-
公开(公告)号：CN120030790A
公开(公告)日：2025-05-23
申请号：CN202510195467.4
申请日：2025-02-21
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于BIM技术的异型门窗安装模拟方法，包括：获取BIM软件中的异型门窗族文件，对异型门窗族文件进行预处理，获得墙体结构模型；基于预设的墙体尺寸和空间位置参数，确保门窗与墙体之间的间隙符合安装标准；根据基准点坐标和墙体法线方向，确定门窗的安装角度和位置；提取门窗的安装步骤信息，生成动态安装模拟动画，展示门窗从初始位置到最终安装位置的移动轨迹和调整过程；模拟门窗开闭过程中的空间占用情况，确定门窗的最终运动轨迹方案；将门窗安装过程中的关键参数和调整记录保存至数据库，建立安装参数库，确定最终的门窗安装参数；基于BIM模型生成安装指导文件，动态模拟动画，确定最终的安装指导方案。
-
公开(公告)号：CN119992581A
公开(公告)日：2025-05-13
申请号：CN202510067725.0
申请日：2025-01-16
Applicant: 北京工业大学
IPC: G06V30/414 , G06V30/18 , G06V30/186 , G06V30/19 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于混合方法的文档布局分析方法，对每一块文本节点进行命名体识别和关系提取属于数字图像处理技术领域。本发明提出一个新颖的通道洗牌的动态范围卷积算法，确保全局的通道特征可以学习到相似像素而非临近像素的特征，并使用适配器以较少的参数量学习文本特征。最终以预测的文本块类别和关系作为结果。最后本发明使用具有挑战性的文档数据集作为验证指标(FUNSD)，结果表明提出的方法可以取得明显的性能提升。
-
公开(公告)号：CN119988681A
公开(公告)日：2025-05-13
申请号：CN202510067730.1
申请日：2025-01-16
Applicant: 北京工业大学
IPC: G06F16/835 , G06F16/81 , G06F18/22
Abstract: 本发明公开了半结构化数据的多模式复杂事件检测及优化方法，涉及数据流处理领域本发明使用多模式正规树实现半结构化数据的模式匹配。为了使正规树模式匹配半结构化数据流本专利采用将正规树模式拆解为树模式+正则式模式两个部分，分步实现匹配的方法。树模式会将用户感兴趣的节点关系设计成一颗逻辑树，使用TwigList算法在数据流中匹配符合条件的数据并存储。正则式模式定义用户感兴趣的行为序列，使用NFA实现状态转移。将树模式匹配成功的数据流经过NFA处理得到最终结果。
-
公开(公告)号：CN119987734A
公开(公告)日：2025-05-13
申请号：CN202510067747.7
申请日：2025-01-16
Applicant: 北京工业大学
IPC: G06F8/30 , G06F8/10 , G06F8/33 , G06F11/3668 , G06N3/045
Abstract: 本发明公开了基于多智能体的复杂桌面应用程序自动代码生成方法，以显著提高开发人员在开发阶段的效率，降低时间成本。本发明通过将需求软件拆分为不同模块进行实现，实现了复杂桌面应用程序的代码自动生成，满足了日益增长的应用开发需求。本发明中使用多智能体技术，各智能体承担需求分析、代码生成、代码验证和优化等角色，通过协作优化需求解析和代码生成过程，实现从原始需求到高质量可执行代码的全流程自动化开发。最后，本发明还探索了基于大型语言模型(LLM)的多代理系统在复杂代码生成中的应用潜力，通过改进代理协作模式和提示词工程，实现了更高效、智能的多代理代码生成系统。
-
公开(公告)号：CN119622122A
公开(公告)日：2025-03-14
申请号：CN202411806912.8
申请日：2024-12-10
Applicant: 北京工业大学
IPC: G06F16/9537 , G06F16/9535 , G06N3/0442 , G06N3/0895 , G06F16/9536 , G06Q50/00 , G06N3/045
Abstract: 本发明提出了一种面向低质量数据场景的兴趣点推荐方法。首先利用神经网络将用户偏好分为长期偏好和短期偏好，并利用不同的方法分别学习，具体来说，用注意力机制来捕捉用户的长期偏好，同时用两个不共享参数的长短期记忆网络(Long Short‑Term Memory，LSTM)学习用户的短期偏好；其次利用对比自监督学习，在时空维度上构建强化数据，并使用对比损失增强LSTM的识别能力，改善模型对数据的理解和表征能力；最后，将长期和短期的输出结合在一起，并通过学习每个用户的加权向量平衡长期、短期偏好的重要性。这种综合方法使得我们能够在应用于低质量数据集时获得更为优秀的推荐结果，为推荐系统的性能提升提供了有力支持。
