专利名称：基于残差图卷积网络与卷积门控循环单元的实例分割方法      申请号：2024108845921     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：图像识别 视频分析 自动驾驶 机器视觉 卷积网络   相似专利 发布日：2025/04/16  
摘要： 针对现有基于轮廓的实例分割方法存在的轮廓节点之间关联性较弱导致分割准确性不足的问题，本发明公开了一种基于残差图卷积网络与卷积门控循环单元的实例分割方法，属于实例分割领域。方法包括：步骤(1)将待分割的图像输入到特征提取网络，得到图片特征、实例中心热点图和轮廓节点偏移量序列。步骤(2)根据实例中心热点图以及轮廓节点偏移量序列，获取初始轮廓。步骤(3)将初始化轮廓与图片特征输入RGCN变形网络，以增强各轮廓节点之间的关联，并得到更新后的轮廓。步骤(4)将更新后的轮廓与图片特征输入CGRU变形网络，完成实例分割。

专利名称：基于自适应动态卷积网络的图像分类识别方法、装置和计算机设备      申请号：2022100881884     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：计算机视觉 卷积网络   相似专利 发布日：2025/04/03  
摘要： 本发明涉及图形分类识别领域，具体涉及一种基于自适应动态卷积网络的图像分类识别方法、装置和计算机设备，所述的方法包括获取待测图像，将所述待测图像输入到预处理块中，得到图像的浅层特征图和图形参数信息；将预处理后的得到的图形参数信息与待测图像相结合输入主干网络的自适应动态卷积网络中得到图像全局特征；其中，自适应动态卷积指按照对应的参数信息选择对应形状的卷积核；将预处理后得到的图像浅层特征图输入到分支网络中，提取出待测图像的局部特征；将局部特征和全局特征进行特征融合，并将融合特征输入到分类网络中，输出待测图像的分类识别信息。本发明对图像分类识别所需的计算成本较低，精度高，相关产品的适用性较强。

专利名称：一种基于时空卷积网络的短时交通流量预测方法      申请号：2023110506108     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：交通工具 卷积网络   相似专利 发布日：2025/03/20  
摘要： 本发明属于智能交通领域，具体涉及一种基于时空卷积网络的短时交通流量预测方法；包括：从交通卡口处获取交通数据；根据交通数据计算交通卡口活跃度；提取卡口节点的隐藏特征并融合交通卡口活跃度，得到隐藏信息矩阵；根据隐藏信息矩阵生成自适应邻接矩阵，将其输入到自适应图卷积网络模块进行处理，得到初始交通流量特征；采用BiGRU网络对初始交通流量特征进行处理，得到交通时空属性特征；提取外部属性特征并生成增广矩阵；将增广矩阵输入到BiGRU网络并采用注意力机制进行处理，生成注意力权重；根据交通时空属性特征和注意力权重预测交通流量，得到交通流量预测结果；本发明可实现对交通流量的准确预测，具有广阔的应用前景。

专利名称：一种双向门控卷积网络的社交内容抑郁检测方法      申请号：2021116749250     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 卷积网络   相似专利 发布日：2025/03/12  
摘要： 本发明公开了一种双向门控卷积网络的社交内容抑郁检测方法，获取社交内容中的文本和图像，对文本进行矢量化处理，得到单词向量序列；根据单词向量序列构造词性位置注意力特征矩阵，计算卷积网络的输入矩阵，再经多尺度滤波器卷积得到多通道卷积特征；使用Bi‑GRU对单词向量序列进行编码得到单词表示，通过词向量情感注意力机制在单词间分配权重，得到句子表示；通过残差注意网络对图像进行编码，再通过视觉注意力机制学习图像特定注意力权重，与句子表示聚合成图像特定文本表示；图像特定文本通过学习图像特定文本重要性权重聚合得到最终文本表示；将多通道卷积特征与最终文本表示进行特征拼接，再通过softmax分类器获得是否抑郁及抑郁严重程度。

专利名称：一种基于异质图扩散卷积网络的癌症驱动基因识别方法      申请号：2024106930667     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：医疗 卷积网络   相似专利 发布日：2025/02/24  
摘要： 本发明属于生物信息学领域，涉及一种基于异质图扩散卷积网络的癌症驱动基因识别方法。癌症驱动基因的精准识别对于制定有效的治疗方案至关重要。本发明通过多层卷积来提高对癌症驱动基因的准确识别性能。首先，引入了图扩散生成辅助网络，对原始图数据进行数据增强以更好地捕获生物分子网络中的关联信息。其次，构建特征提取模块进行特征提取，其包括一个全连接层和四个图注意力卷积层。最后，将提取到的特征矩阵输入到分层注意力分类器得到癌症驱动基因的预测评分。实验证明，本发明不仅有效识别了不同网络上的已知驱动基因，还发现了新的癌症候选基因，为精准医学和个体化治疗提供了有力支持，进一步推动了癌症研究和治疗的发展。

