一种神经语义记忆存储方法

    公开(公告)号:CN111882032B

    公开(公告)日:2023-12-01

    申请号:CN202010666933.X

    申请日:2020-07-13

    IPC分类号: G06N3/0464 G06F17/16

    摘要: 本发明公开了一种神经语义记忆存储方法,属于机器学习中小样本补偿的一种技术,一种神经语义记忆存储方法,本方案通过外部存储记忆机制中存放的信息是语义信息,即是在单层神经网络所表示的图的基础上计算相似度,其是在特征表示h的基础上抽象出的语义信息,更具表现力在整个存储中,其大小仅和类别相关,即类别的多少就是存储记忆的大小,这不仅减少存储空间的需求,在检索时也更加方便、省时,首次提出在记忆搜索中,利用变分思想,从外部记忆机制中产生相关语义的分布,而不是简单的语义信息,在该分布的基础上,通过采样技术多次取值平均,这在很大程度上增强了搜索得到语义信息的泛化能力,可以在很大程度上提升小样本学习下的系统性能。

    一种新型归一化机制
    3.
    发明公开

    公开(公告)号:CN112686367A

    公开(公告)日:2021-04-20

    申请号:CN202011388996.X

    申请日:2020-12-01

    IPC分类号: G06N3/04 G06N3/08

    摘要: 本发明公开了一种新型归一化机制,包括如下步骤:S1、网络结构,网络结构包括新型归一化机制网络结构和整体网络结构,将新型归一化机制网络结构嵌入到深度学习模型中;S2、数据集定义以及优化目标函数;S3、参数学习过程;S4、应用过程;本发明主要是归一化中均值和方差不是单纯依靠一个图像在深度神经网络上的特征图计算得到,而是通过一个多层感知机学习得到,其中多层感知机的网络参数是通过将训练数据多次分成源数据集和目标数据集,通过在正常神经网络学习过程中引入一个源数据集和目标数据集分布的KL距离约束得到,可以有效避免以往方法中,归一化中均值、方差的参数是由batch内有限数据得到带来的偏差。

    一种神经语义记忆存储方法
    4.
    发明公开

    公开(公告)号:CN111882032A

    公开(公告)日:2020-11-03

    申请号:CN202010666933.X

    申请日:2020-07-13

    IPC分类号: G06N3/04 G06F17/16

    摘要: 本发明公开了一种神经语义记忆存储方法,属于机器学习中小样本补偿的一种技术,一种神经语义记忆存储方法,本方案通过外部存储记忆机制中存放的信息是语义信息,即是在单层神经网络所表示的图的基础上计算相似度,其是在特征表示h的基础上抽象出的语义信息,更具表现力在整个存储中,其大小仅和类别相关,即类别的多少就是存储记忆的大小,这不仅减少存储空间的需求,在检索时也更加方便、省时,首次提出在记忆搜索中,利用变分思想,从外部记忆机制中产生相关语义的分布,而不是简单的语义信息,在该分布的基础上,通过采样技术多次取值平均,这在很大程度上增强了搜索得到语义信息的泛化能力,可以在很大程度上提升小样本学习下的系统性能。

    一种基于分散注意力网络的小样本下语义分割方法

    公开(公告)号:CN111860517A

    公开(公告)日:2020-10-30

    申请号:CN202010601796.1

    申请日:2020-06-28

    摘要: 本发明公开了一种基于分散注意力网络的小样本下语义分割方法,属于语义分割技术领域,一种基于分散注意力网络的小样本下语义分割方法,本发明提出分散注意力网络机制,并将其用于小样本语义分割任务,可以激活更多的属于物体前景的像素点,并可以在支持图像和待分割图像间建立更为稳定的关联关系,使支持图像和待分割图像的形状等一致性较差时具有更好的泛化性能,同时将多尺度注意力信息融合用于语义分割任务,从深度网络多层得到的语义信息,经过分散注意力网络机制,利用上采样和残差网络融合,在融合的结果之上进行语义分割,增加前景物体尺度变化时的顽健性,使系统具有更好的性能。

    一种变分不变学习领域泛化能力机制

    公开(公告)号:CN112749730A

    公开(公告)日:2021-05-04

    申请号:CN202011388970.5

    申请日:2020-12-01

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明公开了一种变分不变学习的领域泛化能力机制,包括如下步骤:变分不变学习的领域泛化的目标函数、变分不变学习的领域泛化能力的模型训练阶段、变分不变学习的领域泛化能力的模型测试阶段与获得提出方法的实验结果。本发明提供的变分不变学习领域泛化能力机制,与现有技术相比,本发明通过分布不变的角度提出变分不变学习的目标函数,并学习得到分类器参数,其中利用Resnet实现特征抽取,用3层的MLP神经网络实现分类。本发明直接从分类网络模型参数入手,从参数分布的角度衡量领域不变性,从而实现领域泛化;本发明将领域泛化的参数和分类网络模型参数合二为一,在学习分类网络参数的同时,提高其泛化能力,有效提高学习效率。

    一种用于医疗室安全巡防的报警方法及系统

    公开(公告)号:CN115909696B

    公开(公告)日:2023-06-06

    申请号:CN202310016310.1

    申请日:2023-01-06

    IPC分类号: G08B31/00

    摘要: 本发明公开了一种用于医疗室安全巡防的报警方法及系统,属于安防报警的技术领域,包括:接收疏散通道监控数据;查询疏散通道标识以及疏散通道宽度;确定与疏散通道标识相对应的安全防护等级;查询疏散通道占用阈值;根据疏散通道监控数据,调取与疏散通道监控数据相对应的疏散通道占用信息;根据疏散通道占用信息,调取最大疏散通道占用范围;根据所调取的最大疏散通道占用范围,确定通道违规占用宽度;若所确定的通道违规占用宽度达到疏散通道占用阈值,则从预设的数据库中查询疏散通道位置数据;生成安全隐患报警指令并执行。报警系统能够警示相关人员需要及时对疏散通道进行清理,降低走廊中物品影响病患抢救进程的可能性。

    一种医疗室巡防报警系统的机器人

    公开(公告)号:CN115871000B

    公开(公告)日:2023-05-23

    申请号:CN202310009579.7

    申请日:2023-01-05

    IPC分类号: B25J11/00

    摘要: 本发明公开了一种医疗室巡防报警系统的机器人,涉及医疗巡防设备技术领域,包括底座,所述底座底侧外壁的左右两端分别开设有放置槽,所述放置槽内部中轴处固定连接有连接柱,所述连接柱外表面套设有滚轮,所述底座的顶部外壁中轴处开设有辅助槽。该医疗室巡防报警系统的机器人,通过该装置的设置,可以使该装置在医疗室中行走对烟雾进行检测报警,在该装置行走中,启动电机可以带动旋转轴发生旋转,在旋转效果下,可以带动上侧的负压抽气扇发生旋转,进而在负压抽气扇旋转过程中,使外界气体通过进气孔进入到进气箱的内部,然后经过倒锥保护筒中的烟雾感应报警器,从而达到对医疗室中的烟雾进行检测报警的目的。