-
公开(公告)号：CN119149749A
公开(公告)日：2024-12-17
申请号：CN202411659664.9
申请日：2024-11-20
Applicant: 南昌工程学院
IPC: G06F16/35 , G06F18/243 , G06F18/25 , G06F40/216 , G06F40/284 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本公开涉及基于词频概率融合的文本大数据分级分类方法及其系统，包括：获取原始文本数据，对原始文本数据进行数据清洗和数据增强操作得到输入数据；根据所述输入数据构建基于概率分布的主题模型，通过基于概率分布的主题模型得到输入数据的主题‑词汇关系，将主题‑词汇关系与词嵌入模型进行特征融合，得到新的词嵌入模型；根据新的词嵌入模型，利用改进Transformer网络模型和卷积神经网络构建深度学习网络模型；对深度学习网络模型进行训练与参数优化，得到训练好的深度学习网络模型；将待分类数据输入训练好的深度学习网络模型中，得到分级分类结果。本公开方法可实现数据精准稳定的分类。
-
公开(公告)号：CN109001409A
公开(公告)日：2018-12-14
申请号：CN201811090385.X
申请日：2018-09-18
Applicant: 南昌工程学院
IPC: G01N33/18
Abstract: 本发明涉及一种适于监测不同水域水质的服务平台及其工作方法，本服务平台包括：分布在一定水域范围的上浮式监测设备、半浮式监测设备和下沉式监测设备，以及与各监测设备相连的平台设备；其中所述上浮式监测设备用于监测上层水域水质；所述半浮式监测设备用于监测中层水域水质；所述下沉式监测设备用于监测底部水域水质。本发明一种适于监测不同水域水质的服务平台，可以对不同水域的水质情况进行监测，实现了自动化操作，省时省力，避免了人为监测可能发生的安全隐患，并且可以对多种水质数据参数进行监测，同时还可以有效将监测到的数据无线传输给平台设备。
-
公开(公告)号：CN119149749B
公开(公告)日：2025-04-04
申请号：CN202411659664.9
申请日：2024-11-20
Applicant: 南昌工程学院
IPC: G06F16/353 , G06F18/243 , G06F18/25 , G06F40/216 , G06F40/284 , G06N3/0455 , G06N3/0464 , G06N3/048
Abstract: 本公开涉及基于词频概率融合的文本大数据分级分类方法及其系统，包括：获取原始文本数据，对原始文本数据进行数据清洗和数据增强操作得到输入数据；根据所述输入数据构建基于概率分布的主题模型，通过基于概率分布的主题模型得到输入数据的主题‑词汇关系，将主题‑词汇关系与词嵌入模型进行特征融合，得到新的词嵌入模型；根据新的词嵌入模型，利用改进Transformer网络模型和卷积神经网络构建深度学习网络模型；对深度学习网络模型进行训练与参数优化，得到训练好的深度学习网络模型；将待分类数据输入训练好的深度学习网络模型中，得到分级分类结果。本公开方法可实现数据精准稳定的分类。
-
公开(公告)号：CN116533992B
公开(公告)日：2023-09-22
申请号：CN202310819139.8
申请日：2023-07-05
Applicant: 南昌工程学院
Abstract: 本公开涉及一种基于深度强化学习算法的自动泊车路径规划方法及其系统，所述方法包括如下步骤：基于车辆运动学模型，通过深度强化学习算法在泊车库位模型中生成泊车动作数据集，所述深度强化学习算法中的神经网络生成不同泊车动作对应的概率分布；利用深度强化学习算法构建奖励函数，引导车辆的泊车动作和姿态，得到泊车动作质量最佳的数据，保证了泊车的精准姿态和安全性；利用泊车动作质量最佳的数据更新深度强化学习算法中的网络参数，并运用更新后的深度强化学习算法进行下一次的迭代运算，直到泊车动作的策略评估优势函数收敛至最优时，完成泊车策略学习。本公开提高了算法的探索性与学习效率，使泊车更加精准高效，泊车路径更优。
-
公开(公告)号：CN116533992A
公开(公告)日：2023-08-04
申请号：CN202310819139.8
申请日：2023-07-05
Applicant: 南昌工程学院
Abstract: 本公开涉及一种基于深度强化学习算法的自动泊车路径规划方法及其系统，所述方法包括如下步骤：基于车辆运动学模型，通过深度强化学习算法在泊车库位模型中生成泊车动作数据集，所述深度强化学习算法中的神经网络生成不同泊车动作对应的概率分布；利用深度强化学习算法构建奖励函数，引导车辆的泊车动作和姿态，得到泊车动作质量最佳的数据，保证了泊车的精准姿态和安全性；利用泊车动作质量最佳的数据更新深度强化学习算法中的网络参数，并运用更新后的深度强化学习算法进行下一次的迭代运算，直到泊车动作的策略评估优势函数收敛至最优时，完成泊车策略学习。本公开提高了算法的探索性与学习效率，使泊车更加精准高效，泊车路径更优。
