基于提示学习的实体关系抽取方法、装置、介质和设备

    公开(公告)号:CN117171291A

    公开(公告)日:2023-12-05

    申请号:CN202311099681.7

    申请日:2023-08-29

    摘要: 本发明公开了一种基于提示学习的实体关系抽取方法、装置、介质和设备,首先构建包含待抽取文本和实体问题的实体抽取模板,及构建包含待抽取文本和关系类别的关系抽取模板关系问题抽取模板;然后将实体抽取模板与文本进行组合,通过对句子特征进行编码,并基于提示学习进行调优,抽取实体集合。最后,将前一步抽取的实体集合加入关系问题抽取模板并与文本进行组合,通过关系问题抽取模板抽取待抽取文本中的预设关系及包含预设关系的实体作为三元组。本发明通过转换任务的形式,充分利用问答领域预训练模型,通过构建问题模板来对模型进行信息提示,可以有效减少对标注数据的依赖,实现少样本下的实体和关系抽取具有良好的实用性。

    一种基于ICP算法的SLAM轨迹评估方法

    公开(公告)号:CN110595479B

    公开(公告)日:2023-11-17

    申请号:CN201910897564.2

    申请日:2019-09-23

    IPC分类号: G01C21/20

    摘要: 本申请属于定位与导航技术领域,尤其涉及一种基于ICP算法的SLAM轨迹评估方法。在定位导航领域,SLAM测量轨迹与真值轨迹的比较对于算法的性能评价有重要的意义,但对于算法的评估没有一个明确的指标。本申请提供一种基于ICP算法的SLAM轨迹评估方法,通过ICP算法求取变换矩阵T和时间偏差δt,进而计算SLAM测量轨迹与真值轨迹的绝对误差,得以评价SLAM算法的性能。本申请弥补了以往的评估方法的缺陷,即使在不同的坐标系下以及时间不对齐的条件下,依然可以对SLAM测量轨迹进行评估,计算SLAM测量轨迹与真实轨迹的绝对误差。本方法适应范围广,测量精度高同时鲁棒性较好,适于在行业内推广应用。

    一种多光谱图像的去噪和滤波方法及装置

    公开(公告)号:CN110298805B

    公开(公告)日:2023-04-21

    申请号:CN201910596659.0

    申请日:2019-07-03

    IPC分类号: G06T5/00

    摘要: 本申请提供了一种多光谱图像的去噪和滤波方法及装置,其中,所述方法包括:确定待滤波像素的导向区域;计算所述导向区域的导向值;利用像素差值,计算所述待滤波像素的滤波算子;根据所述滤波算子,对所述待滤波像素进行第一重滤波,得到一次滤波像素;计算所述一次滤波像素与所述待滤波像素的像素残差值;如果所述像素残差值大于预设残差值阈值,则对所述一次滤波像素按照上述步骤再次滤波,直至所述像素残差值小于预设残差值阈值。本申请所提供的一种多光谱图像的去噪和滤波方法及装置,能够有效去除多光谱图像中的噪声,令多光谱图像更加清晰,进而令变压器的检查更加准确。

    用于抢修现场的地震烈度速报系统、方法和相关设备

    公开(公告)号:CN115755160A

    公开(公告)日:2023-03-07

    申请号:CN202211370763.6

    申请日:2022-11-03

    IPC分类号: G01V1/00 G01V1/22 G08B21/10

    摘要: 本申请实施例公开了一种用于抢修现场的地震烈度速报系统、方法和相关设备,用于抢修现场的地震烈度速报系统包括:多个振动烈度监测模块,多个振动烈度监测模块用于设置在多个监测区域;烈度数据处理模块;数据存储模块,数据存储模块通信连接于多个振动烈度监测模块,数据存储模块用于存储振动烈度监测模块的监测结果;通讯模块,通讯模块连接于数据存储模块和烈度数据处理模块;信息提示单元,通信连接于烈度数据处理模块,信息提示单元用于显示烈度数据处理模块的处理结果;通讯保障模块,通讯模块设置在通讯保障模块内,通过本申请实施例提供的用于抢修现场的地震烈度速报系统可以确保地震之后的高效、稳定通讯。

    一种基于多光谱强度的局部放电危险度评估方法

    公开(公告)号:CN113253069B

    公开(公告)日:2022-09-13

    申请号:CN202110548256.6

    申请日:2021-05-19

    IPC分类号: G01R31/12

    摘要: 本申请公开了一种基于多光谱强度的局部放电危险度评估方法,包括以下步骤:利用弱光检测方法来采集故障位置的局部放电信号;滤除所述局部放电信号中的噪声和电磁干扰;在实验室或现场中采集所述局部放电信号中的光谱信息;提取所述局部放电信号的光谱强度信息特征参数;将所述光谱强度信息特征参数作为训练集,输入Xgboost‑LSTM算法进行训练得到指纹信息库;通过所述指纹信息库得出局部放电种类和局部放电发展阶段;将所述局部放电种类、局部放电的故障位置以及所述局部放电发展阶段输入到根据实际需求预先设置好参数的Xgboost算法中,评估得出所述局部放电的危险度。

    一种基于降维的局部放电光谱特征波段提取方法及装置

    公开(公告)号:CN112858858B

    公开(公告)日:2022-08-02

    申请号:CN202110330937.5

    申请日:2021-03-26

    IPC分类号: G01R31/12

    摘要: 本申请公开了一种基于降维的局部放电光谱特征波段提取方法及装置,该方法包括:利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集;通过信号处理单元提取出每组电压下各光谱波段内局部放电多光谱信号的光脉冲幅值与相位信息;分别计算出每组电压中各光谱波段内所采集的光脉冲幅值平均值;根据每组电压中各光谱波段内光脉冲幅值平均值,分别对数据进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1;计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差;根据实际需求选取所述标准差较大的设定数量的光谱波段为该局部放电放电类型下的特征波段。