CN111859635A - 一种基于多粒度建模技术的仿真系统及构建方法 - Google Patents
一种基于多粒度建模技术的仿真系统及构建方法 Download PDFInfo
- Publication number
- CN111859635A CN111859635A CN202010634913.4A CN202010634913A CN111859635A CN 111859635 A CN111859635 A CN 111859635A CN 202010634913 A CN202010634913 A CN 202010634913A CN 111859635 A CN111859635 A CN 111859635A
- Authority
- CN
- China
- Prior art keywords
- simulation
- information
- data
- granularity
- granularities
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 159
- 238000010276 construction Methods 0.000 title claims abstract description 18
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 37
- 235000019580 granularity Nutrition 0.000 claims abstract description 30
- 230000002452 interceptive effect Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000002474 experimental method Methods 0.000 claims abstract description 9
- 230000003993 interaction Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 16
- 239000002245 particle Substances 0.000 claims description 6
- 230000005587 bubbling Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000008187 granular material Substances 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 14
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种基于多粒度建模技术的仿真系统构建方法，包括以下步骤：获取输入的仿真选择数据；对所述仿真选择数据进行处理，得到至少两种粒度的仿真信息，所述仿真信息包括环境信息、运行信息或实验信息中的一种或多种；基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐。本发明能够基于多粒度建模技术的仿真系统及构建方法，能够在仿真系统的构建过程中基于使用者输入模糊的多粒度的数据参考，使得仿真系统能够智能选择、输出仿真系统，更加适合、贴近使用者的使用范畴。
Description
技术领域
本发明涉及仿真技术，尤其涉及一种基于多粒度建模技术的仿真系统及构建方法。
背景技术
仿真或译作模拟(英语：Simulation)，泛指基于实验或训练为目的，将原本的真实或抽象的系统、事务或流程，建立一个模型以表征其关键特性(key characteristics)或者行为、功能，予以系统化与公式化，以便进行可对关键特征做出模拟。当前的仿真系统都是人主动选择、确定，但是在使用者输入模糊的情况下，无法智能的进行仿真系统的构建，实用性较低。
发明内容
本发明实施例提供一种基于多粒度建模技术的仿真系统及构建方法，能够在仿真系统的构建过程中基于使用者输入模糊的多粒度的数据参考，使得仿真系统能够智能选择、输出仿真系统，更加适合、贴近使用者的使用范畴。
本发明实施例的第一方面，提供一种基于多粒度建模技术的仿真系统构建方法，包括以下步骤：
获取输入的仿真选择数据；
对所述仿真选择数据进行处理，得到至少两种粒度的仿真信息，所述仿真信息包括环境信息、运行信息或实验信息中的一种或多种；
基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐。
可选地，在第一方面的一种可能实现方式中，在所述基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐的步骤后还包括：
接收使用者输入的选择指令；
基于选择指令在推荐的一个或多个仿真交互数据中确定一个仿真交互数据进行加载。
可选地，在第一方面的一种可能实现方式中，在所述基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐的步骤中还包括以下步骤：
预先存储有多种粒度的预存数据，所述预存数据中具有与其对应的预存信息；
将仿真信息与预存信息进行比对，得到仿真交互数据。
可选地，在第一方面的一种可能实现方式中，其中所述将仿真信息与预存信息进行比对，得到仿真交互数据的步骤中，还包括以下步骤：
通过公式(1)计算进行推荐的仿真交互数据，
其中Ny为仿真选择数据、其中Nzx为仿真交互数据、S为相似度；
将S大于第一预设值所对应的仿真交互数据进行推荐。
可选地，在第一方面的一种可能实现方式中，所述每种粒度的预存数据中包括至少一种子颗粒信息，X(X1,X2,Xn)为在X粒度下分别包括X1、X2、Xn种子颗粒信息，通过以下公式获取仿真交互数据中一个粒度下的集合相似度：
其中XMAX为Xn在实际情况下相似度最高的值。
可选地，在第一方面的一种可能实现方式中，其中所述第一预设值预先设置。
可选地，在第一方面的一种可能实现方式中，当不存在大于第一预设值的S时；
获得仿真交互数据与仿真选择数据之间相似度，并将相似度按照冒泡算法进行排序，获取与仿真选择数据相似度为前三的仿真交互数据进行推荐。
本发明实施例的第二方面，提供一种基于多粒度建模技术的仿真系统，包括以下装置：
获取模块，用于获取输入的仿真选择数据；
处理模块，对所述仿真选择数据进行处理，得到至少两种粒度的仿真信息，所述仿真信息包括环境信息、运行信息或实验信息中的一种或多种；
推荐模块：用于基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐。
