-
公开(公告)号：CN110334210A
公开(公告)日：2019-10-15
申请号：CN201910462751.8
申请日：2019-05-30
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种基于BERT与LSTM、CNN融合的中文情感分析方法。该方法包括：对中文语料数据集中的多条中文语料进行文本预处理，以获得所述多条中文语料对应的多个序列；使用BERT模型提取每个序列的词嵌入；采用BERT、LSTM和CNN对每个序列进行特征提取，以获得每个序列对应的文本深层语义特征；通过使用softmax分类器对所获得的文本深层语义特征进行分类，来对模型进行训练和测试，进而实现情感极性预测分析。本发明的上述技术能够克服现有技术不足，提高对中文文本情感分析的准确率。
-
公开(公告)号：CN113003037A
公开(公告)日：2021-06-22
申请号：CN202110223007.X
申请日：2021-02-28
Applicant: 哈尔滨理工大学
Abstract: 一种基于交叉带式分拣结构的智能垃圾分类系统，属于垃圾分类技术领域，用以解决现有的垃圾分类系统对于垃圾分类的分拣效率不高的问题。该系统包括：数据采集模块、主控制模块、传送模块、垃圾容纳模块；其中，数据采集模块包括摄像头，摄像头用于采集图像数据；主控制模块包括图像识别子模块和驱动子模块，图像识别子模块用于根据图像数据对垃圾类别进行识别，驱动子模块用于根据垃圾类别信息驱动传送模块进行不同模式的传动；传送模块设置在所述垃圾容纳模块上方，包括传动轴垂直交叉且不相交的两条传送带和电机。本发明系统垃圾传送采用交叉带式结构，相比于人工分类，节约了人力物力成本，且更加智能、分类效率更高。
-
Patent Agency Ranking
公开(公告)号：CN112051853B
公开(公告)日：2023-04-07
申请号：CN202010986659.4
申请日：2020-09-18
Applicant: 哈尔滨理工大学
Abstract: 本发明涉是一种基于机器视觉的智能避障系统及方法，尤其涉及基于机器视觉的智能避障旅行箱(小车)，属于智能机器人技术领域，目的是解决现有技术中智能跟随旅行箱无法紧急避障，自动行走过程不便捷、不够智能的问题，本发明包括机器硬件驱动和软件数据处理两部分；机器硬件驱动包括于单片机、驱动板和摄像机；软件数据处理包括图像获取模块、摄像机标定模块、图像处理模块和机器视觉实现模块，图像处理自动识别目标实现自动跟随功能，实现自动避障，识别障碍物，使得智能旅行箱(小车)更加便捷，极大地减轻人们出行的负担。
-
公开(公告)号：CN113003037B
公开(公告)日：2022-11-01
申请号：CN202110223007.X
申请日：2021-02-28
Applicant: 哈尔滨理工大学
Abstract: 一种基于交叉带式分拣结构的智能垃圾分类系统，属于垃圾分类技术领域，用以解决现有的垃圾分类系统对于垃圾分类的分拣效率不高的问题。该系统包括：数据采集模块、主控制模块、传送模块、垃圾容纳模块；其中，数据采集模块包括摄像头，摄像头用于采集图像数据；主控制模块包括图像识别子模块和驱动子模块，图像识别子模块用于根据图像数据对垃圾类别进行识别，驱动子模块用于根据垃圾类别信息驱动传送模块进行不同模式的传动；传送模块设置在所述垃圾容纳模块上方，包括传动轴垂直交叉且不相交的两条传送带和电机。本发明系统垃圾传送采用交叉带式结构，相比于人工分类，节约了人力物力成本，且更加智能、分类效率更高。
-
公开(公告)号：CN112051853A
公开(公告)日：2020-12-08
申请号：CN202010986659.4
申请日：2020-09-18
Applicant: 哈尔滨理工大学
Abstract: 本发明涉是一种基于机器视觉的智能避障系统及方法，尤其涉及基于机器视觉的智能避障旅行箱(小车)，属于智能机器人技术领域，目的是解决现有技术中智能跟随旅行箱无法紧急避障，自动行走过程不便捷、不够智能的问题，本发明包括机器硬件驱动和软件数据处理两部分；机器硬件驱动包括于单片机、驱动板和摄像机；软件数据处理包括图像获取模块、摄像机标定模块、图像处理模块和机器视觉实现模块，图像处理自动识别目标实现自动跟随功能，实现自动避障，识别障碍物，使得智能旅行箱(小车)更加便捷，极大地减轻人们出行的负担。
-
公开(公告)号：CN111414481B
公开(公告)日：2023-09-26
申请号：CN202010197034.X
申请日：2020-03-19
Applicant: 哈尔滨理工大学
IPC: G06F16/35 , G06N3/0464 , G06N3/047 , G06F18/2411 , G06F40/30
Abstract: 本发明提供了一种基于拼音和BERT嵌入的中文语义匹配方法，包括：构建包括数据预处理模块、BERT嵌入层模块、池化层模块和分类器模块的语义匹配模型，并对语义匹配模型进行训练，以利用训练好的语义匹配模型对待匹配语句进行中文语义匹配；数据预处理模块对待匹配的两个中文语句中的每个字进行拼音转换以及拼音切分，得到对应的拼音序列；BERT嵌入层模块根据所得拼音序列的上下文为其中每个拼音进行嵌入向量生成，得到嵌入向量序列；池化层模块将嵌入向量序列聚合成用于分类的一维语义表征向量；分类器模块根据一维语义表征向量进行分类，得到对应于两个中文语句之间语义关系的预测结果。上述方法能够大幅降低预训练所需数据量保证较好的效果。
-
公开(公告)号：CN111414481A
公开(公告)日：2020-07-14
申请号：CN202010197034.X
申请日：2020-03-19
Applicant: 哈尔滨理工大学
Abstract: 本发明提供了一种基于拼音和BERT嵌入的中文语义匹配方法，包括：构建包括数据预处理模块、BERT嵌入层模块、池化层模块和分类器模块的语义匹配模型，并对语义匹配模型进行训练，以利用训练好的语义匹配模型对待匹配语句进行中文语义匹配；数据预处理模块对待匹配的两个中文语句中的每个字进行拼音转换以及拼音切分，得到对应的拼音序列；BERT嵌入层模块根据所得拼音序列的上下文为其中每个拼音进行嵌入向量生成，得到嵌入向量序列；池化层模块将嵌入向量序列聚合成用于分类的一维语义表征向量；分类器模块根据一维语义表征向量进行分类，得到对应于两个中文语句之间语义关系的预测结果。上述方法能够大幅降低预训练所需数据量保证较好的效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
