欢迎使用淄博智来知识产权服务有限公司柿子坊专利交易平台,本站提供专利转让评估管理交易,商标转让评估管理交易、知识产权转让评估交易等服务
1328063899724小时咨询热线
13280638997
当前位置:首页 > 专利转让  > 注意力专利转让
  • 检索范围
  • 专利名称:基于注意力与窗口选通机制的水泥熟料游离钙软测量方法      申请号:2022105537031     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:建筑材料 水泥熟料 选 钙 注意力   相似专利 发布日:2024/07/05  
    摘要: 本发明公开了基于注意力与窗口选通机制的水泥熟料游离钙软测量方法,属于软测量技术领域,包括利用注意力解耦网络模型考虑过程变量之间的耦合关系,处理变量之间的相互影响,实现过程数据的解耦;利用窗口选通机制模块自适应学习选通对目标变量最有影响的时间段,学习到的时间窗口在不同的时刻分配相对应的权重,从而更有效的关注过程变量的作用时长;通过单维卷积网络分别独立的提取单变量的特征,综合各个变量的特征信息,构建满足实际要求的软测量模型,实现水泥熟料f‑CaO的测量。本发明通过考虑水泥生产工业流程中的自然特性,提升了软测量模型的测量性能,对于质量监控以及实时控制具有指导意义,利于实现降低能耗,提升生产效率。
  • 专利名称:基于图注意力自编码的多元地球化学异常识别方法      申请号:2021101961330     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:化学化工 球 注意力   相似专利 发布日:2024/06/28  
    摘要: 本发明公开了基于图注意力自编码的多元地球化学异常识别方法,包括以下步骤:构图阈值K确定;地球化学元素拓扑网络构建;多元地球化学特征学习;多元地球化学元素背景重构;多异常值计算。本发明将图学习引入化探异常探测中,利用K近邻构建了地球化学元素拓扑关系图,构建并训练了能够同时提取元素组成关系和空间结构特征的图注意力自编码器。基于训练好的图注意力自编码器进行多元地球化学背景的重构,并计算得到最终每个采样点的异常值。本发明对现有神经网络模型进行了扩展,使得模型能够直接处理采样点数据并能应用于不规则区域,大大提高了化探背景的学习性能和模型的实用性,为复杂地质条件提供了实用可靠的化探异常识别方法。
  • 专利名称:一种基于先验信息和注意力融合机制的人脸超分辨方法      申请号:2021107940662     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 注意力   相似专利 发布日:2024/04/23  
    摘要: 本发明公开了一种基于先验信息和注意力融合机制的人脸超分辨方法,构建训练集和测试集;将训练集输入到粗略超分辨网络中进行处理得到ISR1;将ISR1分别输入到编码器网络和先验信息提取网络中得到特征图f和解析图p;将特征图f和解析图p输入到特征融合网络中融合得到fFusion;将fFusion输入到解码器网络中解码得到最终结果ISR;构建联合损失函数,不断迭代使损失函数最小化,经过训练生成超分辨网络模型;本发明解决了人脸先验信息使用不充分的问题,利用注意力机制融合特征图和解析图,分别对不同的面部组件对应的解析图和特征图进行融合,增加了解析图对于人脸图像超分辨的指导作用,提高了重建效率,加强了重建效果。
  • 专利名称:基于特征融合注意力模块和特征选择的手势图像分类方法      申请号:2021110985353     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:选 注意力   相似专利 发布日:2024/01/09  
    摘要: 本发明公开了一种基于特征融合注意力模块和特征选择的手势图像分类方法。包括如下步骤:1对原始手势图像进行预处理;2将手势图像输入VGG16和ResNet50中,分别获得高阶和低阶特征张量;3将高阶与低阶特征张量同时输入特征融合注意力模块,特征注意力模块包括低阶特征增强模块、高阶特征增强模块和高低阶特征同步增强模块;4将融合后得到的特征张量输入SK‑Net模块中,得到特征选择后的特征张量;5将特征选择后的特征张量输入分类器中进行分类,得到手势图像的分类结果。本发明使用特征融合注意力模块分别对高阶特征和低阶特征进行增强与融合,得到精确描述手势的特征张量,最终通过特征选择实现对手势图像的精确识别。