-
Patent Agency Ranking
公开(公告)号：CN112633190A
公开(公告)日：2021-04-09
申请号：CN202011582478.1
申请日：2020-12-28
Applicant: 南昌工程学院
Abstract: 本发明公开了一种深度学习方法，首先通过截取安装在环境模拟器内部的监控视频获取野生动物的行为视频、行为声音以及状态视频；其次分别提取出行为视频的数据和行为声音的数据，同时根据状态视频得到野生动物的状态信息；之后建立有监督学习模型并对有监督学习模型进行训练，得到训练好的有监督学习模型；再将录制的野生动物的行为视频和行为声音输入到训练好的有监督学习模型中，得到输出的野生动物的状态信息。本发明通过对野生动物的行为进行监控，并将野生动物的行为视频的各个视频帧的特征值提取出来作为一个字符串，同时结合当时的环境参数和野生动物的叫声对模型进行训练得到训练好的模型，就可以快速准确的知道野生动物的状态。
-
公开(公告)号：CN109684312A
公开(公告)日：2019-04-26
申请号：CN201811530521.2
申请日：2018-12-14
Applicant: 南昌工程学院
IPC: G06F16/215 , G06F16/28
Abstract: 本发明公开了一种快速的属性与属性值合一数据约简算法，涉及数据约简算法技术领域，包括：步骤S1、快速U/P算法：equivalence_classes(U,P)，求得U/P的等价类族，其结果以链表形式存储；步骤S2、合一约简算法：调用所述步骤S1的算法求U/C’等价类族，求得决策表的核值表。本发明提出一种线性时间复杂度的属性与属性值合一数据约简算法，使得属性与属性值合一约简算法时间复杂度降为O(|C|2|U|)，提高了约简效率，降低了约简时间。
-
公开(公告)号：CN109308496A
公开(公告)日：2019-02-05
申请号：CN201811184450.5
申请日：2018-10-11
Applicant: 南昌工程学院
IPC: G06K9/62
Abstract: 本发明公开了数据聚类挖掘技术领域的一种基于模糊聚类迭代与投影寻踪的最优方案遴选方法，该方法的具体步骤如下：S1：针对样本集中的每个个体进行适度评判，寻找最优对象；S2：对两个空间平行进化；S3：将主体群空间和信念空间互补融合后，若进化指数达到设定值的整倍数时，则进行接收操作和影响操作；S4：当运算终止条件达到时，停止运算，否则迭代次数加1，继续运算；S5：按照样本件距离最短遴选出最优的方案输出，本发明能够避开密度窗宽的选择问题，所有参数在运算过程中智能设定，通过投影寻踪聚类和模糊聚类迭代保证了其聚类效果，针对聚类中心和投影方向进行了寻优，提高了数据关键向量的优化速度以及最优方案的遴选时间。
-
公开(公告)号：CN209102705U
公开(公告)日：2019-07-12
申请号：CN201821527100.X
申请日：2018-09-18
Applicant: 南昌工程学院
IPC: G01N33/18
Abstract: 本实用新型涉及一种适于监测不同水域水质的服务平台，其包括：分布在一定水域范围的上浮式监测设备、半浮式监测设备和下沉式监测设备，以及与各监测设备相连的平台设备；其中所述上浮式监测设备用于监测上层水域水质；所述半浮式监测设备用于监测中层水域水质；所述下沉式监测设备用于监测底部水域水质。本实用新型一种适于监测不同水域水质的服务平台，可以对不同水域的水质情况进行监测，实现了自动化操作，省时省力，避免了人为监测可能发生的安全隐患，并且可以对多种水质数据参数进行监测，同时还可以有效将监测到的数据无线传输给平台设备。(ESM)同样的发明创造已同日申请发明专利
-
公开(公告)号：CN214906498U
公开(公告)日：2021-11-30
申请号：CN202121609731.8
申请日：2021-07-15
Applicant: 南昌工程学院
Abstract: 本实用新型涉及机器人技术领域，具体揭示了一种机器人行驶路径规划用数据采集装置，包括机器人壳体与用于感应障碍物的感应器，所述机器人壳体靠近背面的顶部镶嵌有安装壳，所述感应器包括感应壳体及设置在感应壳体内部的障碍物感应器，所述安装壳的内壁与感应壳体的表面活动连接；使得在感应器内部的障碍感应器出现故障而无法正常工作时，使用者则能够直接将感应器整体从安装壳中取出，不需将机器人壳体整个拆开即可对感应器进行更换或检修，同时，在感应器从安装壳中取出后，密封盖失去感应器的支撑弹起，与固定机构将安装壳的内部密封，避免在检修过程中出现异物或水滴掉落至安装壳内部造成电子元件损坏的情况出现。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.024 seconds)
