182-1095-8705
最新公告:NOTICE
8月1日起,国家知识产权局停征和调整部分专利收费,详情参阅资讯中心公告

专利申请

当前位置:专利申请 > 国内专利 > 专利申请 >

专利申请流程图,学生申请专利流程图

专利代理 发布时间:2023-04-09 11:25:08 浏览:


今天,乐知网小编 给大家分享 专利申请流程图,学生申请专利流程图

专利申请流程图,管道流程图的生成方法、装置、设备及存储介质


申请/专利权人:浙江中控技术股份有限公司
申请日:2021-04-28
公开(公告)日:2023-03-31
公开(公告)号:CN113066153B
主分类号:G06T11/20
分类号:G06T11/20;G06T7/90;G06F30/18;G06F113/14
优先权:
专利状态码:有效-授权
实质审查的生效;2021.07。02
摘要:
本申请提供一种管道流程图的生成方法、装置、设备及存储介质,属于图像识别处理技术领域。

管道流程图的生成方法,包括:获取管道图像,管道图像为图片格式的管道流程图,管道流程图上包括至少一种颜色的管道以及管道元件;根据管道图像的颜色确定每条管道在管道图像中的位置信息;根据各条管道在管道图像中的位置信息确定各条管道的管道特征信息,管道特征信息用于表征管道的位置和尺寸;根据管道特征信息生成对应的目标管道流程图。

本申请可以节约人工绘制的时间和精力,提高管道流程图的绘制效率。

主权项:
1。一种管道流程图的生成方法,其特征在于,包括:获取管道图像,所述管道图像为图片格式的管道流程图,所述管道流程图上包括至少一种颜色的管道以及管道元件;根据所述管道图像中管道的颜色确定每条管道在所述管道图像中的位置信息;根据各条管道在管道图像中的位置信息确定各条管道的管道特征信息,所述管道特征信息用于表征管道的位置和尺寸;根据所述管道特征信息生成对应的目标管道流程图;所述根据所述管道图像中管道的颜色确定每条管道在所述管道图像中的位置信息,包括:通过机器学习算法识别所述管道图像中管道的颜色;基于识别的颜色以及预设的颜色条件提取属于一条管道的多个管道像素点的位置坐标;根据所述多个管道像素点的位置坐标确定所述管道的位置信息。



专利申请流程图,学生申请专利流程图


注意事项: ①申请专利(软件)登记表一式两份:一份由所在学院科研秘书留存,另一份由在学院科研秘书随申请材料一并交科技处成果知识产权科留存。

②学生拿到专利受理通知书后将受理通知书的复印件交到所在学院的科研秘书处,由科研秘书汇总统一交科技处成果知识产权科登记备案。



专利申请流程图,百融云创智能语音交互荣获国家发明专利


经过多年潜心研究和技术攻关,正在人工智能前沿领域不断取得创新成果。

近日,由百融云创人工智能实验室研发申请的“一种多轮对话智能语音交互系统及装置”正式获得国家知识产权局授予的发明专利权通知书,彰显了百融云创在人工智能技术领域的硬核实力! 多轮对话管理实现真正语音智能 目前,让计算机理解人类语言是人工智能、自然语言处理的热门研究方向,也是现代人工智能领域要解决的核心问题之一。

虽然语音识别技术日趋成熟,但是真正能实现口语对话的人工智能产品却寥寥无几。

市面上常见的语音机器人,多是语音助手型机器人,往往基于关键词语匹配,能识别理解的内容十分简单,而且很难做到多轮交互,常常答非所问。

此外,在自然语言处理领域,标注数据的规模也远远跟不上应用的需求,人工标注成本极高。

有了标注数据,算法才能进行训练,数据标注的质量越高,学习结果越精确。

但是数据标注工作量大且非常枯燥,愿意从事此项工作的人很少,而且在人工操作下,标注的质量也无法得到保证。

总的来说,缺乏标注数据、样本存在大量噪声、数据存在偏差、人工成本高是当前自然语言处理领域面临的主要问题。

针对现有技术的不足,该专利提出了一种“多轮对话智能语音交互系统”,旨在解决如何实现多轮对话、应对复杂语言以及对人工标注过度依赖的问题。

据人工智能智能实验室负责人介绍,此系统包含混合式语义理解、语义理解自适应和自动对话管理三大模块。

首先,语音输入经语音识别后转化为文本输出给混合式语义理解模块,理解用户意图并提取相应的状态信息。

接着,自动对话管理模块基于用户意图,引导对话过程,输出对话文本并转换为语音输出,实现对话。

语义理解自适应模块用于混合式语义理解模块的优化及更新。

区别于其他的语音交互系统,该系统创新性的引入了语义理解自适应模块。

该模块旨在最小化人工成本,通过迁移学习、重新训练的方式智能优化已有的语义理解模型,以提高已有业务场景的理解能力。

具体优化如下:1)将新增的语料数据导入孪生网络模型和多任务分类模型中,进行训练并更新其网络权重;2)对新增标注数据进行清洗过滤,筛选出最优的一部分标注数据,混入标准语料库中,并对全部标注数据进行重新预测。

根据语料的文本特征与其在标注数据集上的表现,建立有监督的排序模型和分类模型以及相应的指标监控机制,控制各意图识别和节点识别的准确率召回率和标注语料库的预料变化等;3)自动化部署上线更新后的模型与标注语料库。

此外,该系统的混合式语义理解模块采用模型融合的方式,结合文本匹配、语义相似度匹配、信息检索、多意图分类模型等语义理解方案,综合判别对话语义;自动对话管理模块基于当前对话所处的状态、识别的当前的用户意图与历史对话交互的信息,综合判别输出的交互指令,并且通过多意图识别,一次人机对话实现多次交互与状态转换。

综上所述,该系统可以一边进行语义理解,一边将理解的新增语料通过自适应模块进行学习,再将学习的更新参数返回部署给语义理解模块,形成了一个自适应的学习闭环,实现自我更新与优化,缓解了对人工标注的过度依赖、数据集严重匮乏的问题。

这是现有技术所没有公开的,具有显著的进步。



学生申请专利流程图的介绍就聊到这里。

更多关于 专利申请流程图,学生申请专利流程图 的资讯,可以咨询 乐知网。

(乐知网- 领先的一站式知识产权服务平台,聚焦 专利申请,商标注册 业务)。


关键词: 申请专利 专利代理