-
公开(公告)号：CN115684035A
公开(公告)日：2023-02-03
申请号：CN202211368655.5
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于智能手机视觉检测的自然水体中铁离子浓度检测方法。该发明在环境监测方向上具有一定的通用性，该发明以自然水体中铁离子浓度检测为说明案例。现有检测方法检测设备使用复杂、价格昂贵、检测过程操作繁琐、且不能实地测量，在图像处理过程中使用比色法对自然光照条件下拍摄的图像进行处理使其可以反映所测水体样本中铁离子浓度的含量，并以此为基础设计开发完整可用的移动端手机应用程序。有移动端App作为平台的基于智能手机视觉检测的自然水体中铁离子浓度检测方法能够较精准的检测水体中铁离子浓度，且对于各种自然光环境下拍摄的图片都能够取得较好的识别效果。
-
公开(公告)号：CN115659972A
公开(公告)日：2023-01-31
申请号：CN202211368446.0
申请日：2022-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F40/289 , G06F40/211 , G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/08 , G06N3/048
Abstract: 针对线上外卖平台评论文本，本发明设计了一种基于BERT‑TextCNN的外卖评论分类方法。现有的针对外卖评论文本的极性判别多倾向于总体情感倾向判别，而忽略了对于食品不同特征的情感倾向分类。因此，本发明利用BERT做词嵌入处理，将BERT模型训练所获得词向量矩阵通过Text‑CNN网络对文本进行长距离编码。本发明首次将BERT‑TextCNN网络用作多特征文本分类，处理中文外卖评论文本一类的多属性评价。在Text‑CNN网络的卷积和池化模块，本发明加入了降维卷积模块注意力机制(CBAM)对模型做优化处理，这也是首次将CBAM应用于一维文本处理，可以有效提升分类准确率。通过上述模型，可以有效判别外卖评论中的不同主题并分析相关特征评价的情感极性，实现基于用户评论的多特征情感极性分析。
-
公开(公告)号：CN114965329A
公开(公告)日：2022-08-30
申请号：CN202210441422.7
申请日：2022-04-25
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一种利用顶空单滴微萃取‑分光移液管法测定天然水体中的砷含量的方法，属于检测技术领域。本发明检测方法中采用的设备成本低，便携性好，容易操作，可以适时调整采样策略以适应任何特定环境的需要，在现场得到5min‑1的典型样品吞吐量。本发明的检测方法灵敏、稳健、可靠、简单、实用，可以在野外快速测量天然水体中不同形态砷的纳摩尔浓度。本发明的检测方法对砷的线性检测范围是0.3‑65nM(R2＝0.9980)，检出限是0.1nM，对于25nM As(III)测量的RSDs
-
公开(公告)号：CN114639082A
公开(公告)日：2022-06-17
申请号：CN202111471304.2
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于改进SiamFC的单目标交通标志跟踪方法。该发明在多分辨率单目标检测方向上有一定的通用性，该专利以交通标志跟踪为说明案例，交通标志的跟踪采集易存在光照不均、模糊等影响。针对单目标跟踪问题，将SiamFC算法中的骨干网络由AlexNet变为ResNet‑50，以孪生网络(siamFC)为基础，引入多分辨率在线选择分支方法，加入分类和回归分支，优化单目标跟踪中遇到的形变、尺度变化等相关问题，使跟踪过程中更加准确，并且通过不同的数据集对实验数据进行整理及研究，最终实现了单目标跟踪算法，该算法可以在复杂的背景环境下跟踪单目标对象且在目标对象发生较大位移或者遮挡时依然取得了较好的效果。
-
公开(公告)号：CN114625881A
公开(公告)日：2022-06-14
申请号：CN202111471322.0
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提出一种基于ERP‑GAT的经济领域知识图谱补全算法。ERP‑GAT算法采用编码器‑解码器结构，编码器引入图注意力机制，输入实体嵌入矩阵和关系嵌入矩阵，计算每一个目标实体相邻的三元组的注意力分数，并更新嵌入矩阵，能够获取给定实体或节点周围的多跳关系、获取给定实体附近的丰富的语义信息和关系中所扮演的角色、对现有的知识在语义上相似的关系群进行巩固，解码器使用ConvKB模型，使用卷积层得到评分函数来分析在每一个维度上的全局嵌入特性并概括ERP‑GAT模型中的过渡特性。最终在标准数据集FB15K237的五项指标和NELL‑995的四项指标上相较其他现有算法有显著提升，取得了知识图谱补全任务的最佳效果。
