一种基于融合列空洞卷积的《标准》内容关键词识别方法

    公开(公告)号:CN114757175A

    公开(公告)日:2022-07-15

    申请号:CN202210492445.0

    申请日:2022-04-29

    Abstract: 本发明公开了一种基于融合列空洞卷积的《标准》内容关键词识别方法,步骤是:(1)确定标准内容文本的序列化向量;(2)提取每个单词的局部特征;(3)确定词语上下文权重信息;(4)得到最终的标注序列条件分布;(5)优化参数得到最优标注序列。本发明使用列空洞卷积与BiLSTM‑Fusion结合的形式,利用列空洞卷积进行局部特征信息提取,有效提高模型对长程依赖的信息提取能力,同时保留了文本的空间信息,为标准内容的关键词提取提供了一种准确率高的提取方法。

    一种基于AT-EnFCM-SCNN的灾害环境特征提取方法

    公开(公告)号:CN114202536A

    公开(公告)日:2022-03-18

    申请号:CN202111537080.0

    申请日:2021-12-13

    Inventor: 胡燕祝 王松 洪昀

    Abstract: 本发明涉及基于AT‑EnFCM‑SCNN的灾害环境特征提取方法,是一种对灾害环境进行特征提取的方法,属于图像处理和机器学习领域,其特征在于采用如下步骤:(1)确定梯度图像的多尺度开重建;(2)确定聚类中心;(3)计算隶属度;(4)确定是否达到迭代条件;(5)确定卷积神经网络的损失函数。本发明有效的解决了传统灾害环境图像分割形态单一,需要大量训练样本的问题,提供了更多的局部空间信息,较好的改进了预分割性能,有效的改善了传统灾害识别图像处理中噪声干扰与过度分割的问题,克服了单一尺度下目标提取不完整,有效的保证了较大全局目标的正确提取。为灾害环境信息特征提取域提供了一种拥有较高提取准确率的方法。

    一种基于FECF的深度灾害预案智能语义匹配方法

    公开(公告)号:CN114186495A

    公开(公告)日:2022-03-15

    申请号:CN202111522693.7

    申请日:2021-12-13

    Inventor: 胡燕祝 王松 洪昀

    Abstract: 本发明涉及基于FECF的深度灾害预案智能语义匹配方法,是一种对灾害预案进行语义匹配的方法,属于自然语言处理和深度学习领域,其特征在于采用如下步骤:(1)对灾害预案问题进行建模;(2)确定单词的特征向量;(3)确定词汇上下文编码,t位置的隐含状态输出;(4)确定文本的注意力信息;(5)确定两个语句的匹配得分;(6)确定语句的模型训练。本发明有效的解决了灾害预案匹配时间较长问题,大大节省灾害预案匹配时间,提高了灾害预案的效率,有效的改善灾害预案文本语义匹配不准确的问题,大大提升了灾害预案匹配的准确率,为灾后处理提供了科学有效的依据。

    一种基于CEMGM-FE-FCN的车辆三维尺寸信息提取方法

    公开(公告)号:CN114004980A

    公开(公告)日:2022-02-01

    申请号:CN202111308008.0

    申请日:2021-11-05

    Abstract: 本发明涉及基于CEMGM‑FE‑FCN的车辆三维尺寸信息提取算法,是一种对二维图片中车辆尺寸进行检测的方法,属于图像处理与机器学习领域,其特征在于采用如下步骤:(1)确定图像均值;(2)期望最大化;(3)迭代得到最终的CEMGM模型;(4)确定图片背景色;(5)去除阴影遮罩;(6)提取图像特征信息;(7)确定深度估计图像;(8)确定车辆三维尺寸。本发明克服了车辆阴影导致车辆粘连尺寸检测不准确的问题,引入特征金字塔结构,将残差编码模块中提取的多尺度特征图与残差解码模块进行融合,利用高通滤波器提取输入图像的高频信息,有效提取保存RGB图像中的特征,提髙了网络预测性能。提供了一种拥有较高准确率的三维尺寸检测方法。

    一种基于G-AKAZE的图像特征匹配算法

    公开(公告)号:CN112906705A

    公开(公告)日:2021-06-04

    申请号:CN202110325685.7

    申请日:2021-03-26

    Abstract: 本发明涉及基于G‑AKAZE的图像特征匹配算法,是一种对灾害环境下图像的特征匹配算法,属于图像处理与机器学习领域,其特征在于采用如下步骤:(1)构建非线性尺度;(2)确定图像的非线性尺度空间;(3)确定特征点主方向;(4)特征点匹配;(5)确定统计区域内点的支持可能性;(6)确定xi正确和错误时的均值和方差;(7)确定图像网格间的判断阈值。本发明通过引入误匹配剔除算法,保证了在误匹配识别精度提升的前提下,更加快速高效的进行误匹配点的剔除,大大提升了图像匹配的精确度,同时改善传统图像匹配过程中,由于背景噪声干扰和图像畸变所产生的匹配差异问题,有效的解决了背景噪声和图像尺度改变的影响,提升了图像匹配的精确度。