专利名称：基于复Morlet小波和轻量级卷积网络的轴承故障诊断方法      申请号：2021105404887     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：轴承 卷积网络   相似专利 发布日：2025/02/19  
摘要： 本发明公开了一种基于复Morlet小波和轻量级卷积网络的轴承故障诊断方法，涉及轴承诊断方法技术领域。所述方法包括如下步骤：对轴承的振动信号数据进行数据集划分并构建对应的故障标签，然后采用复Morlet小波变换对数据集进行时频转换，获得二维时频图像数据集；构建轻量级卷积神经网络模型；利用训练数据集和验证数据集训练构建好的轻量级卷积网络模型，得到训练好的分类器；利用训练好的轻量级卷积网络模型对获得的二维时频图像数据集进行分类，得到分类结果。所述方法在获得较高准确率的同时，具有复杂度低、参数量少、设备要求低等优点。

专利名称：一种基于全局上下文卷积网络的人群计数方法及系统      申请号：2021103826456     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 卷积网络   相似专利 发布日：2024/11/27  
摘要： 本发明提供了一种基于全局上下文卷积网络的人群计数方法及系统，该方法分别提取待计数图像的低级特征图和高级特征图；对低级特征图和高级特征图分别提取多尺度特征，获得具有多尺度信息的特征图；通过对空间信息和通道信息的捕获，将全局上下文特征聚合到每个像素，得到具有上下文信息的特征图，得到像素间的远程依赖关系，使特征图包含更丰富的信息；并通过上采样和特征融合得到人群密度图，提高了人群计数精度。

专利名称：基于时空注意力和异构图卷积网络的信息扩散预测系统      申请号：2021112355616     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 卷积网络   相似专利 发布日：2025/04/07  
摘要： 本发明提出了一种基于时空注意力和异构图卷积网络的信息扩散预测系统，包括数据表示融合模块、嵌入预测模块、预测扩散模块和数据优化模块；数据表示融合模块的数据输出端与嵌入预测模块的数据输入端相连，嵌入预测模块的数据输出端与预测扩散模块的数据输入端相连，预测扩散模块的数据输出端与数据优化模块的数据输入端相连；数据表示融合模块用于利用多层图卷积网络学习行为图和影响力图结构的最终用户表示，并将学习到的用户表示融合起来；嵌入预测模块用于进行实时预测信息，将时间序列嵌入到异构图；预测扩散模块利用多头注意力网络机制进行信息扩散预测。本发明提高了对用户上下文编码、学习以及捕获上下文依赖信息的效率，以及有效提高信息扩散预测精度。

专利名称：融合时空注意力和异构图卷积网络的信息扩散预测方法      申请号：2021112338790     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 卷积网络   相似专利 发布日：2025/04/07  
摘要： 本发明提出了一种融合时空注意力和异构图卷积网络的信息扩散预测方法，包括以下步骤：S1，利用多层图卷积网络学习行为图的最终用户表示或影响力图结构的最终用户表示；S2，进行实时预测信息，将时间序列嵌入到异构图；S3，用多头注意力网络机制进行信息扩散预测；S4，对步骤S3进行优化。本发明提高了对用户上下文编码、学习以及捕获上下文依赖信息的效率，以及有效提高信息扩散预测精度。

专利名称：一种基于多模式动态残差图卷积网络的交通流预测方法      申请号：2022104114294     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：智慧城市交通规划 智能交通管理 卷积网络   相似专利 发布日：2024/10/23  
摘要： 本发明公开了一种基于多模式动态残差图卷积网络的交通流预测方法，包括：对交通站点历史流量数据，构造关系矩阵和自适应矩阵学习站点依赖关系；利用多模式动态图卷积提取不同交通模式对应的流量特征；将图卷积嵌入到门控循环神经网络中，实现交通流量空间依赖和时间依赖的结合；利用动态残差连接网络，将输入流量数据与解码端数据结合，获得最终预测值。本发明利用两种不同的方法构造邻接矩阵，有效地捕捉不同交通模式对应的流量特征，并动态融合两种不同模式的交通流量特征，通过将多模式动态图卷积替换门控循环神经网络中的线性变换操作，将结合多模式动态图卷积和门控循环单元重新组成，从而实现同时捕捉交通流量的空间依赖性和时间依赖性。