  • 专利名称:基于层级交互注意力的文本摘要方法      申请号:2019106771956     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:交互 注意力   相似专利 发布日:2023/10/23  
    摘要: 本发明涉及基于层级交互注意力的文本摘要方法,属于自然语言处理技术领域。本发明通过层级交互注意力提取编码器不同层次的特征息来指导摘要的生成。同时为了避免因引入不同层次特征而带来的信息冗余问题,利用变分信息瓶颈压缩数据噪声。本发明针对生成式文本摘要,在基于注意力的编解码框架下,通过注意力机制提取编码器多层上下文信息来指导解码过程,同时通过引入变分信息瓶颈对信息进行约束,从而提高生成式文本摘要的质量。实验结果表明该方法能够显著改善编解码框架在生成式摘要任务上的性能。
  • 专利名称:融合标题和正文双向互注意力的涉法新闻相关性分析方法      申请号:2020110551059     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 注意力   相似专利 发布日:2023/10/23  
    摘要: 本发明涉及融合标题和正文双向互注意力的涉法新闻相关性分析方法,属于自然语言处理技术领域。本发明包括步骤:获取标题和正文的词级特征向量;构建标题和正文相似矩阵去分别计算正文辅助标题的双向互注意力、正文辅助标题的双向互注意力;分别对正文辅助标题以及标题辅助正文这两种情况下得到的双向互注意力向量进一步提取深层次关系,然后把提取到的深层次关系在高维度联合,以得到整篇新闻的完整信息;根据新闻特性判断其是否属于涉法新闻。本发明相比基线模型准确率提高了2.7%,实验结果表明利用标题和正文以及它们之间的相互作用对新闻文本分类有很好的支撑作用。
  • 专利名称:一种基于迁移学习的快速混合高阶注意力域对抗网络的方法      申请号:2020112583571     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:网络传输 注意力   相似专利 发布日:2023/10/23  
    摘要: 本发明涉及基于迁移学习的快速混合高阶注意力域对抗网络的方法,包括:设计用于待处理图像数据集的快速混合高阶注意力和域对抗自适应网络;对源域和目标域进行预处理;将预处理的源域和目标域依次分批量导入所设计的网络,经过快速混合高阶注意力网络得到加权的特征图,然后将这些加权的精细特征图输入到域对抗自适应网络中训练,最后经全连接层进行概率运算;分别计算出源域和目标域的图像平均分类准确率;经过反向传播中梯度反转层取反梯度方向形成对抗训练,再进行迭代训练,利用在源域上训练好的快速混合高阶注意力和域对抗自适应网络,直接应用在目标域上进行图像分类。本发明提高了迁移学习中无监督域自适应网络的识别率和迁移能力。
  • 专利名称:一种基于多阶段最大化注意力的多项选择机器阅读理解的方法      申请号:2020115905543     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:选 注意力   相似专利 发布日:2023/10/23  
    摘要: 本发明涉及一种基于多阶段最大化注意力的多项选择机器阅读理解方法,属于计算机自然语言处理技术领域。本发明包括步骤:首先通过预训练语言模型完成句子、问题与答案选项的初步编码,同时根据多阶段最大化注意力抓住词、句子之间的重要关系;再根据问题与答案选项利用双线性函数计算问题与句子、答案选项与句子之间的匹配分数,以确定证据句子;最后通过利用层级注意力机制融合证据句子、问题与答案选项得到最终答案。该方法有效的抓住了词层级与句子层级的重要关系,其准确度比传统的多选阅读理解方法提高了约4%。
  • 专利名称:基于区域信息增强与块自注意力的图像超分与融合方法      申请号:202010506835X     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 注意力   相似专利 发布日:2023/10/23  
