基于多图卷积和记忆网络的多区域降水量预测模型构建方法

    公开(公告)号:CN111126704A

    公开(公告)日:2020-05-08

    申请号:CN201911362437.9

    申请日:2019-12-25

    Abstract: 本发明公开了基于多图卷积和记忆网络的多区域降水量预测模型构建方法,包括:建立至少两个邻接矩阵;构建多个区域降水量输入数据集并计算依赖注意力分数;将依赖注意力分数输入到预先构建的LSTM记忆网络中得到输出值,将该值分别输入到预先构建的图卷积神经网络中;将所有图卷积神经网络的输出求和后输入到全连接层进行特征回归预测得到整个网络的降水量预测输出,根据误差训练整个模型至误差满足预设值,获得最终的多区域降水量预测模型。本发明,充分利用了降水量过程存在的时序特征,避免了现有技术仅仅考虑单时刻的各项变量值去预测降水量,丢失了各项变量值随时间的变化趋势信息,有效的提高了降水量预测的准确度。

    一种基于深度学习的轨道交通站台门故障诊断系统

    公开(公告)号:CN110262463A

    公开(公告)日:2019-09-20

    申请号:CN201910613949.1

    申请日:2019-07-09

    Abstract: 本发明公开了一种基于深度学习的轨道交通站台门故障诊断系统,包括轨道交通站台门体系统、门机传动系统、单元门控制系统和故障诊断系统,门机传动系统受单元门控制系统的时序控制,用于控制轨道交通站台门体系统的开关闭合;故障诊断系统实时采集监测传感器的反馈信号,同时利用服务器训练生成故障诊断模型、并通过故障诊断模型对站台门运行状态进行实时故障诊断。本发明充分利用了神经网络能自动从大容量多模态数据中学习隐式的特征,而非人工设计的特征模型。

    基于CNN和RNN的银行卡卡号定位与端到端识别方法

    公开(公告)号:CN110766001B

    公开(公告)日:2023-05-23

    申请号:CN201910933476.3

    申请日:2019-09-29

    Abstract: 本发明公开了一种基于CNN和RNN的银行卡卡号定位与端到端识别方法,用于解决现有技术面对银行卡复杂背景花纹、多样印刷和凹凸字体、多种字体颜色和复杂拍摄场景下存在的卡号识别准确度较低的技术问题。实现步骤为:步骤1:制作银行卡图片数据集;步骤2:对银行卡图片数据集进行数据增强;步骤3:定位获取银行卡图片中的卡号区域图片;步骤4:对银行卡号区域图进行端到端的字符识别。本发明能够在各种复杂情况下,有效的对银行卡图片进行卡号定位和卡号端到端识别,可运用于证件号码识别、车牌识别、记分牌识别、票据单号识别等数字识别的场合。

    基于多图卷积和记忆网络的多区域降水量预测模型构建方法

    公开(公告)号:CN111126704B

    公开(公告)日:2022-07-29

    申请号:CN201911362437.9

    申请日:2019-12-25

    Abstract: 本发明公开了基于多图卷积和记忆网络的多区域降水量预测模型构建方法,包括:建立至少两个邻接矩阵;构建多个区域降水量输入数据集并计算依赖注意力分数;将依赖注意力分数输入到预先构建的LSTM记忆网络中得到输出值,将该值分别输入到预先构建的图卷积神经网络中;将所有图卷积神经网络的输出求和后输入到全连接层进行特征回归预测得到整个网络的降水量预测输出,根据误差训练整个模型至误差满足预设值,获得最终的多区域降水量预测模型。本发明,充分利用了降水量过程存在的时序特征,避免了现有技术仅仅考虑单时刻的各项变量值去预测降水量,丢失了各项变量值随时间的变化趋势信息,有效的提高了降水量预测的准确度。

    一种基于深度学习的轨道交通站台门故障诊断系统

    公开(公告)号:CN110262463B

    公开(公告)日:2021-12-10

    申请号:CN201910613949.1

    申请日:2019-07-09

    Abstract: 本发明公开了一种基于深度学习的轨道交通站台门故障诊断系统,包括轨道交通站台门体系统、门机传动系统、单元门控制系统和故障诊断系统,门机传动系统受单元门控制系统的时序控制,用于控制轨道交通站台门体系统的开关闭合;故障诊断系统实时采集监测传感器的反馈信号,同时利用服务器训练生成故障诊断模型、并通过故障诊断模型对站台门运行状态进行实时故障诊断。本发明充分利用了神经网络能自动从大容量多模态数据中学习隐式的特征,而非人工设计的特征模型。

    基于CNN和RNN的银行卡卡号定位与端到端识别方法

    公开(公告)号:CN110766001A

    公开(公告)日:2020-02-07

    申请号:CN201910933476.3

    申请日:2019-09-29

    Abstract: 本发明公开了一种基于CNN和RNN的银行卡卡号定位与端到端识别方法,用于解决现有技术面对银行卡复杂背景花纹、多样印刷和凹凸字体、多种字体颜色和复杂拍摄场景下存在的卡号识别准确度较低的技术问题。实现步骤为:步骤1:制作银行卡图片数据集;步骤2:对银行卡图片数据集进行数据增强;步骤3:定位获取银行卡图片中的卡号区域图片;步骤4:对银行卡号区域图进行端到端的字符识别。本发明能够在各种复杂情况下,有效的对银行卡图片进行卡号定位和卡号端到端识别,可运用于证件号码识别、车牌识别、记分牌识别、票据单号识别等数字识别的场合。

Patent Agency Ranking