转辙机配线故障的预测方法、装置及存储介质

    公开(公告)号:CN113534013A

    公开(公告)日:2021-10-22

    申请号:CN202110850417.7

    申请日:2021-07-27

    Abstract: 本申请公开了一种转辙机配线故障的预测方法、装置及存储介质,涉及转辙机故障检测技术领域,该方案可以提高对道岔位置信息的核验效率和准确率,从而提高对转辙机配线故障的预测效率和预测结果的准确率。该方法包括:获取转辙机的表示杆图像;根据表示杆图像确定第一道岔位置信息;其中,第一道岔位置信息用于表征道岔的实际位置信息;在确定第一道岔位置信息与第二道岔位置信息不一致的情况下,预测转辙机出现配线故障;其中,第二道岔位置信息为联锁系统通过转辙机电路判定的道岔位置信息。

    转辙机配线故障的预测方法、装置及存储介质

    公开(公告)号:CN113534013B

    公开(公告)日:2024-02-27

    申请号:CN202110850417.7

    申请日:2021-07-27

    Abstract: 本申请公开了一种转辙机配线故障的预测方法、装置及存储介质,涉及转辙机故障检测技术领域,该方案可以提高对道岔位置信息的核验效率和准确率,从而提高对转辙机配线故障的预测效率和预测结果的准确率。该方法包括:获取转辙机的表示杆图像;根据表示杆图像确定第一道岔位置信息;其中,第一道岔位置信息用于表征道岔的实际位置信息;在确定第一道岔位置信息与第二道岔位置信息不一致的情况下,预测转辙机出现配线故障;其中,第二道岔位置信息为联锁系统通过转辙机电路判定的道岔位置信息。

    一种问答模型的问题语句处理方法、装置、电子设备及存储介质

    公开(公告)号:CN110909142B

    公开(公告)日:2023-03-31

    申请号:CN201911141607.0

    申请日:2019-11-20

    Abstract: 本发明提供了问答模型的问题语句处理方法,包括:通过问答模型的隐变量生成网络,确定与所述目标问题语句所对应的至少一个词语级的隐变量;通过所述问答模型的答复语句生成网络,确定与所述问答模型相匹配的人设特征向量;响应于所述人设特征向量,通过所述问答模型的答复语句生成网络,根据所述至少一个词语级的隐变量,生成与所述词语级的隐变量相对应的答复词语以及所述答复词语的被选取概率;根据所述答复词语的被选取概率,选取至少一个答复词语组成与所述目标问题语句相对应的答复语句;输出所述答复语句。本发明还提供了问题语句处理装置、电子设备及存储介质。本发明能够实现所述答复语句与所述问答模型对应的人设特征相匹配。

    驾驶策略确定方法、装置、电子设备和存储介质

    公开(公告)号:CN115675583B

    公开(公告)日:2025-04-04

    申请号:CN202110863230.0

    申请日:2021-07-29

    Abstract: 本公开涉及一种驾驶策略确定方法、装置、电子设备和存储介质,通过确定包括目标路线对应多个驾驶策略的有向无环图,以及目标路线中的多个通行点,根据各驾驶策略中节点的第一属性信息、连接节点路径的第二属性信息和通行点的第三属性信息确定能耗边界矩阵,并进一步根据各节点的第一属性信息、各路径的第二属性信息以及能耗边界矩阵对各驾驶策略进行剪枝,得到目标路线对应的目标驾驶策略。本公开实施例通过目标路线中通行点的属性和有向无环图中节点和路径的属性对各驾驶策略进行剪枝,实现了精确最优驾驶策略的求解,简化了计算过程,满足了计算过程的实时性,提高了最终驾驶策略的精确程度。

    一种知识驱动的对话生成方法及装置

    公开(公告)号:CN113111190B

    公开(公告)日:2024-11-29

    申请号:CN202110413536.6

    申请日:2021-04-16

    Applicant: 清华大学

    Abstract: 本发明提供一种知识驱动的对话生成方法及装置,包括:将待回复文本序列输入训练好的深度神经网路对话模型,得到所述待回复文本的回复文本序列;其中,所述深度神经网路对话模型储存有知识图谱实体关系的特征表示数据集;其中,所述训练好的深度神经网路对话模型是根据携带真实回复文本序列标签的待回复文本样本序列和所述知识图谱实体关系的特征表示数据集进行训练后得到的。通过本发明的方法,根据待回复文本中的非结构化信息和知识图谱的结构化信息,基于训练好的深度神经网络对话模型,计算出知识图谱中的实体表示,可以更高效地应用知识图谱来生成具有恰当语义和丰富信息量的对话回复。

Patent Agency Ranking