    摘要: 本发明涉及一种基于区域信息增强与块自注意力的图像超分与融合方法,属于数字图像处理技术领域。本方法包含源图像超分辨率分支与融合超分辨率分支。在源图像超分辨率分支中,迭代使用特征提取块提取源图像特征图,并使用密集连接以充分利用前后的特征图信息。每个特征提取块的输出还将经过区域信息增强块以探索源图像中各个物体所在的区域,这些信息将辅助融合超分辨率分支精确预测融合决策图。在融合超分辨率分支中,两张源图像拼接在一起输入,结合源图像超分辨率分支中输入的区域增强后的源图像信息,迭代使用基于块自注意力机制的融合块,以更好地区分聚焦与非聚焦区域。每个分支的最后使用亚像素卷积,产生超分辨率的源图像及融合图像。
  • 专利名称:一种基于多层聚焦注意力网络的细粒度图像分类方法      申请号:2020115882414     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:网络传输 注意力   相似专利 发布日:2023/10/23  
    摘要: 本发明涉及一种基于多层聚焦注意力网络的细粒度图像分类方法,属于计算机视觉技术领域。本发明包括步骤:首先通过首层聚焦网络能够准确有效聚焦于识别局域并生成定位区域;再根据定位区域对原图像分别进行裁剪和遮挡后输入下一层的聚焦网络进行训练分类,其中单层聚焦网络以Inception‑V3网络为基础,通过卷积注意力特征模块和定位区域选择机制来聚焦有效的定位区域;然后使用双线性注意力最大池化提取各个局部的特征;最后进行分类预测;实验结果表明,本方法的分类准确率高于目前主流方法。
  • 专利名称:一种基于上下文信息和反向注意力的息肉图像分割方法      申请号:2021116504643     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 注意力   相似专利 发布日:2023/10/23  
    摘要: 本发明涉及基于上下文信息和反向注意力的息肉图像分割方法。本发明首先输入息肉图像集中的图像,提取其显著区域的边缘特征和全局特征进行特征融合,得到含边缘信息的不同尺度特征图;其次,通过采用不同扩张率的多分支卷积和并行轴向注意对不同尺度特征图进行特征编码,得到息肉图像显著区域的上下文信息;然后,基于提取到的全局特征和息肉图像显著区域的上下文信息,通过定义的反向注意模块,得到息肉图像非显著区域的反向注意图和显著区域的注意图;最后,结合息肉显著区域的注意图和非显著区域的反向注意图进行解码优化,通过消除错误预测,得到最终的分割结果。本发明可以有效用于息肉图像分割,具有较高的分割效率和准确性。
  • 专利名称:基于注意力反馈机制的图像自动语句标注方法      申请号:2018107924263     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 注意力   相似专利 发布日:2023/10/23  
    摘要: 本发明涉及一种基于注意力反馈机制的图像自动语句标注方法,包括:构建输入数据,给定一系列的图像χ={x1,x2,...,xN}作为训练集,其中N是样本数量;图像xi对应的语句表述为si={si,1,si,2,...,si,T},T代表句子Si的长度;构建CNN‑RNN模型,进行正向文本成:从生成的文本中提取关键词注意力反向矫正图像注意力:利用上述从文本中提取出的关注特征,对原本的图像关注特征进行注意力矫正。能够解决注意力机制在图像自动语句标注过程中的注意力分散问题及生成语句错乱的问题,采用反馈式CNN‑RNN结构,利用反馈机制将生文本中的关键信息反向传给图像,将有利于在提取图像特征的过程中,更加关注文本中的信息所对应的显著目标,从而有利于使得图像关键信息和文本关键信息更加匹配。
  • 专利名称:基于尾句-上下文双重注意力模型的多轮对话生成方法      申请号:2019105540795     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 注意力   相似专利 发布日:2023/10/17  
