-
公开(公告)号:CN117036931A
公开(公告)日:2023-11-10
申请号:CN202310810888.4
申请日:2023-07-04
申请人: 中国铁建昆仑投资集团有限公司 , 中铁建重庆投资集团有限公司
IPC分类号: G06V20/10 , G06V10/22 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/40 , G06V10/80 , G06V10/774
摘要: 本发明提出了一种基于卷积神经网络的生态景观工程小目标害虫检测方法,包括以下步骤:S1,采集生态景观工程小目标害虫数据;S2,将小目标害虫数据输入害虫检测模型;所述害虫检测模型包括:Conv模块、C3GS模块和SPPF模块;Conv模块由标准卷积层、归一化层和SiLU激活函数构成;C3GS模块由3个Conv模块和1个GS bottleneck构成;SPPF模块包括由标准卷积层、最大池化,用于对特征图进行多尺度的特征提取。S3,得到害虫检测结果。本发明能够找到模型精度和模型参数量的平衡,满足生态景观工程小目标害虫又快又高效的检测需求。
-
公开(公告)号:CN117033574A
公开(公告)日:2023-11-10
申请号:CN202310810760.8
申请日:2023-07-04
申请人: 中国铁建昆仑投资集团有限公司 , 中铁建重庆投资集团有限公司
IPC分类号: G06F16/332 , G06N3/0442 , G06N5/04 , G06N5/02 , G06N3/08
摘要: 本发明提出了一种基于双层记忆网络的多领域的端到端任务型对话系统,包括:动态编码器:将输入的对话数据进行编码;双层记忆网络:对话历史信息和知识库信息进行建模和推理;增强解码器:得到输出的单词;所述双层记忆网络包括对话记忆网络和知识库记忆网络;本发明能够在提升系统准确率的同时,兼顾通用性,易于将拥有海量数据的领域训练出来的模型移植到一个全新的或者数据较少的领域之中。
-
公开(公告)号:CN117033573A
公开(公告)日:2023-11-10
申请号:CN202310810387.6
申请日:2023-07-04
申请人: 中国铁建昆仑投资集团有限公司 , 中铁建重庆投资集团有限公司
IPC分类号: G06F16/332 , G06F16/36 , G06F16/35 , G06N3/0442 , G06N3/048 , G06N3/045 , G06N3/08 , G06F40/295 , G06N5/04
摘要: 本发明提出了一种基于图知识增强的端到端任务型对话系统,包括:图结构上下文编码器模块:采用图结构的形式对上下文进行编码,获得对话历史信息的向量表示;图知识模块:采用图结构的形式对知识库信息进行编码,获得知识库信息的向量表示;解码器模块:根据知识库中的知识库信息的向量表示和对话历史信息的向量表示计算得到实体分布。本发明能够通过图结构将对话信息和知识库分别进行编码,有效的捕获到实体与实体的结构信息以及对话中单词之间的结构信息,从而提高模型对实体的预测能力。
-
-