-
公开(公告)号：CN107610224B
公开(公告)日：2020-11-13
申请号：CN201710874127.X
申请日：2017-09-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于弱监督与明确闭塞建模的3D汽车对象类表示算法，属于神经网络对汽车检测与定位的领域。该算法利用弱标签图片作为训练集，同时利用3D汽车闭塞模型能通过汽车零部件定位与遮挡评估来恢复与完善汽车3D信息的优点，解决目前汽车检测中存在汽车检测与定位不完整的问题。本发明采用3D汽车闭塞模型对仅有的2D汽车信息进行恢复与完善，使得被截断、遮挡和闭塞等不完整的2D汽车信息恢复为完成的3D汽车表示，解决了目前汽车检测代价大，汽车信息检测与汽车定位不完备的问题。3D汽车对象类表示因此采用基于弱监督与明确闭塞建模的算法对于汽车检测与定位的后续处理具有重要的理论意义和应用价值。
-
公开(公告)号：CN107870306A
公开(公告)日：2018-04-03
申请号：CN201711344174.X
申请日：2017-12-11
Applicant: 重庆邮电大学
IPC: G01R31/36
CPC classification number: G01R31/367
Abstract: 本发明涉及一种基于深度神经网络下的锂电池荷电状态预测算法，包含以下步骤：S1：运行电动车，采集电动车锂电池组各个电池的端电压、温度以及电池组荷电状态；S2：将锂电池组从满电量运行至锂电池荷电状态为0％；S3：将不同老化程度的锂电池重复S1～S2，每个荷电状态进行多次采集；S4：将采集电池数据分为训练集和测试集，将训练集经过长短记忆神经网络进行训练，获取荷电状态观测器；S5：将测试集输入训练好的观测器测试模型的准确性，重复S4直至误差逼近规定阈值；S6：将传感器在线采集的单体电池的温度、电压输入到训练好的荷电状态观测器模型中，得到当前锂电池组的荷电状态值。本发明能够实现对电动车锂电池荷电状态的在线预测，其预测准确率可达93％。
-
公开(公告)号：CN108282587A
公开(公告)日：2018-07-13
申请号：CN201810055021.1
申请日：2018-01-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于状态跟踪与策略导向下的移动客服对话管理方法，属于隐马尔科夫模型与神经网络对自然语言处理的领域。该方法通过构建POMDP模型，结合设计深度增强学习的问题引导策略优化算法，实现对话状态实时跟踪，对下一对话结果及时预测，给出预测对话策略，并根据策略优化算法，得出最佳对话策略方法，推导出最优对话预测结果。本发明不仅节约了大量的人工成本提高了客服对话的工作效率，同时还为用户提供了更为便捷的服务体验，提升服务质量。
-
公开(公告)号：CN108259136A
公开(公告)日：2018-07-06
申请号：CN201810030109.8
申请日：2018-01-12
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种智能旅居商务房车的跨模态智能感知方法，该方法具体包含如下步骤：S1：基于总线结构对传感器信号进行数据采集传输；S2：通过深度自编码器提取所采集的数据中具有共性的感知数据，简化数据编码；S3：运用自编码器权值连接关系，优化连接网络结构。针对数据传输量负载大的问题，本发明采取了以深度自编码技术为核心的数据编码技术，在保障了数据传输质量的同时又降低了数据的维度保证了数据传输的负载的平衡。本发明方法提出了稀疏优化的神经网络剪枝技术，在衡量连接关系的权值大小后简化连接结构，提高数据输入输出效率和编码器的运转效率。
-
公开(公告)号：CN107610224A
公开(公告)日：2018-01-19
申请号：CN201710874127.X
申请日：2017-09-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于弱监督与明确闭塞建模的3D汽车对象类表示算法，属于神经网络对汽车检测与定位的领域。该算法利用弱标签图片作为训练集，同时利用3D汽车闭塞模型能通过汽车零部件定位与遮挡评估来恢复与完善汽车3D信息的优点，解决目前汽车检测中存在汽车检测与定位不完整的问题。本发明采用3D汽车闭塞模型对仅有的2D汽车信息进行恢复与完善，使得被截断、遮挡和闭塞等不完整的2D汽车信息恢复为完成的3D汽车表示，解决了目前汽车检测代价大，汽车信息检测与汽车定位不完备的问题。3D汽车对象类表示因此采用基于弱监督与明确闭塞建模的算法对于汽车检测与定位的后续处理具有重要的理论意义和应用价值。
-
Patent Agency Ranking