    摘要: 基于尾句‑上下文双重注意力模型的多轮对话生成方法,属于人机对话领域。一个合适的回复应该是符合最后一个句子的语义且能够利用到整个上下文的信息。当前多轮对话生成主要基于层次的编码器‑解码器结构。本发明提出了一个尾句‑上下文双重注意力模型。每句话都通过编码器获取句子的语义表示。对最后一句话中每个词做注意力,同时对每句话的语义表示做注意力。二者拼接作为解码阶段的上下文向量。此外,本发明还引入了多头自注意力机制使得在获取每句话的语义表示时能更关注于关键的词。实验证明本发明方法的模型在自动评价和人工评价两个方面都超出了基准模型。
  • 专利名称:一种基于双向循环注意力神经网络的文本分类方法      申请号:2018112512615     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:网络传输 注意力   相似专利 发布日:2023/10/17  
    摘要: 本发明公开了一种基于双向循环注意力神经网络的文本分类方法,属于学习、自然语言处理技术领域。本发明方法步骤为:步骤1、对数据进行预处理;步骤2、根据所述预处理后的数据,通过Word2vec方法完成对每个单词的词向量的生成与训练;步骤3、根据所述词向量,对该词向量进行文本语义特征抽取,并融合注意力机制和双向循环神经网络,计算出每个单词对于整体的权重,并将所述权重转换为模型的输出值Y(4);步骤4、根据特征向量Y(4),将所述特征向量Y(4)作为softmax分类器的输入,进行分类识别。该方法在文本特征学习模型中融合了注意力机制,可以有效地突出关键词的作用,使得模型的性能得到更大的提高,进一步提升文本分类的准确性。
  • 专利名称:基于自监督解缠绕超图注意力的网络故障预测方法及装置      申请号:2022106616755     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:网络传输 注意力   相似专利 发布日:2023/10/17  
    摘要: 本发明公开了一种基于自监督解缠绕超图注意力的网络故障预测方法及装置,其中预测方法首先将网络故障数据进行预处理,将其转化为时间序列数据;接着构建自监督解缠绕超图注意力神经网络模型,所述神经网络模型包括嵌入模块、表示学习模块(解缠绕超图注意力子模块、对偶图卷积子模块)、自监督对比学习模块以及预测模块,将所述时间序列数据输入所述基于自监督解缠绕超图注意力神经网络模型,所述基于自监督解缠绕超图注意力神经网络模型对网络故障数据中的故障进行预测。本发明通过构建基于自监督解缠绕超图注意力神经网络的网络故障预测方法,可以挖掘故障数据直接的复杂关联关系,提高网络故障预测的准确性。
  • 专利名称:一种基于交互式图注意力网络的序列推荐方法及系统      申请号:2022109290339     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:网络传输 交互 注意力   相似专利 发布日:2023/10/17  
    摘要: 本发明公开了一种基于交互式图注意力网络的序列推荐方法及系统。首先将每个用户和每个物品表示为一个属性图,通过对属性图的建模获取用户和物品的动态特征;其次,利用图注意力网络自适应地为当前节点的邻居节点分配不同的权重值参与计算,捕获潜在非交互用户的信息,实现动态学习高阶特征和新节点的表示;最后,聚合每个用户的邻居图的各种信息,并捕获相似用户的嵌入,通过信息聚合和图形匹配,获得预测的输出结果y′,有效解决了现有技术中无法动态地精确地捕获用户的喜好的技术问题,实现了能够动态地精确地向用户推荐目标物品的技术效果。
  • 专利名称:基于自注意力生成对抗网络的车牌运动模糊图像处理方法      申请号:202011557456X     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:网络传输 车辆 注意力   相似专利 发布日:2023/10/17  
