-
公开(公告)号：CN116050416A
公开(公告)日：2023-05-02
申请号：CN202310009337.8
申请日：2023-01-03
Applicant: 西南交通大学
IPC: G06F40/295 , G06F40/247 , G06F40/40 , G06N3/0455 , G06N3/0499 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/0475 , G06N3/08
Abstract: 本发明涉及一种高速列车转向架设计标准命名实体识别方法，包括：提取文本数据，数据增强，制作数据集。采集指定领域大量的未标注语料，获取训练所需数据。经过多种方式数据增强后，再标注每一未标注语料中实体所在的位置，标注为BIO标注格式，形成本发明所使用的数据集。使用了NER模型网络，并基于人工标注好的NER数据上训练NER模型，训练过程中，语言模型的参数也被视为上层NER模型的参数，一起进行训练。通过梯度下降，更新参数，重复训练过程，可以不断降低损失函数，得到越来越好的预测结果。
-
公开(公告)号：CN116340455A
公开(公告)日：2023-06-27
申请号：CN202310333688.4
申请日：2023-03-31
Applicant: 西南交通大学
IPC: G06F16/31 , G06F40/151 , G06F40/40 , G06N3/048 , G06N3/0455 , G06N3/0442 , G06N3/08 , G06N3/047
Abstract: 本发明涉及一种高速列车转向架设计标准实体关系抽取方法，基于现有的BERT‑BiLSTM模型，提出了基于双注意力集中机制和针对转向架数据集优化的改进RoBERTa‑wwm‑BISRU模型，形成BRENet模型。将双注意力集中机制与RoBERTa‑wwm‑BISRU模型相结合，并针对转向架数据集结构对模型损失函数进行优化。两个注意力集中层的加入可以使模型提高对上下文语意的理解能力，使用改进的RoBERTa‑wwm模型可以提高词句分割与编码能力，从而提升了小数据集中的实体关系抽取性能，并且模型针对转向架数据集进行了优化，改进了模型损失函数，提高了模型预测的准确率。
-
公开(公告)号：CN117994849A
公开(公告)日：2024-05-07
申请号：CN202410190229.X
申请日：2024-02-21
Applicant: 西南交通大学
IPC: G06V40/20 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , A61B5/11 , A61B5/00
Abstract: 本发明属于跌倒检测领域，具体涉及基于红外阵列传感器的嵌入式跌倒检测方法及系统；包括以下步骤：步骤1：获取人体姿态红外数字图像，利用EnlightenGAN数据增强网络对接收到的人体姿态红外数字图像进行预处理；步骤2：基于姿态识别算法对预处理后的人体姿态红外数字图像进行分析，获取当前目标的人体姿态信息；步骤3：利用阈值分析的方式结合当前的人体姿态信息和历史人体姿态信息进行跌倒判断；步骤4：基于采集到的人体姿态红外数字图像对步骤1到步骤3进行训练，得到训练好的模型，将训练好的模型用于跌倒检测。本发明通过红外线阵列传感器结合跌倒检测算法模型实现了人体跌倒的检测，从而有效的保护了使用者的个人隐私。
-
公开(公告)号：CN116258683A
公开(公告)日：2023-06-13
申请号：CN202310034359.X
申请日：2023-01-10
Applicant: 西南交通大学
IPC: G06T7/00 , G06V10/20 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于图像识别的主板质量检测方法、系统、设备和介质，涉及质量检测领域，其方法包括：S1、获取计算机主板的图片集；S2、对图片集进行图像预处理；S3、利用打标签工具对图像预处理后的图片集进行标定以获取样本训练集和测试数据集；S4、基于样本训练集进行样本分类训练以得到模型评价指标；S5、基于模型评价指标对测试数据集进行预测，并通过NMS非极大值抑制算法对预测结果进行挑选以得到最优预测结果作为主板质量检测结果；本发明能够解决人工质检存在的问题，降低损失，提高主板的质量检测效率。
-
-
-
Search Results
4
records
(took 0.016 seconds)
