一种智能导盲杖
    21.
    发明公开

    公开(公告)号:CN116549266A

    公开(公告)日:2023-08-08

    申请号:CN202310368524.5

    申请日:2023-04-07

    摘要: 本发明公开了一种智能导盲杖,涉及盲人工具技术领域,包括杖杆、导向机构和智能监测单元,杖杆顶部固定有手柄,手柄上具有操作按键;杖杆的杆体上固定有安装座,安装座上固定有智能监测单元,导向机构安装在杖杆底部;智能监测单元的控制模块用于接收避障模块和定位模块的监测信息,并反馈驱动导向机构的移动;通过智能监测单元的设置,能够对外界环境进行监测,并实时反馈,同时能够驱动导向机构移动,实现避障,主动引导使用者前进,安全性能较高,手柄上操作按键的设置,能够为使用者提供多种模式,依据不同需求选择不同按键即可,本发明结构简单,操作便捷,能够满足不同使用者的需求,满足其日常引导,使用范围广泛。

    基于自注意力的单词和标签联合的短文本分类预测方法

    公开(公告)号:CN111666406B

    公开(公告)日:2023-03-31

    申请号:CN202010286184.8

    申请日:2020-04-13

    摘要: 本发明涉及一种基于自注意力的单词和标签联合的短文本分类预测方法,其技术特点是:构造短文本序列的向量表示的矩阵,得出经由文本自注意力转换后的文本表示矩阵;构造标签序列的向量表示矩阵,得出短文本与标签交互注意力转换后的交互文本表示矩阵;得到文本语义表示向量z;最后z经过全连接层预测分类结果与短文本实际标签y进行比较计算出预测误差,通过不断迭代得到最优参数。本发明考虑单词和标签之间的相互影响,引入自注意力机制,利用数据集本身的类别标签信息,将标签和短文本的单词向量映射到同一空间,从而实现更好的交互功能,其充分提取到上下文信息,增加可解释性,提高了分类结果的准确度及分类任务的泛化能力。

    一种基于疾病关联学习和疾病语义抽象的疾病预诊断方法

    公开(公告)号:CN114974556A

    公开(公告)日:2022-08-30

    申请号:CN202210303020.0

    申请日:2022-03-24

    摘要: 本发明设计了一种基于疾病关联学习和疾病语义抽象的疾病预诊断方法,包括:初始化病历词汇和疾病词汇的向量表示编码;利用病历词汇的向量表示编码构造初始病历表示编码;利用疾病词汇的向量表示编码构造面向疾病语义的病历表示编码;动态融合初始病历表示编码和面向疾病语义的病历表示编码得到疾病语义抽象的病历表示编码;建模疾病关联更新病历表示编码得到融合疾病关联的病历表示编码;计算疾病分类参数与病历表示编码的空间角度,获取最大概率分布,输出预诊断的疾病类型。本发明在病历表示编码过程中提取并抽象病历中与疾病诊断密切相关的语义信息以降低原始数据噪音的影响;同时考虑疾病之间的相关关系,提升了疾病预问诊的准确率。

    一种结合可变形卷积的基于生成对抗网络的残缺人脸图像修复方法

    公开(公告)号:CN113963390A

    公开(公告)日:2022-01-21

    申请号:CN202010629250.7

    申请日:2020-07-03

    摘要: 本发明提出了一种结合可变形卷积的基于生成对抗网络的残缺人脸图像修复方法。该方法包括:使用可变形卷积对输入残缺人脸图像的特征进行提取;利用获取到的残缺人脸图像特征反卷积获取生成的完整人脸图像;将生成的人脸图像与真实的人脸图像一同作为判别器的输入,最终输出生成图像为真实图像的概率。特别的,这里的判别器分为局部判别器和全局判别器,其中全局判别器将整张人脸图像作为输入,局部判别器则将残缺区域图像作为输入。本发明主要克服了传统卷积方式(如方形卷积),对未知的变化适应性差,泛化能力不强,网络难以适应几何形变等的缺点。本发明设计合理,能够利用可变形卷积提取到的残缺人脸图像特征来指导整个修复过程,使残缺人脸图像修复的结果真实、自然。

    一种结合自然梯度的概率主组件在线学习方法

    公开(公告)号:CN113627615A

    公开(公告)日:2021-11-09

    申请号:CN202010379745.9

    申请日:2020-05-08

    IPC分类号: G06N20/00

    摘要: 基于特征值分解的主组件分析模型就是复杂度较高。概率主组件分析是从概率的角度理解主组件分析模型,采用期望最大化算法迭代求解,对于大规模高维数据可有效提高模型效率。但是该算法在参数更新过程中,需要遍历整个数据集才能更新一次参数,参数更新较慢,很难扩展到大规模数据集。本发明提出一种结合自然梯度的概率主组件在线学习方法,通过结合概率主组件分析与自然梯度,实现在线增量学习模型。本发明包括:模型建模单元、优化目标构建单元、及优化问题求解单元。模型建模单元是对传统的概率主组件分析模型引入自然梯度。优化目标构建单元通过似然函数构建优化目标。优化问题求解单元采用EM算法,引入自然梯度,使用单个样本进行参数更新。

