-
公开(公告)号：CN104794798A
公开(公告)日：2015-07-22
申请号：CN201510238188.8
申请日：2015-05-11
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于移动智能终端的蓝牙门锁控制装置及其管理方法，其中装置包括微控制器模块、RTC实时时钟模块、数据记录模块、蓝牙模块、移动智能终端应用软件模块以及门锁控制电路。本发明所达到的有益效果：本装置采用蓝牙密码(密码配对成功才能建立连接)、指令识别及密码认证(指令正确并且密码正确才能操作门锁)和身份识别(通过身份验证后指令才有效)这三级验证方式，只有通过验证之后才能操作门锁，提高了安全性。在管理上，本装置采用的方法也极为简单，通过管理员的操作完成对整个门锁系统的控制，极大地简化了用户的操作。
-
公开(公告)号：CN111444726B
公开(公告)日：2024-02-09
申请号：CN202010228609.X
申请日：2020-03-27
Applicant: 河海大学常州校区
IPC: G06F40/30 , G06F40/295 , G06F18/27 , G06N3/0442 , G06N3/045 , G06N3/047 , G06N3/084 , G06N3/048
Abstract: 本发明公开一种语义信息提取方法和装置，属于自然语言处理技术领域，方法包括：获取待识别的语料数据；对获取到的语料数据进行预处理，预处理包括将语料数据转换为词向量和/或字向量；将向量转换后的语料信息输入至预先训练的语义信息提取模型，得到命名实体识别结果；所述语义信息提取模型包括双向长短时记忆网络和CRF层网络，其训练样本为已标注字符标签和实体标签的语料数据的向量形式；双向长短时记忆网络的输出为待识别语句中各词中字符映射到标签的概率矩阵，CRF层网络根据双向长短时记忆网络的输出，确定待识别语句的标签序列并输出。本发明通过将格子结构的长短时记忆网络改进为双向，使其能够更好的获知文章中一个句子前后文的信息，从而更准确地判断这个句子的语义。
-
公开(公告)号：CN111079416B
公开(公告)日：2024-02-02
申请号：CN201911220212.X
申请日：2019-12-03
Applicant: 河海大学常州校区
IPC: G06F40/232 , G06F40/284 , G06N3/0442 , G06N3/0455
Abstract: 本发明公开了一种基于共享控制门结构的中文文本校正方法，通过改进优化循环神经网络，进行更快速准确的序列到序列转换，进而实现中文文本校正。该方法包括数据预处理，引入先验知识，共享控制门结构，采用注意力机制，维比特搜索，文本校正五个部分。本发明提供的基于共享控制门结构的中文文本校正方法，充分利用了循环神经网络对序列的记忆功能，在此基础上采用共享控制门改进，从而极大减少向量计算，准确率相应得到提升，实现高效的中文文本校正。
-
公开(公告)号：CN110765277B
公开(公告)日：2023-06-09
申请号：CN201911005071.X
申请日：2019-10-22
Applicant: 河海大学常州校区
IPC: G06F16/36 , G06F16/332 , G06F16/33 , G06F16/35 , G05B23/02 , G06F16/951
Abstract: 本发明公开了一种基于知识图谱的移动端的在线设备故障诊断平台。包括如下步骤：S1，建立数控机床信息抽取模块；S2，建立数据清洗与知识图谱模块；S3，建立问答延伸模块；S4，建立后台管理模块。本发明会把用户最终采纳的答案作为新的节点纳入知识图谱的关系中，并在机床故障分词词典和问题模板中增添新的记录，使得此系统越用越智能，提升用户的使用体验。
-
公开(公告)号：CN110085255B
公开(公告)日：2021-05-28
申请号：CN201910238348.7
申请日：2019-03-27
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种语音转换基于深度内核学习高斯过程回归建模方法，截取源语音音色特征的多维数据和目标语音特征多维数据其中一维数据的前三分之二作为训练数据，截取源语音音色特征多维数据的后三分之一数据作测试数据，经过高斯回归模型进行训练，首先将训练数据输入BP神经网络得到初始权重参数，高斯过程超参数不变时对权重参数求偏导，权重参数不变时对超参数求偏导，然后更新超参数以及用方向传播更新权重参数，再循环迭代出最佳结果。本发明提高了原有语音转换中高斯回归模型的精确度，为联合神经网络与高斯过程中的优势开发出更具表现力的深度内核和可扩展性的深层结构，将所有参数都经过统一监管一起训练，作为非参数化高斯过程框架的一部分，对高斯过程的扩展性和深度有进一步的突破。
