-
公开(公告)号：CN119248818A
公开(公告)日：2025-01-03
申请号：CN202411451870.0
申请日：2024-10-17
Applicant: 桂林电子科技大学
IPC: G06F16/242 , G06F16/28 , G06F18/214
Abstract: 本发明涉及一种上下文感知的多轮对话文本到SQL自动转换方法，包括：获取用户的待检索多轮对话文本，从CoSQL数据集中随机采样对话示例，生成示例集合；将待检索多轮对话文本和示例集合均输入大型语言模型分析用户意图，获取相应的SQL语句；其中，大型语言模型利用训练集进行低秩适配微调，并结合上下文感知动态损失函数优化模型参数；训练集包括：历史用户意图和历史SQL语句；对SQL语句进行验证，验证通过后，查询SQL语句对应的信息，生成用户所需信息。本发明利用大语言模型进行意图解析和SQL建议生成，提高了多轮文本到SQL任务训练数据的质量和多样性。
-
公开(公告)号：CN118823856A
公开(公告)日：2024-10-22
申请号：CN202410982071.X
申请日：2024-07-22
Applicant: 桂林电子科技大学
Inventor： 首照宇 , 黄旖 , 李东旭 , 冯程 , 黄菊华 , 黄兰芳 , 莫建文 , 张会兵 , 张敬伟 , 林熠明 , 欧阳宁 , 赵晖 , 刘京华 , 张彤 , 陈镜全 , 刘杭 , 刘子阅 , 袁小虎 , 于泳波 , 唐雍盛 , 林彦君
Abstract: 本发明公开了一种基于多尺度与深层细粒度特征增强的表情识别方法，包括：构建多尺度双池化特征聚合模块，该模块由多尺度特征提取、多尺度关键特征选择和多尺度特征聚合三部分组成，通过骨干网络IR50获取四阶段的多尺度特征，并结合通道注意力机制提取多尺度表情特征中的全局有效信息，以捕捉和融合面部不同尺度的信息，从而获取全面的面部关键特征表示；引入关键区域导向的注意力机制，通过自适应地调整关注区域，提高了模型对面部细节特征的敏感度，更多地关注面部表情的细微差别，进一步增强对多尺度深层次的细粒度特征表示；通过融合多尺度和深层细粒度注意力增强特征，获取更为丰富和准确的面部关键信息，从而实现对面部表情的精准分类。
-
公开(公告)号：CN108399608B
公开(公告)日：2021-10-15
申请号：CN201810172326.0
申请日：2018-03-01
Applicant: 桂林电子科技大学
Abstract: 本发明公开一种基于张量字典及全变分的高维图像去噪方法，在高维图像处理研究的基础上，将张量字典学习结合全变分正则项，提出一种张量字典学习结合TV正则项的高维图像去噪模型，然后用交替迭代方法求解模型，得到迭代更新后重建的MSI图像。本发明的优点是将高维图像看成一个张量整体处理，不会损失图像的立体结构信息，同时也考虑了各波段之间的相关性，并且张量字典学习的方式提高了算法的精确度；在不失高维图像空间结构的前提下，利用高阶TV正则项，很好地保存了较完善的边缘信息，取得良好的重建效果。实验结果在主观视觉和客观评价指标两方面均取得较好的效果，能够保留较多的纹理信息和轮廓信息。
-
公开(公告)号：CN111950296A
公开(公告)日：2020-11-17
申请号：CN202010849958.3
申请日：2020-08-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于BERT微调模型的评论目标情感分析，包括BCR-CRF目标抽取模型和BCR-DA目标情感分类模型，BCR-DA目标情感分类模型分为在线课程评论情感分析、BCR-CRF目标抽取模型、BCR-DA目标情感分析模型和真实中文在线课程评论数据集上的实验结果；BCR-CRF目标抽取模型步骤为：第一步：基于大规模中文评论语料库进行域内无监督训练BERT预训练模型BCR；第二步：引入CRF层，对BCR模型中语义表征层的输出序列添加语法约束，保证预测标签间依赖关系的合理性，准确抽取课程评论文本中的评论目标；第三步：构建包含双注意力层的BCR-DA模型分类表达课程评论目标的情感极性。本发明能够准确分析在线课程评论中蕴含的目标情感对理解学习者情绪变化、提升课程质量具有重要意义。
-
公开(公告)号：CN107220594B
公开(公告)日：2020-06-12
申请号：CN201710316806.5
申请日：2017-05-08
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于相似度保留堆叠自编码器的人脸姿态重建与识别方法，其特征是，包括如下步骤：1）多角度人脸图像的姿态角度步进减小；2）目标姿态特征提取；3）构建相似度保留自编码器的总损失函数；4）堆叠相似度保留自编码器；5）训练并微调网络；6）重建与识别：将重建好的正脸图像和网络的最高隐含层特征分别使用线性判别分析法，即LDA法进行降维来提取具有判别性的人脸特征，并用最近邻分类器完成人脸识别。这种方法能够消除人脸图像的姿态角度偏转影响、能够提取到人脸对于多姿态变化更具鲁棒性的特征，且提取到的姿态特征能和原始正脸图像的特征相匹配，从而提高识别率。