    一种移动旅游服务管理方法及其控制系统

    公开(公告)号:CN113626732A

    公开(公告)日:2021-11-09

    申请号:CN202010371076.0

    申请日:2020-05-06

    摘要: 本发明公开了一种移动旅游服务管理方法及其控制系统。本发明采用服务端和手机客户端的模式,提供了随访移动化旅游服务管理系统,能够高效、智能、移动、安全、便捷地服务于用户的出行需求;本发明采用数据动态存储的优化方法,提高内存效率;提高计算能力,快速地返回数据结果;采取一站式服务,提高服务效率;不定期发布在线活动,调高用户参与度与活跃度;增强检索词检索功能,提高检索的准确率;本发明能够依据不同用户对行程的不同需求,动态地记录用户的出行方案,从而提升不同用户的出行效率和体验。

    一种基于BS的医院病房管理系统

    公开(公告)号:CN111966659A

    公开(公告)日:2020-11-20

    申请号:CN201910438019.7

    申请日:2019-05-20

    发明人: 王嫄 孔娜 张雪

    IPC分类号: G06F16/21 G06Q10/10 G16H40/20

    摘要: 一种基于BS的医院病房管理系统。本发明从使用者角度出发,采用MYECLIPSE8.5开发工具编写且其后台数据库采用MySQL数据库进行支持,界面美化利用ADOBE PHOTOSHOPCS3图片处理软件进行处理。系统由系统设置模块、病人管理模块、医生管理模块、用户管理模块、评价管理模块、缴费管理、病房管理、病房分配、护士管理模块等模块组成。每个模块都实现了增加、删除、修改,查询等相关操作。为了保证系统的安全性,在用户登录系统设计时,用户需输入正确的工号和用户口令才能进入系统,并且不同的身份的用户具有不同的权限。本发明设计合理,界面友好美观,人机信息交互灵活、方便、快捷,安全可靠,系统同时具有很大的可扩充性。

    基于互约束主题模型的半结构短文本集中子话题发现方法

    公开(公告)号:CN107451187B

    公开(公告)日:2020-05-19

    申请号:CN201710484399.9

    申请日:2017-06-23

    发明人: 王嫄 星辰 杨巨成

    IPC分类号: G06F16/35 G06F40/30 G06K9/62

    摘要: 本发明涉及一种基于互约束主题模型的半结构短文本集中子话题发现方法,其主要技术特点是:对含话题标签的短文本集合进行数据清洗;按照种子话题标签抽取出针对某一话题的含指定种子话题标签的短文本;对清洗后的数据进行输入文件生成;将输入文件输入至互约束主题模型中进行模型训练;得到集合中话题标签的语义向量表示、所在文本的平均语义向量表示以及话题标签所在文本的词汇向量表示;将三个向量表示依次接连起来作为一个话题标签的完整语义表示;使用Kmeans聚类方法进行聚类,将聚类得到的类别的质心作为子话题输出。本发明设计合理,其采用互约束潜在主题建模,解决了现有半结构短文本主题语义建模技术面临的高稀疏和高噪音的问题。

    开放网络中基于上下文和用户兴趣的实时去处推荐方法

    公开(公告)号:CN107463615A

    公开(公告)日:2017-12-12

    申请号:CN201710532771.9

    申请日:2017-07-03

    IPC分类号: G06F17/30

    CPC分类号: G06F16/9535

    摘要: 本发明涉及一种开放网络中基于上下文和用户兴趣的实时去处推荐方法,其主要技术特点是包括去处推荐客户端处理步骤:定义用户的配置文件和上下文并发送至服务器端口;去处推荐服务器离线处理步骤:采集去处相关数据,进行数据归一化和向量化:去处推荐服务器在线处理步骤:拦截用户请求,解析用户配置文件和上下文信息,基于线性插值进行相似度计算,排序相似度得到推荐结果。本发明设计合理,在有限的训练数据情况下,能够有效利用上下文进行相关度判断,算法可在极短的时间内进行响应,时间复杂度低,具有较高的准确性和稳定性,可广泛应用于基于上下文的去处实时推荐中。

    基于互约束主题模型的半结构短文本集中子话题发现方法

    公开(公告)号:CN107451187A

    公开(公告)日:2017-12-08

    申请号:CN201710484399.9

    申请日:2017-06-23

    发明人: 王嫄 星辰 杨巨成

    IPC分类号: G06F17/30 G06F17/27 G06K9/62

    摘要: 本发明涉及一种基于互约束主题模型的半结构短文本集中子话题发现方法,其主要技术特点是:对含话题标签的短文本集合进行数据清洗;按照种子话题标签抽取出针对某一话题的含指定种子话题标签的短文本;对清洗后的数据进行输入文件生成;将输入文件输入至互约束主题模型中进行模型训练;得到集合中话题标签的语义向量表示、所在文本的平均语义向量表示以及话题标签所在文本的词汇向量表示;将三个向量表示依次接连起来作为一个话题标签的完整语义表示;使用Kmeans聚类方法进行聚类,将聚类得到的类别的质心作为子话题输出。本发明设计合理,其采用互约束潜在主题建模,解决了现有半结构短文本主题语义建模技术面临的高稀疏和高噪音的问题。