-
Patent Agency Ranking
公开(公告)号：CN112926252B
公开(公告)日：2024-03-26
申请号：CN202110179073.1
申请日：2021-02-09
Applicant: 北京工业大学
IPC: G06F30/25 , G06F30/28 , G06F113/12 , G06F119/14
Abstract: 本发明公开了液体与布料交互现象模拟方法，通过分析目前针对液体与布料交互现象模拟方法的不足，提出了一种基于LBM的液体与布料交互现象的模拟方法，将整个交互过程简化为四个步骤：碰撞检测、吸收、扩散与滴落。利用LBM的D3Q27模型进行布料的邻居模型建模，能更快的获取到邻居顶点，且通过将液体向布料的邻居顶点扩散来真实的模拟出交互效果。该方法能模拟出液体与不同布料的交互效果，对于不同布料具有适用性，并且使用CUDA实现进一步提高了模拟效率，实现实时模拟，为计算机图形学领域的相关研究提供了仿真支持。
-
公开(公告)号：CN109800437B
公开(公告)日：2023-11-14
申请号：CN201910099671.0
申请日：2019-01-31
Applicant: 北京工业大学
IPC: G06F40/295
Abstract: 一种基于特征融合的命名实体识别方法属于计算机领域，通过两个方面来提取和融合不同粒度的文本特征，概念特征和非概念词特征，从而来提高命名实体识别的准确率并降低计算量。方法包括：数据预处理模块、特征构建模块、训练命名实体网络模型模块和命名实体分类器模块，其中特征模块包括语义特征提取、词特征提取、字符特征提取、特征融合四个子模块。在本方法中结合神经网络模型LSTM(Long Short‑Term Memory)或GRU(Gated Recurrent Unit)的时序记忆特点来考虑命名实体任务的上下文信息，最后使用softmax预测实体类别标签。在模型构建过程中，可以利用稀疏数据作为训练集并对LSTM和GRU两种神经网络模型进行对比，确保本发明在实体识别任务上能取得令人满意的效果。
-
公开(公告)号：CN114494884A
公开(公告)日：2022-05-13
申请号：CN202210123927.9
申请日：2022-02-10
Applicant: 北京工业大学
Abstract: 本发明公开了一种垃圾自动分拣多目标检测方法，包括，步骤一：输入图像，并将图像规格化为网络结构的标准输入大小。步骤二：预处理是指对图像进行降噪。步骤三：特征提取器包括五个特征提取单元和小目标提取单元，将这五个特征以及小目标提取单元提取到的特征进行特征融合。步骤四：将步骤三得到的特征作为此部分全连接层的输入，输出值作为softmax函数的输入，得到最终的分类结果。步骤五：输出分类结果。使用局部注意力机制与全局注意力机制相结合的方法，使网络关注检测目标而忽略对特征提取有干扰的背景信息。使用反卷积增大负责检测小目标的特征层conv7的特征图，将特征图与特征提取单元获得的特征图进行融合，从而提高对体积较小目标检测准确率。
-
公开(公告)号：CN114398076A
公开(公告)日：2022-04-26
申请号：CN202210059016.4
申请日：2022-01-18
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于深度学习的面向对象程序方法命名异味检测方法，将方法名作为方法体和方法上下文信息的“翻译”序列，即从输入的方法体和方法上下文信息序列中翻译出合适的方法名以检测方法命名是否有异味。发明具体分为五个步骤，分别是初始化、信息提取、预训练、预处理和方法名预测模型构建。本发明综合考虑了方法名所依赖的上下文信息和方法体信息，并根据两者结构特点应用了不同的处理方式。此外在模型的设计上也综合考虑了输入信息结构的特点。
-
公开(公告)号：CN111309909B
公开(公告)日：2021-07-30
申请号：CN202010091064.2
申请日：2020-02-13
Applicant: 北京工业大学
Abstract: 一种基于混合模型的文本情感分类方法属于计算机软件领域。该方法主要包含数据处理层、机器学习处理层、CNN处理层、LSTM‑Attention处理层、自适应决策层。待分类数据经过机器学习处理层、CNN处理层和LSTM‑Attention处理层分别处理，最后将其处理结果一同输入到自适应决策层中，自适应决策层根据不同处理层以往的分类结果自适应调整各层结果所占的权重，从而得到最终的分类结果。相比单一的机器学习和单一的深度学习方法，该方法处理效果明显，并且结果具有良好的可解释性，应用前景广泛。
-
-
-
-
-
-
-
-
-
Search Results
79
records
(took 0.038 seconds)