    摘要: 一种基于自注意力生成对抗网络的车牌运动模糊图像处理方法,由数据集预处理、构建网络模型、训练生成对抗网络、保存权重文件、测试网络步骤组成。由于本发明采用了生成对抗网络,生成对抗网络是在特征金字塔网络的生成器和双重判别器上添加了自注意力机制构成,训练集在生成对抗网络中进行训练,测试集采用保存训练过程中的权重文件进行测试,充分地利用了图像中结构和几何信息,去除了车牌图像中的运动模糊,解决了车牌运动模糊图像处理方法复杂,处理速度慢的技术问题。与现有技术相比,本发明具有方法简单、处理速度快、处理后车牌的文字清晰等优点,可用于车牌运动模糊图像处理。
  • 专利名称:一种基于注意力多组件时空跨域神经网络模型的网络流量预测方法      申请号:2020113268358     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:网络传输 组件 注意力   相似专利 发布日:2023/10/17  
    摘要: 本发明公开了一种基于注意力多组件时空跨域神经网络模型的网络流量预测方法,属于智能通信技术领域,解决了无线蜂窝网络流量的预测问题。首先,将无线蜂窝流量数据按其周期特性分成近邻数据、日周期数据、周周期数据;然后通过conv‑LSTM结构或conv‑GRU结构对近邻数据、日周期数据、周周期数据进行建模;在经过attention层对三种特征数据自适应的分配不同权重,提高其特征提取能力,并抑制对预测时刻产生干扰的特征信息;最后,结合时间戳特征嵌入,多种跨域数据融合,共同辅助模型进行流量预测。该模型能够有效利用无线蜂窝流量数据的周期特性,在节省了模型训练时间、大大减少了工作量的同时,进一步提高了网路流量的预测性能。
  • 专利名称:基于注意力平滑膨胀卷积的两阶段图像去雨方法      申请号:2022104755429     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词: 注意力   相似专利 发布日:2023/09/20  
    摘要: 本发明公开了基于注意力平滑膨胀卷积的两阶段图像去雨方法,由以下步骤组成:步骤S1:通过引导滤波器将原始雨天图像进行边缘移除并不断迭代直到得到完整的雨纹信息图,步骤S2:在雨纹信息图的引导下,对原始雨天图像中的雨纹信息进行提取,生成雨纹注意力图,步骤S3:将原始雨天图像和雨纹注意力图输入第一平滑膨胀卷积网络中,提取不同感受野的特征获得残差图,通过原始雨天图像减去残差图获得去雨纹图像;步骤S4:将去雨纹图像输入第二平滑膨胀卷积网络,将去雨纹图像内的类雾降质进行去除得到去雨去雾图像;本发明考虑了雨纹和雨雾混合降质,在真实雨天图像的处理上表现出优越性,在提高图像质量的同时,很好保持了细小边缘纹理。
  • 专利名称:一种基于图注意力网络的隐性偏差指令预测方法及设备      申请号:2021105021771     转让价格:面议  收藏
    法律状态:已下证   类型:发明   关键词:网络 网络传输 注意力   相似专利 发布日:2023/09/20  
    摘要: 本发明提供了一种基于图注意力网络的隐性偏差指令预测方法及设备,通过关注节点的邻居,遵循自注意力机制来计算图中每个节点的隐式结构特征,一个节点的结构特征是通过聚合其邻居节点得到的。自注意力机制可以捕捉到节点对相邻节点的不同重要性。此外,本发明应用不同类型的边来表示指令之间不同类型的关系,包括分支关系、寻址关系、逻辑关系、定义‑使用关系。针对不同类型的边,使用注意力机制来聚合邻居节点。本发明将隐性偏差脆弱指令的预测任务看作图神经网络的分类任务,因此在节点聚合之后进行节点分类,从而得出隐性偏差脆弱指令的预测结果。本发明将整个过程分为三步,分别是数据采集、图计算和节点分类。
  • 第1页/共2页;本页20条记录/共34条记录 1 2       
    用户指南
    交易方式
    关于柿子坊
    关注微信公众号
    智来知识产权公众号
    联系我们
    咨询电话:13280638997  
    传真:0533-3110363
    邮箱:kefu@shizifang.com
    CopyRight©2016 by 淄博智来知识产权服务有限公司  All Rights Reserved  专利转让_商标转让_知识产权转让评估买卖_智来柿子坊专利交易平台
    地址:山东省淄博市张店区人民路与北京路路口银街3号华侨大厦
    鲁ICP备16031200号   鲁公网安备 37030302000778号