公开(公告)号：CN106919556A
公开(公告)日：2017-07-04
申请号：CN201710093898.5
申请日：2017-02-21
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种采用稀疏编码的自然语言语义深度解析算法，本发明通过文本预训练、文本训练和文本测试三个步骤得到自然语言的解析结果。具有联想记忆能力，计算简便，使自然信号的结构更加清晰的优点，解决现今自然语言解析存在的近义、歧义和文本语义难以辨析的问题。在本专利中采用稀疏编码的方法将作为样本数据的词与词间的向量空间距离拉大，使原本有相近或歧义含义的词间的细微差别扩大化，有效的将具有歧义或近义的词分开，使得文本中的整体语义更加符合文本作者的真实意图，为提高处理大量自然语言语义解析的准确性提供了便利。因此采用稀疏编码的自然语言语义深度解析算法对于文本解析的后续处理具有重要的理论意义和应用价值。
-
公开(公告)号：CN108282587B
公开(公告)日：2020-05-26
申请号：CN201810055021.1
申请日：2018-01-19
Applicant: 重庆邮电大学
IPC: G10L15/14
Abstract: 本发明涉及一种基于状态跟踪与策略导向下的移动客服对话管理方法，属于隐马尔科夫模型与神经网络对自然语言处理的领域。该方法通过构建POMDP模型，结合设计深度增强学习的问题引导策略优化算法，实现对话状态实时跟踪，对下一对话结果及时预测，给出预测对话策略，并根据策略优化算法，得出最佳对话策略方法，推导出最优对话预测结果。本发明不仅节约了大量的人工成本提高了客服对话的工作效率，同时还为用户提供了更为便捷的服务体验，提升服务质量。
-
公开(公告)号：CN108009284A
公开(公告)日：2018-05-08
申请号：CN201711408277.8
申请日：2017-12-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种采用半监督卷积神经网络的法律文本分类方法，属于神经网络领域。该方法利用SSC对自然语言进行处理，实现了该系统的主要目标，通过对法律案情描述的处理，初步解决该法律案情描述触犯了当事人什么权益，或是当事人违反了哪些法律法规，当事人可能不止一个权益受到侵犯，也或者是当事人同时触犯了多个法律法规，实现多标签分类。该法律服务平台帮助办案人员高效处理各类法律案件，对各类法律案件进行语义分析，实现分类，使我们的自然语言理解功能不仅具备理解字面意思的能力，还具备逻辑推理，理解深层意思的能力。
-
公开(公告)号：CN107015963A
公开(公告)日：2017-08-04
申请号：CN201710172099.7
申请日：2017-03-22
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于深度神经网络的自然语言语义分析系统及方法，包括构建知识图、输入训练集、得到N‑Gram概率模型、利用word2vec将词表征为向量得到矩阵作为输入、利用深度置信网络模型进行实体识别、输入验证集，调整分类器参数、输入测试集，测试模型的分类能力、采用知识图的方法，对语言描述中的实体进行推理、得到相应结论。与现有技术相比，本发明采用知识图的方法对语言描述中的实体进行推理，得到相应的结论，使我们的自然语言理解功能不仅具备理解字面意思的能力，还具备逻辑推理，理解深层意思的能力，具有推广使用的价值。
-
公开(公告)号：CN107633079B
公开(公告)日：2021-03-23
申请号：CN201710874715.3
申请日：2017-09-25
Applicant: 重庆邮电大学
IPC: G06F16/332 , G06F16/35 , G06F40/289 , G06F40/30 , G06N3/08
Abstract: 本发明涉及一种基于数据库与神经网络的车机自然语言人机交互算法，属于自然语言数据处理领域。该算法通过建立数据库、文本训练、文本测试和数据库补充四个步骤得到车机系统人机交互结果。采用建立数据库的方法将尽可能的人机交互中涉及的文本信息尽数收集分类，建立层层递进的子数据库。将用户说出的语言信息进行数据库匹配，重重匹配递进找到最终的匹配结果输出。若数据库匹配失败，深度置信神经网络将作为支撑进一步得到最终结果。本发明不仅提高了文本语言交互的多样性，同时还增加了交互反馈的准确性，增加用户体验，解决了目前车机操作中只能以单一指令控制车机操作系统的不友好现象，同时通过不断地判断与补充，提高指令反馈的准确性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