本发明实施例的第三方面，提供一种基于多粒度建模技术仿真设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行本发明第一方面及第一方面各种可能设计的所述方法。
本发明实施例的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
本发明提供的一种基于多粒度建模技术的仿真系统及构建方法，能够在仿真系统的构建过程中基于使用者输入模糊的多粒度的数据参考，使得仿真系统能够智能选择、输出仿真系统，更加适合、贴近使用者的使用范畴。并且在推荐的过程中，能够对对中仿真系统、模型进行智能排序，进行相应的推荐，使得该仿真系统的各个粒度最大化的满足使用者的需求。
附图说明
图1为一种基于多粒度建模技术的仿真系统构建方法的第一种实施方式的流程示意图；
图2为一种基于多粒度建模技术的仿真系统构建方法的第二种实施方式的流程示意图；
图3为一种基于多粒度建模技术的仿真系统的第一种实施方式的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种基于多粒度建模技术的仿真系统构建方法，如图1所示其第一种实施方式的流程图，包括以下步骤：
S1、获取步骤：获取输入的仿真选择数据。使用者可以通过前端的仿真设备、计算机等等输入仿真选择数据，仿真选择数据可以是基于页面输入的预设选择数据，也可以是直接输入的任意数据。
S2、处理步骤：对所述仿真选择数据进行处理，得到至少两种粒度的仿真信息，所述仿真信息包括环境信息、运行信息或实验信息中的一种或多种。其中仿真数据中的仿真信息是在进行仿真时，需要呈现、使用或者是基于的环境信息、运行信息或实验信息等等。
S3、推荐步骤：基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐。根据使用者需要的仿真信息，选择适于的仿真交互数据进行推荐，完成智能选择的目的和效果。
本发明提供的仿真系统构建方法，能够在仿真系统的构建过程中基于使用者输入模糊的多粒度的数据参考，使得仿真系统能够智能选择、输出仿真系统，更加适合、贴近使用者的使用范畴。并且在推荐的过程中，能够对对中仿真系统、模型进行智能排序，进行相应的推荐，使得该仿真系统的各个粒度最大化的满足使用者的需求。
在一个实施例中，如图2所示基于多粒度建模技术的仿真系统构建方法的第二种实施方式的结构示意图，在基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐的步骤后还包括：
S4、接收步骤：接收使用者输入的选择指令。在对使用者进行一个或多个仿真交互数据的推荐后，使用者可以进行选择任意一个仿真交互数据进而输出相应的选择指令。
S5、加载步骤：基于选择指令在推荐的一个或多个仿真交互数据中确定一个仿真交互数据进行加载。此时使用者已经确定好仿真交互数据，进行相应的加载。
通过以上步骤，在基于多粒度的仿真交互数据推荐后，由使用者自动选择、加载需要的仿真交互数据，避免出现误加载的情况。
在一个实施例中，在基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐的步骤中还包括以下步骤：
预先存储有多种粒度的预存数据，所述预存数据中具有与其对应的预存信息。其中预存数据可以是根据使用者的使用习惯预先存储的，例如说使用者经常进行汽车驾驶类仿真，仿真的环境信息、运行信息或实验信息可以是偏向于汽车驾驶类预先设定好的。
最后将仿真信息与预存信息进行比对，得到仿真交互数据，完成多粒度的选择过程。
在一个实施例中，其中所述将仿真信息与预存信息进行比对，得到仿真交互数据的步骤中，还包括以下步骤：
通过公式(1)计算进行推荐的仿真交互数据，
其中Ny为仿真选择数据、其中Nzx为仿真交互数据、S为相似度，通过以上公式完成相似度值的计算，判断任意两个仿真选择数据和仿真交互数据之间的相似度，进而得到仿真交互数据是否为使用者所需要。
将相似度S大于第一预设值所对应的仿真交互数据进行推荐。相似度S大于第一预设值则证明其大概率是被使用者所需要的仿真交互数据，其中第一预设值预先设置。
并且，当不存在大于第一预设值的S时；获得仿真交互数据与仿真选择数据之间相似度，并将相似度按照冒泡算法进行排序，获取与仿真选择数据相似度为前三的仿真交互数据进行推荐。通过以上方式以完成仿真选择数据与仿真交互数据相似度较低时还能够进行推荐。
在一个实施例中，每种粒度的预存数据中包括至少一种子颗粒信息，X(X1,X2,Xn)为在X粒度下分别包括X1、X2、Xn种子颗粒信息，通过以下公式获取仿真交互数据中一个粒度下的集合相似度：
其中XMAX为Xn在实际情况下相似度最高的值。通过以上方式，计算Nzx的最高相似度，其中XMAX可以是人为预先设置的权重，例如说可以根据不同使用者的性别、年龄等等进行调整。
本发明实施例的第二方面，提供一种基于多粒度建模技术的仿真系统，如图3所示其第一种实施方式的结构示意图，包括以下装置：
获取模块，用于获取输入的仿真选择数据；
处理模块，对所述仿真选择数据进行处理，得到至少两种粒度的仿真信息，所述仿真信息包括环境信息、运行信息或实验信息中的一种或多种；
推荐模块：用于基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐。
本发明实施例还提供一种终端的硬件结构，该终端包括：处理器、存储器和计算机程序；其中
存储器，用于存储所述计算机程序，该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器，用于执行所述存储器存储的计算机程序，以实现上述方法中终端执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器既可以是独立的，也可以跟处理器集成在一起。
当所述存储器是独立于处理器之外的器件时，所述终端还可以包括：
总线，用于连接所述存储器和处理器。终端还可以进一步包括发送器，用于向服务器发送处理器生成的第一类事件信息。
本发明还提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端的实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignal Processor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于多粒度建模技术的仿真系统构建方法，其特征在于，包括以下步骤：
获取输入的仿真选择数据；