专利名称：基于多步耦合图卷积网络的交通预测方法      申请号：2022103686455     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：交通工具 卷积网络   相似专利 发布日：2025/03/12  
摘要： 本发明涉及城市交通流量预测与管理技术，具体是一种基于多步耦合图卷积网络的交通预测方法。本发明包含以下步骤：(1)通过定位设备收集每次出行的起始、终止位置和时间等信息，构造出每个站点在每个时间段的流入和流出量，作为每个站点的特征表示；(2)通过每个站点的历史流量或者位置关系构建站点之间的关系图；(3)通过多步耦合图卷积学习站点的空间特征表示，捕捉站点不同层次的需求变化；(4)在不同时间段的空间特征表示基础上，利用门控循环图神经网络学习站点的时空特征，实现空间特征与时间特征的融合；(5)利用多步注意力机制从历史交通流量特征中提取有用的信息，结合编码‑解码器结构来预测未来时刻的交通流量。

专利名称：一种基于多要素注意力时空图卷积网络的径流预报方法      申请号：2023110972831     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：水利 卷积网络   相似专利 发布日：2024/12/06  
摘要： 本发明公开了一种基于多要素注意力时空图卷积网络的径流预报方法，首先获取流域水文历史数据集；提取流域上下游站点的拓扑关系，完成流域拓扑关系的提取及图结构模型的构建；建立基于真实空间邻接关系的地理邻接矩阵，分析流域径流过程的多重时空依赖性；引入时空图卷积网络提取水文气象要素在时空维度的特征，搭建融合多要素预报结果的神经网络全连接层，建立径流预报模型MASTGCN；运用均匀初始化对秃鹰搜索优化算法进行初始化操作，将多元学习策略引入到秃鹰搜索优化算法中得到UMBES算法，利用UMBES算法优化MASTGCN模型中的超参数，利用优化后的MASTGCN模型对未来时刻的径流状况进行预测。本发明能有效捕获水文气象过程的动态时空模式，实现准确的径流预报。

专利名称：基于图卷积网络的环境数据的格点处理方法      申请号：2022103251152     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 卷积网络   相似专利 发布日：2025/03/10  
摘要： 本发明涉及数据处理领域，涉及一种基于图卷积网络的环境数据的格点处理方法；所述方法包括获取目标区域内的空气质量监测数据和气象监测数据；对所有监测数据进行缺失处理，并将站点的监测数据映射到目标区域所划分的格点矩阵内；使用风向数据和风速数据生成动态风场图，并使用迪杰斯特拉算法计算出风场邻接矩阵；根据空气质量浓度数据构建出每个时刻的掩码矩阵，根据风场邻接矩阵、掩码矩阵和气象监测数据构建出每个时刻的特征向量集合Z；根据掩码矩阵和空气质量浓度数据生成每个时刻的目标矩阵Y；将特征向量集合Z矩阵输入到训练完成的图卷积神经网络模型，得到目标矩阵的估计矩阵P。本发明能提高环境数据格点化的精度。

专利名称：基于依赖解析和关键词的图卷积网络的关系抽取方法      申请号：201911424470X     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 关键词 卷积网络   相似专利 发布日：2024/06/28  
摘要： 本发明提供一种基于依赖解析和关键词的图卷积网络的关系抽取方法，首先对结构化文本进行句子依赖解析生成依赖解析图，并通过关键词对句子进行修剪；利用word2vec获取句子的词嵌入向量和位置嵌入向量，拼接后得到词向量序列；对所述词向量序列进行双向GRU神经网络，得到输出向量矩阵；采用图卷积网络处理所述输出向量矩阵，得到句子的依赖表示；将所述输出向量矩阵以及句子的依赖表示通过多头注意力机制进行结合得到句子的表示向量；采用softmax函数建立关系以及实体类型的预测模型，并将所述句子的表示向量作为预测模型的输入，由此训练得到预测概率最大的关系作为抽取结果。

专利名称：一种基于多尺度时空图注意力卷积网络的光伏功率预测方法      申请号：2023111069692     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 卷积网络   相似专利 发布日：2025/04/07  
摘要： 本发明公开了一种基于多尺度时空图注意力卷积网络的光伏功率预测方法，获取光伏电站真实历史运行数据集，利用互信息熵对NWP中的主要气象因子与光伏功率进行相关性分析，筛选出相关程度最高的气象因子，采用矩阵填充算法对其进行修正；建立时空图注意力卷积网络模型，首先构建属性图来捕捉光伏发电功率在时间和空间上的动态特征，通过多层图注意力网络从属性图中提取空间特征，使用时间卷积网络从属性图中来挖掘时间相关特征；采用改进的序贯模型优化算法对预测模型的超参数进行优化；最后，构建融合多源数据的神经网络全连接层，从而预测光伏发电功率。本发明提高了区域内光伏电站的发电功率预测准确性。