    一种基于MEEMD-Hilbert和多层小波分解的光纤振动信号特征提取方法

    公开(公告)号:CN110458073B

    公开(公告)日:2021-05-14

    申请号:CN201910708902.3

    申请日:2019-08-01

    Abstract: 本发明涉及基于MEEMD‑Hilbert和多层小波分解的光纤振动信号特征提取方法,是一种对分布式光纤振动信号进行特征提取的方法,属于信号处理与机器学习领域,其特征在于采用如下步骤:(1)确定引入白噪声信号后的振动信号;(2)确定第一个IMF分量序列集合;(3)进行延时空间重构;(4)确定排列熵;(5)确定剩余分量;(6)计算序列的希尔伯特变换;(7)确定序列的解析信号并进行自相关处理;(8)离散小波变换;(9)计算不同频段上的平均能量;(10)计算每个频段上的平均能量占比。本发明具有较高的时频分辨率,为光纤振动信号的特征提取提供了一种效果明显的方法。

    一种基于STFT-CNN-RVFL的Φ-OTDR振动信号识别算法

    公开(公告)号:CN110458219B

    公开(公告)日:2021-04-27

    申请号:CN201910708004.8

    申请日:2019-08-01

    Abstract: 本发明涉及基于STFT‑CNN‑RVFL的Φ‑OTDR振动信号识别算法,一种对Φ‑OTDR振动信号时频图进行识别分类的方法,属于图片处理与模式识别领域,其特征在于采用如下步骤:(1)对Φ‑OTDR振动信号做STFT变换,获取时频图;(2)对时频图做灰度处理;(3)构建CNN网络,提取图像特征;(4)随机初始化连接权值和阈值;(5)构建RVFL神经网络;(6)计算输出权值。本发明将振动信号的时频图像作为输入,通过卷积神经网络实现振动信号特征自动提取,将卷积神经网络的强大的图像识别及分类功能结合到振动信号识别当中。实验结果表明本发明设计的振动信号识别算法有着较好的信号识别效果,为振动信号识别领域提供了准确的识别算法。

    一种基于多维要素视频分割的段落关联规则评判方法

    公开(公告)号:CN110097026B

    公开(公告)日:2021-04-27

    申请号:CN201910395119.6

    申请日:2019-05-13

    Inventor: 胡燕祝 田雯嘉

    Abstract: 本发明主要提供一种基于多维要素视频分割的段落关联规则评判方法,具体内容包括:步骤一:视频解析;步骤二:场景分割中的关键帧提取;步骤三:基于关键帧的场景分割;步骤四,视频的音频分割;步骤五,视频的语义分割;步骤六:GNN网络的分割视频的段落关联规则评判方法;步骤七:构建关联网络。本发明对同一段视频进行多维分割后,采用了构建段落关联规则的方式对对应的多维要素进行了匹配。与其他视频分割的段落关联规则评判方法相比,本发明结合图像序列中像素在时间域上的变化以及相邻帧之间的相关性对视频在图像维度实现了很好的分割,保留了视频的关键信息,可以提供一种有效的多维要素视频分割的段落关联规则评判方法。

    一种基于手性TDBC包覆的单银纳米线结构设计方法

    公开(公告)号:CN112487628A

    公开(公告)日:2021-03-12

    申请号:CN202011330374.1

    申请日:2020-11-24

    Abstract: 本发明涉及基于手性TDBC包覆的单银纳米线结构设计方法,是一种对单银纳米线结构的设计,属于光学和信号处理领域,其特征在于采用如下步骤:(1)确定手性TDBC的介电常数;(2)确定单银纳米线的SPP模式;(3)确定判断结构的有效指标;(4)确定传播长度;(5)确定最大Δn'/n'和|ΔL/L|。本发明考虑了被左TDBC和右TDBC覆盖的两根银纳米线的系统,利用时域有限差分法进行模态分析,证明本结构在色散和传播长度上具有出色的表现,其次,采用两种模式进行分析,使得手性分子在色散关系和传播长度方面都非常出色,提高系统分析预测的准确度和有效性,在手性分子检测中具有潜在的应用。

    一种基于MI-CFM-IMC算法的融媒体信息处理方法

    公开(公告)号:CN112052679A

    公开(公告)日:2020-12-08

    申请号:CN202011050720.0

    申请日:2020-09-29

    Inventor: 胡燕祝 王松

    Abstract: 本发明涉及基于MI‑CFM‑IMC算法的融媒体信息处理方法,是一种对安全生产中危化品事故的融媒体信息处理方法,属于智能安全领域,其特征在于采用如下步骤:(1)计算词项和每个类别的互信息;(2)构建上下文特征矩阵;(3)构建同义词与反义词特征矩阵;(4)构建属性语义特征矩阵;(5)获取融合矩阵。本发明可以有效改善罕见词由于缺乏上下文的相关数据进而不能充分表示其语义关联信息的问题,极大的改善了同文本之间中心词的同义词与反义词之间的关系界定。本发明将互信息特征提取MI与IMC诱导矩阵补全算法相结合,取得了较高的信息融合准确率。为危化品事故信息处理领域提供了一种拥有较高信息融合准确率的方法。

Patent Agency Ranking