一种基于注意力的自适应元学习岩性识别方法及装置

    公开(公告)号:CN114708517A

    公开(公告)日:2022-07-05

    申请号:CN202210244009.1

    申请日:2022-03-14

    Applicant: 河海大学

    Abstract: 本发明公开公开一种基于注意力的自适应元学习岩性识别方法及装置,设计了一个元学习岩性识别模型,采用情景训练策略模拟少样本场景,该模型主要分为两部分:骨干网络部分和超参数生成网络。骨干网络部分为融合多层注意力机制的残差网络进行特征提取,利用注意力机制从特征图中提取线性与非线性信息,再利用softmax函数进行归一化分类。超参数生成网络动态生成两个重要的超参数:学习率与权重衰减系数,实现更好的训练和泛化。本发明针对岩石图像量少,岩石特征差异性较小的特点设计了注意力特征提取模型,得到的特征具有更强的分辨能力,能够提高分类精度。利用超参数生成网络动态生成超参数,使得在元学习场景下每个内环迭代都能适应给定的任务。

    一种基于关键词的大坝缺陷图像描述文本生成方法

    公开(公告)号:CN111597819A

    公开(公告)日:2020-08-28

    申请号:CN202010389561.0

    申请日:2020-05-08

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于关键词的大坝缺陷图像描述文本生成方法,步骤为:将分解机模型与RNN编码器相结合,将缺陷关键词作为编码器的输入;将编码器语义向量通过注意力机制分配权重,控制缺陷描述文本语义;采用LSTM解码器进行文本预测,通过输入门、遗忘门和输出门来控制隐藏状态中信息的流动,减少传统循环神经网络梯度消失或梯度爆炸的现象。本发明弱化输入序列之间的时序性,强调缺陷关键词之间的成因关联,不仅能够生成完整语义的描述文本,同时还避免了梯度爆炸现象。经分解机编码器与解码器模型生成的描述文本能够准确并连贯地描述缺陷信息,还能够清晰表达缺陷之间的成因关联。

Patent Agency Ranking