专利名称：一种基于轻量级深度卷积网络的蛋白质扭转角预测方法      申请号：2021107593277     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：生命学 生物信息学 计算生物学 卷积网络   相似专利 发布日：2025/03/25  
摘要： 本发明公开一种基于轻量级深度卷积网络的蛋白质扭转角预测方法，包括：基于PISCES服务器构建蛋白质扭转角数据集；从RCSB PDB数据库中抽取各蛋白质序列中每个氨基酸残基对应的扭转角Phi和Psi，并加入数据集中；将uniref90数据库与各蛋白质序列进行多序列比对，生成对应蛋白质序列的PSSM谱矩阵，基于PSSM谱矩阵及氨基酸的物理化学特性，构造蛋白质序列特征；设计残差模块，并基于该模块构建预测蛋白质扭转角的深度卷积网络模型；构建训练网络模型的损失函数；基于构建的损失函数训练网络模型；基于训练后的网络模型进行蛋白质扭转角的预测。本发明不仅能精确地预测蛋白质扭转角，还具有模型小，预测速度快的优点。

专利名称：一种基于多分辨率卷积网络的桥梁裂缝检测方法      申请号：2020109382863     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 检测 卷积网络   相似专利 发布日：2024/06/25  
摘要： 本发明属于图像目标检测技术领域，具体涉及一种基于多分辨率卷积网络的桥梁裂缝检测方法，包括步骤一、构建桥梁裂缝数据集；步骤二、对训练样本进行标注和分类；步骤三、搭建基于HRNet模型改进后的HRBCS桥梁裂缝语义分割模型；步骤四、对步骤三搭建的语义分割模型进行训练；步骤五、对步骤四训练后的语义分割模型进行测试；步骤六：实际检测。本方法相较于现有技术空间精确度有了极大的提升，能够得到高分辨率的分割结果，对于细小裂缝和复杂裂缝的分割有了巨大改进，可以检测出不同种类的裂缝，并将其分类，且能够生成的高质量桥梁裂缝分割掩膜，从而根据不同类型裂缝评价对桥梁的危害程度，制定相对应的维护方案。

专利名称：基于卷积网络和注意力机制的短时临近降雨预测方法      申请号：2020111387085     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 卷积网络   相似专利 发布日：2025/03/11  
摘要： 本申请涉及一种基于卷积网络和注意力机制的短时临近降雨预测方法。该方法包括：获取被预测区域在当前时间点前预设时段内的降雨过程图像；将所述降雨过程图像进行预处理，获得完全时空特性的张量；完全时空特性的张量输入多尺度特征融合的神经网络中进行特征提取，获得局部短期运动特征；将所述局部短期运动特征输入到结合了注意力机制的卷积长短期记忆人工神经网络中进行降雨预测，获得降雨预测信息；将所述预测结果信息输入到卷积层进行反向重构，获得所述被预测区域的未来降雨图像序列。解决了时空信息丢失容易，预测精度低的问题，提高了短时临近降雨的预测精度。

专利名称：一种基于双向时间卷积网络的半监督日志异常检测方法      申请号：2023104789970     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 卷积网络   相似专利 发布日：2025/03/11  
摘要： 本发明公开了一种基于双向时间卷积网络的半监督日志异常检测方法，涉及计算机技术领域，步骤为：收集来自不同系统产生的日志数据集；对每个原始日志条目进行拆分并对日志事件进行日志解析，获得日志条目对应的日志模板；通过BERT词嵌入模型对日志模板进行向量化；基于日志分组方法将所有日志条目分为日志序列，并结合语义向量化得到日志序列语义向量；通过聚类算法给出每条日志条目对应标签概率；将日志序列语义向量输入带有残差块的Bi‑TCN网络进行训练，得到训练好的模型BTCNLog，在测试阶段使用该模型对日志测试集进行异常检测，从而解决现有技术中日志解析准确率不高和标记样本不足所导致的异常检测准确率降低等问题。

专利名称：一种基于门控卷积网络的水泥成品比表面积预测方法      申请号：2021108821995     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 卷积网络   相似专利 发布日：2025/04/07  
摘要： 本发明公开了一种门控卷积网络的水泥成品比表面积预测方法，属于预测技术领域，包括如下步聚：从生产数据库中选取与比表面积密切相关的8个变量，并按照时间序列排列，再进行归一化，将归一化后的数据输入门控卷积网络进行前项传播，得到水泥比表面积的预测值；再利用Adam梯度下降算法进行神经网络权值的更新，反复训练得到最小误差，获取最优模型参数集；将待测试变量数据输入到训练好的门控卷积网络模型中，得到待测试的水泥成品比表面积预测值，既节约了成本又提高生产效率还在一定程度上提高了水泥成品的性能。