-
公开(公告)号:CN115064285B
公开(公告)日:2024-10-15
申请号:CN202210307548.5
申请日:2022-03-25
Applicant: 中国科学院自动化研究所 , 江西国科医药工程科技有限公司
IPC: G16H70/40 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种基于深度学习的中药方剂解析方法及装置,其中,方法包括:获取中药方剂的实体集合,该实体集合中包括至少一个实体;将实体集合中各个实体作为节点,根据节点之间的连接关系,得到初始节点图;对初始节点图进行矩阵化处理,得到目标矩阵;对目标矩阵进行处理,得到目标链路集合;利用目标链路集合中的各个目标链路对实体集合中的各个实体对应的节点进行调整,得到目标节点图;利用目标节点图对实体集合中的各个实体进行解析。采用本方法能够提高中药方剂解析的可靠性。
-
公开(公告)号:CN112445876B
公开(公告)日:2023-12-26
申请号:CN202011484523.X
申请日:2020-12-16
Applicant: 中国科学院自动化研究所
IPC: G06F16/28
Abstract: 本发明属于信息处理领域,具体涉及一种融合结构、属性和关系信息的实体对齐方法和系统,旨在解决现有实体对齐方法并不能很好地整合结构、属性和关系信息从而限制了实体对齐的效果的问题。本发明方法包括迭代的以下步骤:利用对齐种子集合S,获取各实体的结构向量,并编码其属性向量;进行关系对齐,获得对应的关系向量;基于实体的结构向量、属性向量、关系向量,通过注意力网络获得实体相似性矩阵;基于矩阵查询标记法预测对齐实体,将置信度大于给定阈值的预测实体对构成的集合作为高置信度预测对齐实体集合S′;若S∩S′=S′,则结束迭代,输出对齐种子集合S;否则,S=S0∪S′继续迭代。本发明可以有效提升实体对齐的性能。
-
公开(公告)号:CN111951950B
公开(公告)日:2023-11-24
申请号:CN201910410962.7
申请日:2019-05-16
Applicant: 中国科学院自动化研究所 , 东莞中国科学院云计算产业技术创新与育成中心
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084 , G16H50/20
Abstract: 本发明属于人工智能与医疗领域,具体涉及一种基于深度学习的三维数据医疗分类系统和方法,旨在为了解决现有计算机方法进行病变部位病理特征分类准确性低的问题。本发明对获取的患者病变部位的三维数据通过三维空间仿射变换,得到三维数据特征向量,基于神经网络构建的医疗分类模型对三维数据特征向量进行病理特征类别的判断,进而得到病理特征分类。本发明基于三维数据,丰富了输入数据所包含的信息量,且降低了光照等自然因素影响,并基于训练后的医疗分类模型进行病理特征分类的分配,提高了病变部位病理特征分类准确性。
-
公开(公告)号:CN111507258B
公开(公告)日:2023-05-12
申请号:CN202010303153.9
申请日:2020-04-17
Applicant: 中国科学院自动化研究所
IPC: G06V20/56 , G06V10/26 , G06V10/776 , G06V10/82 , G06N3/0464
Abstract: 本发明属于计算机视觉领域,具体涉及一种聚焦关键样本的基于集成学习的道路区域检测方法、系统。本发明方法包括:获取输入图像数据并预处理后得到处理后的图像数据;基于检测网络分别获取道路区域数据和道路边缘数据;对所述道路边缘数据和/或所述道路区域数据进行形态学变换,并与所述道路区域数据和/或所述道路边缘数据交集处理,获取像素级道路区域数据;其中,所述检测网络基于CNN的图像分割网络,包括用于获取道路区域的道路区域检测网络、用于获取道路边缘的道路边缘检测网络。本发明复杂度得到有效降低,具有通用性,能够部署并应用于智能车上,并且具有较好的检测准确度和鲁棒性。
-
公开(公告)号:CN113240118B
公开(公告)日:2023-05-09
申请号:CN202110540754.6
申请日:2021-05-18
Applicant: 中国科学院自动化研究所
IPC: G06N5/00 , G06N3/0464 , G06N3/0442 , G06N3/084
Abstract: 本发明提供一种优势估计方法、装置、电子设备和存储介质,其中方法包括:获取当前环境状态;将当前环境状态输入至优势估计模型中,得到优势估计模型基于当前环境状态进行优势估计得到的优势动作;其中,优势估计模型是基于示教数据集,以及行为克隆模型训练得到的;示教数据集包括样本环境状态及其对应的样本动作,行为克隆模型是基于示教数据集训练得到的。本发明基于示教数据集和行为克隆模型训练优势估计模型,通过自适应的行为克隆模型,充分利用示教数据,自动挖掘历史示教数据中的专家经验,避免不完善的示教数据可能带来的不利影响,增强优势估计模型的优势估计性能,提高复杂场景下的优势估计准确性。
