-
公开(公告)号：CN113221571B
公开(公告)日：2022-07-01
申请号：CN202110600808.3
申请日：2021-05-31
Applicant: 重庆交通大学
IPC: G06F40/295 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明涉及互联网络人工智能技术和自然语言处理技术领域，具体涉及基于实体相关注意力机制的实体关系联合抽取方法，其包括：获取待处理文本；将待处理文本输入经过预先训练的实体关系联合抽取神经网络模型中；实体关系联合抽取神经网络模型首先识别所述待处理文本中的所有实体；然后将各个实体分别作为目标头实体去识别对应的目标尾实体；最后识别各个目标头实体与对应目标尾实体之间的关系，并根据目标头实体、目标尾实体和相应关系构建对应的三元组；输出所有的三元组。本发明中的实体关系联合抽取方法能够保证实体关系联合抽取关联性并解决重叠关系问题，从而能够提升实体关系联合抽取的效果。
-
公开(公告)号：CN112884007A
公开(公告)日：2021-06-01
申请号：CN202110093797.4
申请日：2021-01-22
Applicant: 重庆交通大学
Abstract: 本发明公开了一种像素级统计描述学习的SAR图像分类方法，包括：S1、将目标SAR图像输入SAR图像分类模型；S2、SAR图像分类模型中的判别子网络提取目标SAR图像的像素级统计描述特征；S3、SAR图像分类模型中的模式子网络提取目标SAR图像的结构模式描述特征；S4、SAR图像分类模型中的融合模块将像素级统计描述特征和结构模式描述特征融合得到目标SAR图像的图像描述特征；S5、SAR图像分类模型中的Softmax层基于图像描述特征生成目标SAR图像的分类结果。本发明能够解决SAR图像分析时存在的泛化能力不高和稳健性不足的问题。
-
公开(公告)号：CN119962685A
公开(公告)日：2025-05-09
申请号：CN202510049460.1
申请日：2025-01-13
Applicant: 重庆交通大学
IPC: G06N5/04 , G06N3/045 , G06F40/18 , G06F40/126
Abstract: 本发明属于智能模型处理技术领域，尤其涉及多文本‑多表格问答的思维链和思维程序联合推理方法，包括：S1、构建多文本‑多表格数据集；S2、对多文本‑多表格数据集中的文本、表格编码；S3、采用思维链CoT方法将待处理的复杂问题分解为顺序组合的多个子问题；S4、使用大语言模型F对各子问题进行求解，得到各子问题的初步答案；S5、将各子问题及相应上下文输入GPT‑4模型重新求解，并将重新求解的结果记为预设参考答案；比较各子问题的预设参考答案与初步答案是否一致；完成大语言模型F的校验调优；S6、通过校验调优后的大语言模型F生成复杂问题的最终答案。本方法可以精准、高效的桥梁检测结果与分析关键信息获取，为桥梁管养领域提供了有力的技术支持。
-
公开(公告)号：CN119887118A
公开(公告)日：2025-04-25
申请号：CN202510070519.5
申请日：2025-01-16
Applicant: 重庆交通大学
IPC: G06Q10/10 , G06Q50/08 , G06F40/16 , G06F40/295 , G06F40/30 , G06F16/353
Abstract: 本发明涉及智能化技术领域，具体涉及大语言模型驱动的建筑信息模型自动化合规性审查方法。本方法通过高效实体识别与初步验证、精准IFC类映射、高效属性信息抽取与文本转化以及自动化合规性审查等步骤，实现了复杂法规逻辑的自动识别和推理，同时实现了BIM模型与规范文本之间的高效、准确对齐。这一技术方案不仅大幅提升了BIM合规性审查的自动化程度和准确性，还降低了人工审查的成本和风险，为建筑行业的数字化转型和智能化管理提供了有力支持。
-
公开(公告)号：CN118155065B
公开(公告)日：2024-11-15
申请号：CN202410258588.4
申请日：2024-03-07
Applicant: 重庆交通大学
Abstract: 本发明公开了一种基于注意力机制的多模态桥梁裂缝特征提取方法和系统，所述方法包括：收集桥梁裂缝的多模态数据；设计各个模态的子网络，在子网络中引入自注意力机制，每个子网络负责处理一种特定类型的数据；在各个模态的子网络间引入多模态交叉注意力机制，以增强多模态之间的相关性；将各个模态子网络的输出进行多模态特征的融合，确保融合后的特征能够全面地捕捉每个模态的关键信息；从融合后的数据中提取裂缝的关键特征。本发明提出的基于注意力机制的多模态特征提取方法能够很好的提取桥梁裂缝特征。
-
Patent Agency Ranking
公开(公告)号：CN118333962A
公开(公告)日：2024-07-12
申请号：CN202410429658.8