-
Patent Agency Ranking
公开(公告)号：CN111736802A
公开(公告)日：2020-10-02
申请号：CN202010552159.X
申请日：2020-06-17
Applicant: 河海大学常州校区
Abstract: 本发明属于近似计算技术领域，具体涉及一种基于操作数裁剪的乘法器，包括乘法输入项截取模块，位乘积模块和部分积累加模块，本发明通过截取操作来确定简化的乘法输入项，并在截取操作之前引入近似标志位判断是否进行截取操作，在截取操作后对简化的乘法输入项中的高位进行更新，使部分积累加过程更加简单，减少了部分积累加时所需的面积开销和时间延迟，降低了乘法运算的能耗，同时保证了乘法结果的计算精度。
-
公开(公告)号：CN111723710A
公开(公告)日：2020-09-29
申请号：CN202010522096.3
申请日：2020-06-10
Applicant: 河海大学常州校区
Abstract: 一种基于神经网络的车牌识别方法，包括获取目标车牌的图像；对图像进行预处理，基于车牌颜色的粗筛选和基于车牌纹理的细筛选进行车牌定位，并裁剪出车牌图像；对裁剪出的车牌图像进行预处理，基于垂直像素统计进行车牌的字符分割；利用训练好的基于神经网络的字符识别模型对已分割的车牌字符进行逐个识别，记录每个字符对应的标签；将识别出的字符标签转为字符串进行输出等五个步骤。基于神经网络的车牌识别方法可以提高识别精度和识别效率等优势。
-
公开(公告)号：CN111079416A
公开(公告)日：2020-04-28
申请号：CN201911220212.X
申请日：2019-12-03
Applicant: 河海大学常州校区
IPC: G06F40/232 , G06F40/284 , G06N3/04
Abstract: 本发明公开了一种基于共享控制门结构的中文文本校正方法，通过改进优化循环神经网络，进行更快速准确的序列到序列转换，进而实现中文文本校正。该方法包括数据预处理，引入先验知识，共享控制门结构，采用注意力机制，维比特搜索，文本校正五个部分。本发明提供的基于共享控制门结构的中文文本校正方法，充分利用了循环神经网络对序列的记忆功能，在此基础上采用共享控制门改进，从而极大减少向量计算，准确率相应得到提升，实现高效的中文文本校正。
-
公开(公告)号：CN110765915A
公开(公告)日：2020-02-07
申请号：CN201910982409.0
申请日：2019-10-16
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种基于跨任务多层学习的家用电器检测识别方法，该方法包括：图片的收集与筛选；数据集的制作，根据目标检测标准COCO数据集格式制作家用电器数据集；以YOLO框架为基础，改进的目标检测网络Darknet-50作为基础网络；搭建跨任务的学习框架学习模型最优的初始化参数：最内层级获取特定任务的知识，最外层级获取最内层级的跨任务知识；利用得到的初始化参数进行训练；模型测试与评估上述步骤。本发明用一种基于跨任务的学习方法，使网络获得更好的先验知识。解决了家用电器数据数量不足、数据质量差的问题，极大的提升了网络训练的时间和检测的精度。
-
公开(公告)号：CN106782599A
公开(公告)日：2017-05-31
申请号：CN201611189592.1
申请日：2016-12-21
Applicant: 河海大学常州校区
Abstract: 本发明公开一种基于高斯过程输出后滤波的语音转换方法，首先进行训练阶段，针对源和目标的平行数据，利用高斯过程建立源与目标之间的映射关系，然后在转换阶段，通过该映射关系得到目标预测特征参数，利用高斯过程对该输出值进行最大似然估计，并建立输出值的方差的高斯分布。再对最大似然估计和方差的高斯分布进行联合最优化，完成对高斯过程输出的后滤波得到目标参数值，实现高质量的语音转换效果。本发明充分考虑了语音信号特征参数过平滑的问题，构造高斯过程输出后滤波的联合优化函数，提高预测特征参数的准确性，实现说话人个性特征的高质量变换。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.038 seconds)
