专利交易市场

一种基于多层注意力机制的循环神经网络生成标题的方法，其中所述循环神经网络包括过滤层，编码器，注意力机制和解码器四部分，所述方法包括如下步骤：S100：将源文本输入到所述过滤层的多个摘要生成方法后生成多个粗度摘要；S200：将所述多个粗度摘要再分别输入到所述编码器中编码，输出各自的隐藏层表示序列；S300：合并所述隐藏层表示序列，生成表示整个文档的重要信息的总结语义，利用注意力上下文对生成的粗度摘要和编码器内的单词给予关注；S400：把所述注意力上下文和所述总结语义输入到所述解码器中生成相应的标题。该方法相较于现有方法，提高了生成的标题的准确性和可读性。

本发明公开了一种针对人类动作视频基于全张量化循环神经网络的分类方法，本发明将全部视频文件先随机选取训练集和测试集，把每个视频文件按时间步读取成每一帧的形式保存成数组；往网络中输入当时时刻输入

本发明公开了基于门控循环神经网络和粒子滤波的地磁室内定位方法。本发明通过搭建好的地磁室内数据库训练门控循环神经网络来进行对地磁轨迹信号的匹配定位。利用训练好的门控循环神经网络来进行匹配定位能为地磁轨迹信号的匹配定位带来更好的定位精度，另外相比较于常用的基于动态时间规划的地磁轨迹信号匹配算法，训练好的模型在匹配定位过程中减少了实时计算量。本发明设计了一个在神经网络模型对地磁轨迹信号进行匹配定位的基础上，结合粒子滤波算法来进行实时定位的系统。该系统有效利用了门控循环神经网络提取地磁轨迹信号特征的优势，为粒子滤波算法带来更好的实时定位精度。

本发明公开一种双分支物理驱动循环神经网络的VSP声波全波形反演方法，应用于地震数据处理领域，针对现有地震速度反演技术采用完全数据驱动的方式，存在的解释性不强以及计算成本等问题；本发明由于波动方程描述了波场在时间和空间上的变化，在进行数值模拟时采用时间步进法，即根据前一时刻的状态来计算下一时刻的波场状态。由此将前一时刻的波场状态作为RNN的隐藏层，对声波方程进行有限差分求解，并将方程中的速度参数作为物理驱动的RNN正演网络中可训练的参数，将每次通过物理驱动RNN正演网络输出得到的炮集记录作为预测值；将通过设置真实速度参数进行物理驱动RNN正演输出得到的炮集记录作为观测值；将求取预测值与观测值之间的损失进行反向传播修正速度参数的过程称为速度反演过程。

本发明适用于机械设备监控技术领域，提供了一种基于循环神经网络的机器健康监控方法、装置及终端设备，方法包括基于目标设备的离线机器数据提取多域特征生成原始特征集；通过层次聚类算法对原始特征集进行聚类分析，并根据聚类分析结果在原始特征集中选择满足预设距离范围的特征作为待训练特征子集；在离线监控和在线监控分别使用不同的机器数据训练隐马尔可夫模型进行异常时刻识别，以及训练堆叠双向长短期记忆神经网络模型对目标设备的剩余使用寿命进行预测。通过本发明可以准确捕捉目标设备的异常时刻，并准确地对目标设备的剩余使用寿命进行预测。