-
公开(公告)号:CN114638364A
公开(公告)日:2022-06-17
申请号:CN202210114611.3
申请日:2022-01-30
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供多源知识图谱协同推理方法和系统、电子设备、存储介质,所述方法包括:基于多源知识图谱形成融合图谱;基于融合图谱,获得待推理的实体对的等价路径特征向量;将待推理的实体对的等价路径特征向量输入神经网络分类器,根据分类器输出得到待推理的实体对之间存在待推理关系的可能性。通过随机游走算法搜索等价路径的概率与关系路径出现的概率相关,在一定程度上提高了知识推理的精度。
-
公开(公告)号:CN113177903B
公开(公告)日:2022-05-27
申请号:CN202110473698.9
申请日:2021-04-29
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于点云融合领域,具体涉及了一种前景点云和背景点云的融合方法、系统及设备,旨在解决三维感知中前景点云对象与真实背景融合的不合理性以及数据样本多样性不足、人工重复工作、数据集生成和标注效率低的问题。本发明包括:将背景点云划分为二维网格;提取非空区域底面中心点坐标、高度平均值、最大值及最小值,建立二维网格特征图和非空区域指示图;构建非空区域δ圆形邻域,建立平坦位置指示图;生成待放置前景目标的尺寸缩放比例、位置偏移及多个角度值,遍历搜索构建每一种放置情况下的有向矩形邻域;放置前景物体,并进行前背景点云融合。本发明前景点云对象与点云背景融合合理,大幅降低人工重复工作,提高数据集生成及标注的效率。
-
公开(公告)号:CN110427850B
公开(公告)日:2022-03-08
申请号:CN201910669788.8
申请日:2019-07-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于智能驾驶技术领域,具体涉及了一种驾驶员高速道路换道意图预测方法、系统、装置,旨在解决驾驶员换道意图预测准确度低的问题。本发明方法包括:提取驾驶员头部图像、驾驶员肢体图像、道路场景图像以及车辆速度信息的特征数据;通过插值进行特征数据同步;采用换道预测模型计算左换道概率、右换道概率、车道保持概率,并以概率值最大的换道意图作为驾驶员高速道路换道预测意图。本发明采用多视频流图像处理技术,结合各特征数据进行预测模型的建立及推算分析,预测精度高,避免驾驶员与辅助系统产生控制分歧以及辅助系统对驾驶员的干扰,并能使车辆提前开启感兴趣区域检测和预警,减少交通事故的发生。
-
公开(公告)号:CN113626406A
公开(公告)日:2021-11-09
申请号:CN202110779142.2
申请日:2021-07-09
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于工地、建筑和构件关系模型的信息获取方法和装置,其中方法包括:接收查询请求;从内存数据结构层中获取所述查询请求对应的目标信息;返回所述目标信息;其中,所述内存数据结构层包括工地集合、建筑集合和构件列表,所述工地集合用于存储工地对象,每一工地对象均对应一个建筑集合,所述建筑集合用于存储对应工地对象中的建筑对象,每一建筑对象均对应一个构件列表,所述构件列表用于存储构建对应建筑对象的构件对象,解决了构件生产的工厂端和施工工地端的信息不统一的问题,支持构件生产工厂按需组织构件的生产,减少产品库存的积压。
-
公开(公告)号:CN113525462A
公开(公告)日:2021-10-22
申请号:CN202110904084.1
申请日:2021-08-06
Applicant: 中国科学院自动化研究所 , 中国铁道科学研究院集团有限公司通信信号研究所 , 北京交通大学
IPC: B61L27/00
Abstract: 本发明提供一种延误情况下的时刻表调整方法、装置和电子设备,其中方法包括:获取当前车站的各个待调整列车的时刻信息,以及所述当前车站的基础设施信息;将所述当前车站的各个待调整列车的时刻信息和基础设施信息输入至发车动作规划模型,得到所述发车动作规划模型输出的发车动作序列;所述发车动作规划模型是以各车站的总延误时间最短为目标,强化学习得到的;基于所述发车动作序列,调整所述当前车站的时刻表,减少了突发情况下列车运行紊乱和大面积延迟到站的状况,缩短了所有列车的各车站的总延误时间;实现了在复杂情况下列车时刻表调整效果的提升。
-
-
-
-
-
-
-
-
-