-
Patent Agency Ranking
公开(公告)号：CN114612814A
公开(公告)日：2022-06-10
申请号：CN202111471321.6
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于改进YOLOv4的电梯内电动车检测方法。该发明在电梯检测方向上具有一定的通用性，该专利以电梯内电动车检测为说明案例。电梯内电动车中存在大量的误检缺陷以及速度慢。针对速度慢，在YOLOv4网络结构中改进了网络结构，将将CSPDarkNet‑53改为CSPDarkNet‑48，并将PANet结构减半；针对误检缺陷，考虑到本发明中电动自行车数据集的输入大小相差不大，且大多为中小型目标，为了更好地识别出目标并匹配输出特征图，采用2*3＝6的预测帧作为候选。基于改进YOLOv4算法模型能够精准的识别电梯内电动车，且对于误检缺陷也能够取得较好的识别效果。
-
公开(公告)号：CN114595325A
公开(公告)日：2022-06-07
申请号：CN202111479291.3
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于蒸馏BERT的中文短文本分类方法，属于自然语言处理领域。本发明首先对输入文本进行预处理使得BERT的输出包含更多的文本信息。然后利用对原BERT进行微调得到适合文本分类的BERT模型。然后使用蒸馏的方法压缩了BERT的参数，增加了模型的运行速度。最后使用压缩后的BERT与CNN网络连接，再次进行微调，提高了对于特定文本的分类能力。
-
公开(公告)号：CN114582086A
公开(公告)日：2022-06-03
申请号：CN202111511216.0
申请日：2021-12-04
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明涉及智能监控安全防护技术领域，尤其涉及一种基于目标检测的行为报警系统，包括用于行为采集、数据上传的目标检测单元，与装载基于残差网络ResNet101的改进Faster RCNN模型用于检测人体行为的神经网络单元，与所述云端服务器通过无线通信连接的用于查看智能摄像头模块和接收报警通知的用户单元；本发明所提供的技术方案有效克服现有智能监控所存在的不能摆脱人力实现智能监控、不能针对多场景及时地对用户进行危险行为智能通知的缺陷。
-
公开(公告)号：CN119942056A
公开(公告)日：2025-05-06
申请号：CN202311452390.1
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06V10/25 , G06V10/40 , G06V10/766 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于高效的旋转目标检测方法。该发明在旋转目标检测方向上具有一定的通用性，该专利以遥感图像目标检测为说明案例。基线网络为基础，对网络进行改进。首先从特征提取的主干网络出发，使用特征提取能力更好、效率更高的主干网络与多尺度结构，使得网络在特征提取方面得到加强。之后使用各种数据增强方法，提升网络的检测泛化能力。最后提出了一种应用于旋转目标检测的混合损失以及与之配合的旋转框表示方法，使得网络在可以对旋转框的回归拥有更好的适应性。结合上述方法，得到了一种高效旋转目标检测网络。
-
公开(公告)号：CN119940356A
公开(公告)日：2025-05-06
申请号：CN202311452440.6
申请日：2023-11-03
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F40/284 , G06F40/242 , G06N3/0442 , G06N3/045 , G06N3/047
Abstract: 本发明公开了一种基于PSLL‑BilSTM‑CRF的特定领域的中文分词办法，本发明涉及自然语言处理领域，结合CRF模型与BiLSTM模型，形成新的PSLL‑BilSTM‑CRF算法来进行领域内中文分词。本发明对传统的jieba分词进行了思路上的提升，使用多种方式混合的方法构建分词算法以解决领域分词的任务，伪样本标注随机链接融合BilSTM、CRF模型，解决了高质量标注样本稀疏问题，加强了领域性词汇在模型中的权重，提高了当前分词模型在该领域环境中的表现。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.032 seconds)
