一种基于C-S和GRU的看画题诗方法

    公开(公告)号:CN110309510B

    公开(公告)日:2023-05-12

    申请号:CN201910593023.0

    申请日:2019-07-02

    Abstract: 本发明公开了一种基于CornerNet‑Saccade和GRU的为图题诗方法,采用CornerNet‑Saccade检测画中的目标,并提取出画中的意象词,同时采用MobileNetV3网络分类画要表达的思想,提取中心词,并把意象词和中心词都向量化,输入双层GRU网络输出需要的五言诗。在当今社会,艺术形式不断变化,古诗词的创作艺术不断流失,本发明提出一种人工智能和作诗相结合的看画题诗的方法,能把文字信息和图像信息融合,使其在艺术上更有美感,提升其艺术价值。

    一种基于C-S和GRU的看画题诗方法

    公开(公告)号:CN110309510A

    公开(公告)日:2019-10-08

    申请号:CN201910593023.0

    申请日:2019-07-02

    Abstract: 本发明公开了一种基于CornerNet-Saccade和GRU的为图题诗方法,采用CornerNet-Saccade检测画中的目标,并提取出画中的意象词,同时采用MobileNetV3网络分类画要表达的思想,提取中心词,并把意象词和中心词都向量化,输入双层GRU网络输出需要的五言诗。在当今社会,艺术形式不断变化,古诗词的创作艺术不断流失,本发明提出一种人工智能和作诗相结合的看画题诗的方法,能把文字信息和图像信息融合,使其在艺术上更有美感,提升其艺术价值。

    一种基于神经网络的提升学生应用题解题能力的方法

    公开(公告)号:CN109948473A

    公开(公告)日:2019-06-28

    申请号:CN201910160648.8

    申请日:2019-03-04

    Abstract: 本发明公开了一种基于神经网络的提升学生应用题解题能力的方法,首先,由学生对不会做的题目进行拍摄,并将所拍摄的图像上传至标准解题步骤模型。然后,通过录音功能阐述学生自己的解题思路,并将录音上传至学生解题思路步骤模型。之后根据两个模型输出结果进行对比,从而判断学生自己的解题思路是否正确。若全部一样,则判定为“学生解题思路正确”;若部分一样,则判定为“学生解题思路第n步正确,其他正确的知识点及对应公式将依照学生需要一步步的进行显示;若两个模型的结果全部不同,则判定为“学生解题思路错误”,正确的知识点及对应公式将依照学生需要一步步的进行显示。

    一种基于高效采样与优化熵模型的点云端到端压缩方法

    公开(公告)号:CN119135925B

    公开(公告)日:2025-05-23

    申请号:CN202411621137.9

    申请日:2024-11-14

    Abstract: 本发明公开了一种基于高效采样与优化熵模型的点云端到端压缩方法,在现有技术上通过利用局部图的构造、图特征嵌入和基于注意的采样设计神经图采样模块,将其嵌入到编码过程中的特征提取网络,采用多模块堆叠的方式来提取原始点云的潜在关键点,有效提升了采样效率;通过非对称空间信道熵模块利用可变形动态核扩展空间聚合能力,并将潜在变量沿着信道维度分组,在保持编码效率的同时减少了统计冗余。本发明基于神经图采样模块和非对称空间信道熵模块的加入,实现了最具采样价值点的获取和分布参数估计的有效优化,从而实现海量点云数据的端到端压缩。

    6G通信的二氧化钒双功能太赫兹超表面及编码超表面

    公开(公告)号:CN119133871B

    公开(公告)日:2025-03-07

    申请号:CN202411603739.1

    申请日:2024-11-12

    Abstract: 本发明提供一种6G通信的二氧化钒双功能太赫兹超表面及编码超表面,二氧化钒双功能太赫兹超表面包括至少一个超表面单元结构,其中每一超表面单元结构包括自上而下依次设置的硅层、中间介质层以及相变层,硅层为边长相同的方形硅柱,且方形硅柱的四个边角位置为边长相同的边角方块,位于方形硅柱同一侧的边角方块的最大长度构成方形硅柱的结构边长,相变层为采用二氧化钒的边长相同的方块,当处于常温时,相变层的二氧化钒处于介质态,该超表面单元结构透射太赫兹波束;当处于高温时,相变层的二氧化钒处于金属态,该超表面单元结构反射太赫兹波束,并基于二氧化钒双功能太赫兹超表面设计太赫兹编码超表面,可应用于6G通信领域。

    一种基于边界线索深度融合的息肉图像分割方法

    公开(公告)号:CN119151968A

    公开(公告)日:2024-12-17

    申请号:CN202411660471.5

    申请日:2024-11-20

    Abstract: 本发明公开了一种基于边界线索深度融合的息肉图像分割方法,通过构建边界线索深度融合网络,将肠息肉图像输入主干网络提取不同层次特征信息,以指导息肉区域提取;构建边界线索挖掘模块以借助部分层级特征获得边界细节信息,实现对息肉区域更精准的定位;构建前景目标增强模块增强网络结合反转注意力分支对前景目标整体结构特征的学习,使网络侧重于关注前景目标;构建深度特征融合模块集成边界信息和前景信息,通过级联特征融合以及边界信息引导进一步提高分割性能,最后利用训练好的模型得到息肉分割结果。本发明克服了息肉在边界不确定性及形态多样性时的局限性,并在训练中采用加权联合尺度差异损失优化模型,实现息肉区域高精度识别与分割。

    基于双模态的回转窑燃烧状态识别模型的构建及应用方法

    公开(公告)号:CN119068200A

    公开(公告)日:2024-12-03

    申请号:CN202411554038.3

    申请日:2024-11-04

    Abstract: 本方案提供了一种基于双模态的回转窑燃烧状态识别模型的构建及应用方法,该回转窑燃烧状态识别模型以回转窑燃烧图像和对应的分割结果作为双模态输入,在Swin Transformer的多头自注意力计算的每个滑动窗口内计算区域面积指数和区域亮度指数,并将区域面积指数和区域亮度指数动态融合为区域权重,利用区域权重调整当前滑动窗口多头自注意力计算。本方案的区域自适应注意力计算可使得模型在自适应地分配注意力时,能够更加灵活地关注燃烧状态中重要的特征区域,以提高回转窑燃烧状态识别模型对回转窑复杂的燃烧状态的识别。

Patent Agency Ranking