-
公开(公告)号:CN114169327A
公开(公告)日:2022-03-11
申请号:CN202111531412.4
申请日:2021-12-14
Applicant: 桂林电子科技大学
IPC: G06F40/289 , G06F40/30
Abstract: 本发明涉及自然语言处理技术领域,具体涉及一种基于LSTM的分词方法及系统;包括传输模块、标号模块、提取模块、比对模块和分析模块,标号模块与传输模块连接,提取模块与标号模块连接,比对模块与提取模块连接,分析模块与比对模块连接,并与传输模块连接,通过传输模块将文本信息传入标号模块内,标号模块对文本进行标号,提取模块对标号后的文本进行提取,比对模块对提取后的文本进行比对,分析模块对比对后的文本进行分析,从而根据文本的含义提取出关键词,进而使检索的效果好。
-
公开(公告)号:CN117237730A
公开(公告)日:2023-12-15
申请号:CN202311235700.4
申请日:2023-09-25
Applicant: 桂林电子科技大学
IPC: G06V10/764 , G06V10/774 , G06F40/289 , G06N3/0442 , G06N3/0464 , G06N3/0455 , G06N3/092
Abstract: 本发明公开了一种基于局部特征和二阶循环神经网络的图像中文描述方法,能运用在自动商品描述,幼儿早教等图像理解的场景。其特征在于:构建目标检测模块获取图像局部特征,使生成的描述尽可能包含图像中的对象;构建局部特征增强模块对局部特征进行提炼细化,减少干扰;构建二阶循环神经网络模块和注意力模块对所述局部特征进行解码生成图像的中文描述,其中二阶循环神经网络可建立更好的长序列依赖关系,使生成的描述句子更加自然流畅。实验结果表明本发明方法具有描述丰富、准确率高的特点。
-
公开(公告)号:CN117390962A
公开(公告)日:2024-01-12
申请号:CN202311409885.6
申请日:2023-10-27
Applicant: 桂林电子科技大学
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明公开了一种基于二阶循环神经网络的空气质量预测方法,依次包含以下步骤:首先,利用PM2.5,PM10,SO2,CO,O3,NO2等空气污染指标构建输入向量时间序列X,并计算相应的空气质量指标AQI;然后,利用缺失值补插以及最大最小归一化等方法对X和AQI进行预处理;接着,构建二阶循环神经网络,并利用利用预处理过的X和AQI训练得到最优二阶循环神经网络模型;最后,利用最优二阶循环神经网络模型,根据X的历史值对AQI的未来值进行预测,最终形成AQI预测值序列。本发明为空气质量预测提供了一种新思路,实验结果表明本发明方法具有时长跨度建模能力强,误差率低的优点。
-
公开(公告)号:CN117351949A
公开(公告)日:2024-01-05
申请号:CN202311517330.3
申请日:2023-11-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于二阶循环神经网络的环境声音识别方法,能运用在音频监控、机器人导航的音频场景识别方面等。其过程包括:构建原始音频的特征提取模块;构建对特征模块进行处理的数据增强模块;构建基于二阶循环神经网络的序列识别模块;构建含有全局注意力的注意力模块,结合二阶循环神经网络的输出生成音频标签进行音频识别与分类。
-
-
-