-
Patent Agency Ranking
公开(公告)号：CN107942220B
公开(公告)日：2020-06-09
申请号：CN201711035073.4
申请日：2017-10-30
Applicant: 桂林电子科技大学
IPC: G01R31/26
Abstract: 本发明涉及一种应用于MOS器件的偏压温度不稳定性的测试方法，主要解决现有技术测试时栅极应力撤销后恢复效应对测量结果产生影响的技术问题。通过测试阀值电压Vth以及该阀值电压对应的漏极电流Id0，在栅极增加应力，测试应力前和应力后相同感应电压下对应的漏极最小电流Idsmeasure,找到Idsmeasure与Id0相等的点对应的施加应力后的阀值电压Vths,根据公式ΔV＝Vths‑Vth计算出没有恢复效应的阀值偏移量的影响的技术方案，较好的解决了该问题，能够用于偏压温度不稳定性的测试。
-
公开(公告)号：CN106504276B
公开(公告)日：2019-02-19
申请号：CN201610938472.0
申请日：2016-10-25
Applicant: 桂林电子科技大学
IPC: G06T7/33
Abstract: 本发明公开了一种非局部立体匹配方法的组合匹配代价方法和视差联合填充方法，该方法使用基于最小生成树的代价聚合的非局部立体匹配方法，在预处理阶段使用基于改进的最小生成树的方法去除原始图像的噪音，增强纹理信息，获得增强图像。然后在匹配代价阶段不仅使用原始图像的信息，还使用增强图像的信息。这样即得到了图像的局部信息，也能获得全局信息，在后期的代价聚合起一定的作用。在最后的视差细化部分，针对视差不连续和误匹配问题，提出了联合权重填充方法。实验表明，与其他的非局部立体匹配方法相比，该方法的误匹配率低，对边缘区域，重复纹理和遮挡区域有很强的鲁棒性。实验结果证明了本发明方法的有效性。
-
公开(公告)号：CN106876441A
公开(公告)日：2017-06-20
申请号：CN201710087046.5
申请日：2017-02-17
IPC: H01L29/06
Abstract: 本发明公开一种具有固定界面电荷场限环的功率器件，包括场氧层和有源层，场氧层位于有源层之上。场氧层内设有至少1个固定界面电荷区，该固定界面电荷区位于场氧层的下部，并与场氧层的下表面即场氧层和有源层的交界面相接触。本发明能够克服现有功率器件的FLR区中的杂质扩散而导致的击穿电压下降和器件失效的问题，并有效提高了器件的击穿电压和改善了有源层表面的电场分布，使得电场分布更加均匀。
-
公开(公告)号：CN106783613A
公开(公告)日：2017-05-31
申请号：CN201710026316.1
申请日：2017-01-13
Applicant: 桂林电子科技大学
IPC: H01L21/335 , H01L29/778 , H01L29/06 , H01L29/20
CPC classification number: H01L29/66431 , H01L29/0684 , H01L29/20 , H01L29/7786
Abstract: 本发明公开一种III‑V族半导体MOSHEMT器件及其制备方法，其组分渐变缓冲层降低III‑V半导体之间晶格失配，减少位错引进的缺陷。同时该器件结构不仅降低MOS界面态密度，并且通过对外延材料采用高In组分In0.7Ga0.3As/In0.6Ga0.4As/In0.5Ga0.5As复合沟道设计以及势垒层和缓冲层平面处的双掺杂设计充分的提高了2‑DEG的浓度与电子迁移率，降低了沟道的方块电阻。本发明具有二维电子气浓度高、沟道电子迁移率大、器件特征频率和振荡频率高和制造工艺简单易于实现等特点。
-
公开(公告)号：CN106504276A
公开(公告)日：2017-03-15
申请号：CN201610938472.0
申请日：2016-10-25
Applicant: 桂林电子科技大学
IPC: G06T7/33
Abstract: 本发明公开了一种非局部立体匹配算法的组合匹配代价算法和视差联合填充算法，该算法使用基于最小生成树的代价聚合的非局部立体匹配算法，在预处理阶段使用基于改进的最小生成树的算法去除原始图像的噪音，增强纹理信息，获得增强图像。然后在匹配代价阶段不仅使用原始图像的信息，还使用增强图像的信息。这样即得到了图像的局部信息，也能获得全局信息，在后期的代价聚合起一定的作用。在最后的视差细化部分，针对视差不连续和误匹配问题，提出了联合权重填充算法。实验表明，与其他的非局部立体匹配算法相比，该算法的误匹配率低，对边缘区域，重复纹理和遮挡区域有很强的鲁棒性。实验结果证明了本发明算法的有效性。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.037 seconds)
