搜索 分析 新世界 法规 图书 网址导航 更多
高级用户登录 | 登录 | |
专利服务机构展示
韦恩国际专利商标事务所
名飞扬知识产权
浙江新篇律师事务所
山东重诺律师事务所
浙江杭知桥律师事务所
山东海扬律师事务所
展示投放可联系:soopat@soopat.com

[实用新型] 一种防止高炉风口下沉的装置 - 201821754568.2
有权

申请人:山西太钢不锈钢股份有限公司 - 申请日:2018-10-29 - 主分类号:C21B7/16(2006.01)I
发明人:刘太林;阮根基;李壮年
摘要:本实用新型涉及高炉设备管理领域。一种防止高炉风口下沉的装置,包括风口小套和中套,其特征在于:还包括弧形块,所述的风口小套尾端与中套的内壁之间有间隙,所述的弧形块设置在间隙内,弧形块靠近风口小套的一端窄,远离风口小套的一端宽,弧形块接触风口小套和中套的上下接触面有弧度。本实用新型研究了风口小套与中套的组合方式,利用该装置可以增大风口小套与中套的接触面积,有效避免风口下沉,该装置运行效果良好,有较好的经济效益和推广意义。
  扉页 - 阅读 - 下载 - 法律状态 - 信息查询 - 同类专利

[发明] 一种基于数据库与神经网络的车机自然语言人机交互算法 - 201710874715.3
审中-实审

申请人:重庆邮电大学 - 申请日:2017-09-25 - 主分类号:G06F17/30(2006.01)I
发明人:李鹏华;刘太林;李嫄源;米怡;王欢
摘要:本发明涉及一种基于数据库与神经网络的车机自然语言人机交互算法,属于自然语言数据处理领域。该算法通过建立数据库、文本训练、文本测试和数据库补充四个步骤得到车机系统人机交互结果。采用建立数据库的方法将尽可能的人机交互中涉及的文本信息尽数收集分类,建立层层递进的子数据库。将用户说出的语言信息进行数据库匹配,重重匹配递进找到最终的匹配结果输出。若数据库匹配失败,深度置信神经网络将作为支撑进一步得到最终结果。本发明不仅提高了文本语言交互的多样性,同时还增加了交互反馈的准确性,增加用户体验,解决了目前车机操作中只能以单一指令控制车机操作系统的不友好现象,同时通过不断地判断与补充,提高指令反馈的准确性。
  扉页 - 阅读 - 下载 - 法律状态 - 信息查询 - 同类专利

[发明] 一种基于深度神经网络下的锂电池荷电状态预测算法 - 201711344174.X
无权-驳回

申请人:重庆邮电大学 - 申请日:2017-12-11 - 主分类号:G01R31/36(2006.01)I
发明人:李鹏华;刘太林;李嫄源;米怡;王欢
摘要:本发明涉及一种基于深度神经网络下的锂电池荷电状态预测算法,包含以下步骤:S1:运行电动车,采集电动车锂电池组各个电池的端电压、温度以及电池组荷电状态;S2:将锂电池组从满电量运行至锂电池荷电状态为0%;S3:将不同老化程度的锂电池重复S1~S2,每个荷电状态进行多次采集;S4:将采集电池数据分为训练集和测试集,将训练集经过长短记忆神经网络进行训练,获取荷电状态观测器;S5:将测试集输入训练好的观测器测试模型的准确性,重复S4直至误差逼近规定阈值;S6:将传感器在线采集的单体电池的温度、电压输入到训练好的荷电状态观测器模型中,得到当前锂电池组的荷电状态值。本发明能够实现对电动车锂电池荷电状态的在线预测,其预测准确率可达93%。
引用[6]:CN104678316A - CN105974327A - CN107247940A - CN107506822A - CN204290400U - CN204789949U   
被引用[2]:CN108573545A - CN109459699A   
  扉页 - 阅读 - 下载 - 法律状态 - 信息查询 - 同类专利

[发明] 基于自然语言处理的林业生态环境人机交互方法 - 201711408324.9
有权

申请人:重庆邮电大学 - 申请日:2017-12-22 - 主分类号:G06F17/30(2006.01)I
发明人:李鹏华;赵芬;李嫄源;朱智勤;刘太林
摘要:本发明涉及一种基于自然语言处理的林业生态环境人机交互方法,属于神经网络领域。该方法采用知识图的方法对林业生态环境中的自然语言的实体进行推理,使知识推理转化为通过构建深度神经网络处理自然语言问句的问题,从而找到对应关系,表示学习下的知识图深度学习推理,得到相应的结论。本发明在深度学习中引入知识图的概念,在构建知识图的基础上,将浅层语义理解结果注入知识图,通过相应的知识推理获得较为深层的语义理解。该发明解决林业生态环境中语音、文本信息交互问题,使多模态交互设备实现林区导航、局部天气咨询、生态保护宣传、景点推送等互动功能,改善用户体验效果。
同族[1]:CN108009285B  >>更多 - 什么是同族
引用[6]:US2017011289A1 - US2017344880A1 - CN106056207A - CN106547737A - CN106855853A - CN107015963A   
  扉页 - 阅读 - 下载 - 法律状态 - 信息查询 - 同类专利