申请日：2024-04-10
Applicant: 重庆交通大学
IPC: G06T7/00 , G06V10/26 , G06V10/42 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0495
Abstract: 本发明属于图像处理技术领域，具体涉及一种基于改进DeepLabV3+的混凝土桥梁裂缝检测方法，包括：获取待检测的混凝土桥梁图像，将待检测的混凝土桥梁图像输入到训练后的改进DeepLabV3+神经网络中，得到混凝土裂缝图像的分割信息；根据混凝土裂缝图像的分割信息对混凝土桥梁裂缝进行检测；改进DeepLabV3+神经网络包括轻量化的主干网络、空洞空间金字塔池化模块、多层次特征融合网络以及解码模块；本发明在空洞卷积金字塔后引入vision transformer网络，并与卷积网络组成多层次特征融合网络，以提高性能。
-
公开(公告)号：CN118155065A
公开(公告)日：2024-06-07
申请号：CN202410258588.4
申请日：2024-03-07
Applicant: 重庆交通大学
Abstract: 本发明公开了一种基于注意力机制的多模态桥梁裂缝特征提取方法和系统，所述方法包括：收集桥梁裂缝的多模态数据；设计各个模态的子网络，在子网络中引入自注意力机制，每个子网络负责处理一种特定类型的数据；在各个模态的子网络间引入多模态交叉注意力机制，以增强多模态之间的相关性；将各个模态子网络的输出进行多模态特征的融合，确保融合后的特征能够全面地捕捉每个模态的关键信息；从融合后的数据中提取裂缝的关键特征。本发明提出的基于注意力机制的多模态特征提取方法能够很好的提取桥梁裂缝特征。
-
公开(公告)号：CN117290520A
公开(公告)日：2023-12-26
申请号：CN202311380050.2
申请日：2023-10-23
Applicant: 重庆交通大学
IPC: G06F16/36 , G06N5/025 , G06N5/04 , G06N3/0464 , G06N3/08
Abstract: 本发明属于桥梁检测知识图谱补全技术领域，尤其涉及一种基于知识蒸馏联合内生规则约束的知识图谱补全方法，包括以下步骤：S1、设计出n种桥梁检测领域常见的知识图谱子图结构；S2、使用S1的知识图谱子图结构对原知识图谱的三元组进行筛选，得到m个三元组子集；S3、对S2筛选出的三元组子集进行清洗处理，得到规则训练集；S4、将规则训练集作为训练数据集的补充，使用规则训练集与训练数据集联合训练知识蒸馏的Teacher网络；S5、将训练数据集中的正确标签联合做为监督，将训练后的Teacher网络的预测结果作为另一种监督，联合对知识蒸馏的Student网络进行训练；S6、使用训练后的Student网络对原知识图谱进行补全。本方法可以较好的实现桥梁管养领域的知识图谱补全。
-
公开(公告)号：CN116612082A
公开(公告)日：2023-08-18
申请号：CN202310562761.5
申请日：2023-05-18
Applicant: 重庆交通大学
IPC: G06T7/00 , G06N3/0455 , G06N3/045 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及桥梁裂缝检测技术领域，尤其涉及一种基于高低层特征关联的混凝土桥梁网状裂缝检测方法。本发明包括以下步骤：S1：基于编码器‑解码器结构，建立低级特征层和高级特征层之间的关系，形成高低层特征关联模块；S2：采用自适应最大池化取代高效注意力机制模块中的全局平均池化，形成注意力机制处理模块；S3：将最大池化和平均池化相结合，形成池化叠加模块。本发明通过基于编码器‑解码器结构，建立低级特征层和高级特征层之间的关系，形成高低层特征关联模块，能够很好地连接上下层之间的特征提取图，弥补上层特征图在池化过程中丢失的部分特征，以此达到提高细小分支裂缝特征信息的分割效果。
-
公开(公告)号：CN112926448B
公开(公告)日：2022-06-14
申请号：CN202110209645.6
申请日：2021-02-24
Applicant: 重庆交通大学
Abstract: 本发明公开了一种相干斑模式起伏稳健的SAR图像分类方法，包括：获取待分类SAR图像；将待分类SAR图像输入训练后的SAR图像分类网络得到待分类SAR图像的分类结果，所述训练后的SAR图像分类网络对无相干斑噪声SAR图像以及对应的相干斑噪声SAR图像提取的特征描述矢量相似且分类结果相同。本发明通过正则约束对特征提取部分和分类器部分都做了约束，增强了对于相干斑噪声的鲁棒性。并且，与现有技术相比，无需进行数据增强，也无需设计特定的相干斑滤波方法。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.029 seconds)
