有长U型支架;长U型支架内部设有y轴数字舵机,顶端设有激光笔。控制箱内部设有供电模块、稳压模块、驱动模块和中央处理模块;本实用新型将摄像头模块和单片机结合使用,实现了精准地识别和追踪圆形零件的功能,相较于传统的目标识别追踪系统,该系统能够更便捷地调节转动角度,更精准地标记追踪目标。

Patent Agency Ranking