[发明] 一种面向中国移动智能客服的动态扩展知识图推理方法 - 201810049053.0
审中-实审

申请人:重庆邮电大学 - 申请日:2018-01-18 - 主分类号:G06F17/30(2006.01)I
发明人:李鹏华;刘太林;朱智勤;李嫄源;朱庆元
摘要:本发明涉及一种面向中国移动智能客服的动态扩展知识图推理方法,属于人工智能技术领域。该方法包括:表征学习下的三元知识图构建;限界技术下的知识图Top‑k查询技术;单一业务类型多轮对话场景知识推理;跨业务类型多轮对话场景新语义挖掘。本发明为用户提供了有效应答交互的自然语言信息,满足智能客服多轮对话需求。
  扉页 - 阅读 - 下载 - 法律状态 - 信息查询 - 同类专利

[发明授权] 基于自然语言处理的林业生态环境人机交互方法 - 201711408324.9;108009285B
有权

申请人:重庆邮电大学 - 申请日:2017-12-22 - 主分类号:G06F16/332(2019.01)I
发明人:李鹏华;赵芬;李嫄源;朱智勤;刘太林
摘要:本发明涉及一种基于自然语言处理的林业生态环境人机交互方法,属于神经网络领域。该方法采用知识图的方法对林业生态环境中的自然语言的实体进行推理,使知识推理转化为通过构建深度神经网络处理自然语言问句的问题,从而找到对应关系,表示学习下的知识图深度学习推理,得到相应的结论。本发明在深度学习中引入知识图的概念,在构建知识图的基础上,将浅层语义理解结果注入知识图,通过相应的知识推理获得较为深层的语义理解。该发明解决林业生态环境中语音、文本信息交互问题,使多模态交互设备实现林区导航、局部天气咨询、生态保护宣传、景点推送等互动功能,改善用户体验效果。
同族[1]:CN108009285A  >>更多 - 什么是同族
引用[6]:US2017011289A1 - US2017344880A1 - CN106056207A - CN106547737A - CN106855853A - CN107015963A   
  扉页 - 阅读 - 下载 - 法律状态 - 信息查询 - 同类专利

[发明授权] 基于深度神经网络构建法律文本语法树的方法和装置 - 201610546350.7;106202010B
有权

申请人:重庆兆光科技股份有限公司 - 申请日:2016-07-12 - 主分类号:G06F17/22(20060101)
发明人:彭德光;李鹏华;孙健;利节;刘太林;赵芬
摘要:本发明提供一种基于深度神经网络构建法律文本语法树的方法和装置,其中,所述方法包括:获取法律服务的训练文本;对所述训练文本进行词向量稀疏表示;根据所述词向量稀疏表示通过DNN对所述训练文本进行语义标注;根据所述语义标注对所述训练文本进行依存描述,构建得到法律文本语法树。本发明提出一种系统性的方法来构建法律服务领域中专业语言理解的语法树,并利用全局‑局部训练解决法律语言理解中语义偏差的问题。
同族[1]:CN106202010A  >>更多 - 什么是同族
引用[6]:US7484219B2 - WO2005045695A1 - CN102662931A - CN104008092A - CN104021115A - CN104462066A   
被引用[3]:WO2018121145A1 - CN107066560A - CN107301246A   
  扉页 - 阅读 - 下载 - 法律状态 - 信息查询 - 同类专利

[发明] 基于深度神经网络构建法律文本语法树的方法和装置 - 201610546350.7
有权

申请人:重庆兆光科技股份有限公司 - 申请日:2016-07-12 - 主分类号:G06F17/22(2006.01)I
发明人:彭德光;李鹏华;孙健;利节;刘太林;赵芬
摘要:本发明提供一种基于深度神经网络构建法律文本语法树的方法和装置,其中,所述方法包括:获取法律服务的训练文本;对所述训练文本进行词向量稀疏表示;根据所述词向量稀疏表示通过DNN对所述训练文本进行语义标注;根据所述语义标注对所述训练文本进行依存描述,构建得到法律文本语法树。本发明提出一种系统性的方法来构建法律服务领域中专业语言理解的语法树,并利用全局‑局部训练解决法律语言理解中语义偏差的问题。
同族[1]:CN106202010B  >>更多 - 什么是同族
引用[6]:US7484219B2 - WO2005045695A1 - CN102662931A - CN104008092A - CN104021115A - CN104462066A   
被引用[3]:WO2018121145A1 - CN107066560A - CN107301246A   
  扉页 - 阅读 - 下载 - 法律状态 - 信息查询 - 同类专利

[发明] 一种基于卷积神经网络的多类障碍物检测与识别方法 - 201611137636.6
审中-实审

申请人:重庆邮电大学 - 申请日:2016-12-09 - 主分类号:G06K9/00(2006.01)I
发明人:李鹏华;何春燕;米怡;刘太林;黄智宇;徐洋
摘要:本发明涉及一种基于卷积神经网络的多类障碍物检测与识别方法,属于计算机视觉与目标检测技术领域。该方法将车载视频转换为图片帧,应用类间方差法以及形态学操作从图片帧中提取得到ROI以及其在原图像中的位置信息,将提取得到的ROI放入AlexNet网络中进行分类,与此同时,由卡尔曼滤波根据分类得到的障碍物的位置信息进行状态估计,实现实时的障碍物检测与识别。本发明提取图像本身与图像间的多种特征,提高了障碍物检测与识别的精度;将障碍物的属性、运动趋势等信息设置到整个检测与识别系统中,对于驾驶员或者智能车的安全行驶起到了至关重要的作用,为未来全智能化的驾驶系统保驾护航。
引用[5]:CN103279759A - CN103914698A - CN104680508A - CN105956626A - CN106156748A   
被引用[6]:WO2018213962A1 - CN107224363A - CN107563282A - CN108921003A - CN109255181A - CN109410215A   
  扉页 - 阅读 - 下载 - 法律状态 - 信息查询 - 同类专利