-
公开(公告)号：CN110472243A
公开(公告)日：2019-11-19
申请号：CN201910728950.9
申请日：2019-08-08
Applicant: 河南大学
Abstract: 本发明涉及一种中文拼写检查方法。包括如下步骤：构建分词模型，对待检测文本进行分词，得到分词序列；辨认分词序列中的可疑字，并对可疑字进行标记；建立混淆集；利用混淆集构建图模型框架生成纠正候选；计算得出最优候选结果。本发明构建了优质的混淆字集，对分词系统做进一步改进，提高分词的准确率，进而更准确地查找错误位置和错误字。
-
公开(公告)号：CN109960815A
公开(公告)日：2019-07-02
申请号：CN201910235726.6
申请日：2019-03-27
Applicant: 河南大学
IPC: G06F17/28 , G06F16/36 , G06F16/951 , G06F16/953 , G06F16/9535
Abstract: 本发明公开的神经机器翻译NMT模型的创建方法及系统，利用爬虫技术，从网络资源中获取一定数量的通用中英文对照语句，生成通用语料库，利用爬虫技术，从多套中英对照信息学科类电子书籍中获取一定数量的学科类中英文对照文本并将中英文本序列化，并对长度不一的学科类中英文对照语句依次进行调节，对调节后的序列进行翻译，将得到的翻译结果与对应的中文或英文做相似度匹配，将相似度大于设定阈值的句子设为专业语料库，生成专业语料库，利用通用语料库及专业语料库对序列到序列Seq2Seq模型进行训练，建立NMT模型，实现了专业领域文本的精确翻译，提高了翻译质量、满足了人们对专业领域文本的翻译需求。
-
公开(公告)号：CN102033518A
公开(公告)日：2011-04-27
申请号：CN200910176967.4
申请日：2009-09-25
Applicant: 河南大学
IPC: G05B19/418
Abstract: 本发明涉及一种电表远程监控、采集系统，尤其涉及一种基于BACnet现场总线式的网络电表监控系统。其目的正是为了克服现有技术中需要大量人力物力进行人工抄表监控的缺陷，提供了一种基于BACnet现场总线式的网络电表监控系统。该电表监控系统采用三级控制，最低级采用多个现场控制器，第二级采用区域控制站，第三级采用中央控制站，三级控制节点采用BACnet网络连接通信，所述现场控制器为BACnet分散型可程序微处理机，其特征在于所述的BACnet分散型可程序微处理机具有RAM资料记忆单元，所述RAM资料记忆单元存储对应于地址的动态的密钥，其能够在每次重启时由中控机更新。
-
-
公开(公告)号：CN110472243B
公开(公告)日：2023-04-07
申请号：CN201910728950.9
申请日：2019-08-08
Applicant: 河南大学
IPC: G06F40/232 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种中文拼写检查方法。包括如下步骤：构建分词模型，对待检测文本进行分词，得到分词序列；辨认分词序列中的可疑字，并对可疑字进行标记；建立混淆集；利用混淆集构建图模型框架生成纠正候选；计算得出最优候选结果。本发明构建了优质的混淆字集，对分词系统做进一步改进，提高分词的准确率，进而更准确地查找错误位置和错误字。
-
Patent Agency Ranking
公开(公告)号：CN109960815B
公开(公告)日：2022-12-09
申请号：CN201910235726.6
申请日：2019-03-27
Applicant: 河南大学
IPC: G06F40/49 , G06F16/36 , G06F16/951 , G06F16/953 , G06F16/9535
Abstract: 本发明公开的神经机器翻译NMT模型的创建方法及系统，利用爬虫技术，从网络资源中获取一定数量的通用中英文对照语句，生成通用语料库，利用爬虫技术，从多套中英对照信息学科类电子书籍中获取一定数量的学科类中英文对照文本并将中英文本序列化，并对长度不一的学科类中英文对照语句依次进行调节，对调节后的序列进行翻译，将得到的翻译结果与对应的中文或英文做相似度匹配，将相似度大于设定阈值的句子设为专业语料库，生成专业语料库，利用通用语料库及专业语料库对序列到序列Seq2Seq模型进行训练，建立NMT模型，实现了专业领域文本的精确翻译，提高了翻译质量、满足了人们对专业领域文本的翻译需求。
-
公开(公告)号：CN107680037B
公开(公告)日：2020-09-29
申请号：CN201710817616.1
申请日：2017-09-12
Applicant: 河南大学
Abstract: 本发明公开了一种改进的基于最近特征线流形学习的人脸超分辨率重建方法，在现有基于最近特征线流形学习的人脸超分辨率重建方法的基础上，通过对于投影点落在两个样本点之间的连接线的外推线上的情况进行区分处理，即当投影点到两个样本点的欧氏距离之和大于两个样本点之间的欧氏距离的W倍，则从两个样本点中查找距离投影点较近的样本点替换投影点，形成待筛选点集，这样对投影点进行限制使得其与样本点具有更强的关联性，可以很大程度地提高新得到的样本数据对输入低分辨率图像块的表达能力，尽量避免引入原图像不存在的细节信息，提高低分辨率图像的重建效果。
-
公开(公告)号：CN107680037A
公开(公告)日：2018-02-09
申请号：CN201710817616.1
申请日：2017-09-12
Applicant: 河南大学
CPC classification number: G06T3/4076 , G06K9/00228 , G06T2207/20081 , G06T2207/30201
Abstract: 本发明公开了一种改进的基于最近特征线流形学习的人脸超分辨率重建方法，在现有基于最近特征线流形学习的人脸超分辨率重建方法的基础上，通过对于投影点落在两个样本点之间的连接线的外推线上的情况进行区分处理，即当投影点到两个样本点的欧氏距离之和大于两个样本点之间的欧氏距离的W倍，则从两个样本点中查找距离投影点较近的样本点替换投影点，形成待筛选点集，这样对投影点进行限制使得其与样本点具有更强的关联性，可以很大程度地提高新得到的样本数据对输入低分辨率图像块的表达能力，尽量避免引入原图像不存在的细节信息，提高低分辨率图像的重建效果。
-
公开(公告)号：CN107481196B
公开(公告)日：2020-05-19
申请号：CN201710831228.9
申请日：2017-09-12
Applicant: 河南大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于最近特征线的特征转换人脸超分辨率重建方法，通过将基于最近特征线流形学习的人脸超分辨率算法与基于局部特征转换的人脸超分辨率算法融合在一起进行人脸超分辨率重建，因此本方法与基于最近特征线流形学习的人脸超分辨率算法相比，使用了特征转换思想，在去除了大量噪声干扰的同时，还能够保持图像的大部分原始信息，主要表现为对噪声具有更好的鲁棒性；本方法与基于局部特征转换的人脸超分辨率算法相比，因为使用最近特征线思想提高了训练样本库的表达能力，使得重建的目标图像有了更好的高频局部细节信息，达到了很好的图像重建效果。
-
公开(公告)号：CN109343692B
公开(公告)日：2021-07-23
申请号：CN201811089845.7
申请日：2018-09-18
Applicant: 河南大学
IPC: G06F1/3234 , G06T7/11
Abstract: 本发明提供了基于图像分割的移动设备显示器省电方法，通过卷积操作、上下文正则化操作和循环迭代操作解决了现有同类算法图像区域和非图像区域分割不准确的问题，尤其解决了预测图片大面积错误和边缘分割不清晰的问题，提高了图像分割准确程度，进而降低图像中非图像区域的亮度，在有效保持图像质量的同时，使得显示器耗电程度可以随用户的使用偏好进行调节。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.018 seconds)
