-
-
公开(公告)号：CN119539046A
公开(公告)日：2025-02-28
申请号：CN202411381038.8
申请日：2024-09-30
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于面向新闻社会数据的语义信息提取方法，包括以下步骤：建立社会新闻数据语义网络，对新闻进行信息抽取，获取新闻社会数据本体；构建提示词生成模块，基于抽取的新闻社会数据本体，获取新闻数据的提示词信息；根据提示词信息，采用大语言模型对其它新闻信息进行处理，获取对应的新闻社会数据本体；建立不同新闻社会数据本体之间的关系，获得图谱。本发明公开的方法，能够处理复杂的非结构化文本数据，提供了更准确的信息抽取方法，将非结构化的社会新闻数据转化为有组织的知识，提高了数据的可利用性。
-
公开(公告)号：CN119445131A
公开(公告)日：2025-02-14
申请号：CN202411377397.6
申请日：2024-09-30
IPC: G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于几何关联预测的点云域自适应方法、设备和介质，该方法包括：采用特征编码器提取源域点云样本的特征获取源域特征，提取目标域点云样本的特征获取目标域特征；基于源域特征对有监督任务头进行训练，基于目标域特征对自监督任务头进行训练；采用训练后的特征编码器提取目标域点云样本的特征，获取目标域特征，采用训练后的有监督任务头对目标域特征进行处理获得目标域点云样本的类别概率分布，获取目标域点云样本的熵；将低熵的目标域点云样本作为新的源域点云样本，将高熵的目标域点云样本作为新的目标域点云样本，进行二次训练，采用二次训练后的有监督任务头对样本进行处理获得待分类样本的分类结果。本发明公开的方法，提升了预测准确度。
-
公开(公告)号：CN113762469B
公开(公告)日：2024-05-03
申请号：CN202110931457.4
申请日：2021-08-13
Applicant: 北京航空航天大学
Abstract: 本发明提供一种神经网络结构搜索方法及系统，方法包括：根据预设搜索空间中目标单元组成的有向无环图，确定有向无环图中边的边缘系数和操作系数；根据链式法则，确定操作系数与边缘系数之间的耦合关系；根据交互式可微架构搜索IDARTS的更新规则和耦合关系，对操作系数进行回溯优化，并根据回溯优化后的操作系数搜索神经网络结构。所述系统执行所述方法。本发明利用预设搜索空间中目标单元组成的有向无环图的操作系数和边缘系数之间的耦合关系以及IDARTS的更新规则，进一步探索神经网络结构搜索中操作系数和边缘系数的相互作用，提高了搜索到神经网络结构的性能。
-
公开(公告)号：CN113486784B
公开(公告)日：2024-02-13
申请号：CN202110753604.3
申请日：2021-07-02
Applicant: 北京航空航天大学
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明公开了一种双阶段的时序动作检测方法、装置、设备和介质，所述方法包括获取视频信息特征；根据视频信息特征，找到潜在的动作开始、结束时刻；将开始时刻和结束时刻组合成候选框；校准候选框边界，对候选框的内容进行判断，获得动作类别。本发明公开的双阶段的时序动作检测方法、装置、设备和介质，具有识别精度高、识别稳定性好、鲁棒性能好等诸多优点。
-
Patent Agency Ranking
公开(公告)号：CN112381280B
公开(公告)日：2023-01-24
申请号：CN202011231861.2
申请日：2020-11-06
Applicant: 北京航空航天大学
IPC: G06Q10/04 , G06N3/0464 , G06F40/253
Abstract: 本发明公开了一种基于人工智能的算法预测方法，包括：将待预测代码转化为距离抽象语法树；抽取距离抽象语法树中的距离抽象语法树路径；将距离抽象语法树路径转换为元组，对元组元素进行编码，合成token的向量表示；根据距离抽象语法树路径之间的相关性，整合其他路径信息到每一条路径上，获得具有长距离依赖的距离抽象语法树路径向量；构建神经网络模型，根据具有长距离依赖的距离抽象语法树路径预测代码名含义。本发明提供的基于人工智能的算法预测方法，可以有效地克服高信息熵代码的信息丢失问题，从而提高代码名含义预测的准确率，缓解命名不一致以及描述性差的问题，提高编程者的工作效率。
-
公开(公告)号：CN114692680A
公开(公告)日：2022-07-01
申请号：CN202210257465.X
申请日：2022-03-16
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种脑电信号特征处理方法及装置，所述方法包括获取待测患者在预设时间段内的脑电信号，根据脑电信号得到脑电数据矩阵；以滑动窗口对所述脑电数据矩阵进行截取并进行时延堆叠，得到滑窗增广数据矩阵，并计算模态特征；选取与任务相关的模态向量，将模态向量沿时间进行拼接，得到模态变化信息矩阵并进行空间滤波，得到模态共空间模式；选取区分度最大的模态共空间模式滤波器，分别计算空间滤波后的左、右手运动想象对应模态共空间模式数据的方差信息作为最终特征进行分类。本发明可以基于较少的EEG时间序列数据提取与运动想象相关的全局动态特性，获得大脑模态变化的参数化精确描述，从而提高分类精度，减少脑机接口的控制延时。
-
公开(公告)号：CN114663796A
公开(公告)日：2022-06-24
申请号：CN202210000443.5
申请日：2022-01-04
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种目标人物持续跟踪方法、装置及系统，包括：读取云台摄像头内的视频数据，识别视频区域内的所有人物图像，获得每个人物的坐标信息，并根据每个人物的坐标信息，裁剪出每个人物的图像；对每个人物的图像进行人脸识别，获得每个人物的人脸信息，并将每个人物的人脸信息与目标人物的人脸信息对比，识别出目标人物；基于目标人物的图像和坐标信息，获得目标人物的下一帧坐标信息；基于目标人物的下一帧坐标信息，控制云台摄像头移动，使目标人物在云台摄像头的拍摄区域内，完成对目标人物的持续跟踪。通过本发明提供的方案，无论行人是否被遮挡，均可进行持续跟踪，提高了识别的准确率。
-
公开(公告)号：CN114612520A
公开(公告)日：2022-06-10
申请号：CN202210270451.1
申请日：2022-03-18
Applicant: 北京航空航天大学
Abstract: 本发明提供了一种多目标跟踪方法、装置及系统，该方法包括：将输入图像分割，得到固定大小的patches；将分割后的patches序列化，获得一个一维的patch序列；对patch序列进行特征提取，获得向量序列；基于所述向量序列，获得重组特征图；基于多任务学习模型，对重组特征图进行目标关联，实现多目标跟踪。本发明提供的技术方案是基于Transformer的多目标跟踪，用Transformer编码器代替传统的卷积主干网络，克服了卷积在理解全局上下文方面存在的局限性，同时使得遮挡具有很强的鲁棒性，当一个目标几乎被完全遮挡时，本发明仍然可以准确地对其进行跟踪。另外，本技术方案基于多任务学习模型，可以在单一共享网络中同时输出目标检测结果和外观嵌入，显著节省了多目标跟踪的计算量。
-
公开(公告)号：CN114492832A
公开(公告)日：2022-05-13
申请号：CN202111599832.6
申请日：2021-12-24
Applicant: 北京航空航天大学
Abstract: 本发明提供一种基于联想学习的选择性攻击方法及装置，所述方法包括：根据输入图像的全局扰动和空间注意力之间的耦合关系，对所述空间注意力进行优化，以生成联想注意力；根据所述联想注意力和所述全局扰动生成选择性扰动，以根据所述选择性扰动对所述输入图像进行选择性攻击。本发明提供的基于联想学习的选择性攻击方法及装置，基于全局扰动和空间注意力之间的耦合关系，对空间注意力进行优化生成联想注意力，并且基于联想注意力可以更好的实现对输入图像的关键区域的攻击。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.045 seconds)