对所述仿真选择数据进行处理，得到至少两种粒度的仿真信息，所述仿真信息包括环境信息、运行信息或实验信息中的一种或多种；
基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐。
2.根据权利要求1所述的基于多粒度建模技术的仿真系统构建方法，其特征在于，在所述基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐的步骤后还包括：
接收使用者输入的选择指令；
基于选择指令在推荐的一个或多个仿真交互数据中确定一个仿真交互数据进行加载。
3.根据权利要求1所述的基于多粒度建模技术的仿真系统构建方法，其特征在于，
在所述基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐的步骤中还包括以下步骤：
预先存储有多种粒度的预存数据，所述预存数据中具有与其对应的预存信息；
将仿真信息与预存信息进行比对，得到仿真交互数据。
4.根据权利要求3所述的基于多粒度建模技术的仿真系统构建方法，其特征在于，
其中所述将仿真信息与预存信息进行比对，得到仿真交互数据的步骤中，还包括以下步骤：
通过公式(1)计算进行推荐的仿真交互数据，
其中Ny为仿真选择数据、其中Nzx为仿真交互数据、S为相似度；
将S大于第一预设值所对应的仿真交互数据进行推荐。
5.根据权利要求4所述的基于多粒度建模技术的仿真系统构建方法，其特征在于，
所述每种粒度的预存数据中包括至少一种子颗粒信息，X(X1,X2,Xn)为在X粒度下分别包括X1、X2、Xn种子颗粒信息，通过以下公式获取仿真交互数据中一个粒度下的集合相似度：
其中XMAX为Xn在实际情况下相似度最高的值。
6.根据权利要求4所述的基于多粒度建模技术的仿真系统构建方法，其特征在于，
其中所述第一预设值预先设置。
7.根据权利要求4所述的基于多粒度建模技术的仿真系统构建方法，其特征在于，
当不存在大于第一预设值的S时；
获得仿真交互数据与仿真选择数据之间相似度，并将相似度按照冒泡算法进行排序，获取与仿真选择数据相似度为前三的仿真交互数据进行推荐。
8.一种基于多粒度建模技术的仿真系统，其特征在于，包括以下装置：
获取模块，用于获取输入的仿真选择数据；
处理模块，对所述仿真选择数据进行处理，得到至少两种粒度的仿真信息，所述仿真信息包括环境信息、运行信息或实验信息中的一种或多种；
推荐模块：用于基于所述至少两种粒度的仿真信息进行仿真交互数据的推荐。
9.一种基于多粒度建模技术的设备，其特征在于，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行权利要求1至7任一所述的方法。
10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至7任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010634913.4A CN111859635A (zh) | 2020-07-03 | 2020-07-03 | 一种基于多粒度建模技术的仿真系统及构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010634913.4A CN111859635A (zh) | 2020-07-03 | 2020-07-03 | 一种基于多粒度建模技术的仿真系统及构建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111859635A true CN111859635A (zh) | 2020-10-30 |
Family
ID=73153032
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010634913.4A Pending CN111859635A (zh) | 2020-07-03 | 2020-07-03 | 一种基于多粒度建模技术的仿真系统及构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111859635A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115905135A (zh) * | 2023-03-14 | 2023-04-04 | 武汉芯云道数据科技有限公司 | 多帧3d文件处理方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009020861A1 (en) * | 2007-08-03 | 2009-02-12 | Smartsignal Corporation | Fuzzy classification approach to fault pattern matching |
| CN103001823A (zh) * | 2012-11-13 | 2013-03-27 | 中国科学院信息工程研究所 | 一种基于多粒度抽象理论的虚拟网络构建方法和系统 |
| CN104599242A (zh) * | 2014-12-09 | 2015-05-06 | 西安电子科技大学 | 使用多尺度非局部正则的模糊核估计方法 |
| CN105912806A (zh) * | 2016-04-28 | 2016-08-31 | 湖南大学 | 一种基于自适应神经模糊推理的小重叠碰撞安全气囊控制方法 |
| CN107346328A (zh) * | 2017-05-25 | 2017-11-14 | 北京大学 | 一种基于多粒度层级网络的跨模态关联学习方法 |
| CN110321925A (zh) * | 2019-05-24 | 2019-10-11 | 中国工程物理研究院计算机应用研究所 | 一种基于语义聚合指纹的文本多粒度相似度比对方法 |
| CN110634051A (zh) * | 2019-09-12 | 2019-12-31 | 阜阳师范大学 | 一种基于多粒度模糊数据的生鲜农产品推荐方法 |
| CN111199088A (zh) * | 2018-10-31 | 2020-05-26 | 百度在线网络技术（北京）有限公司 | 复现场景数据的方法和装置 |
-
2020
- 2020-07-03 CN CN202010634913.4A patent/CN111859635A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009020861A1 (en) * | 2007-08-03 | 2009-02-12 | Smartsignal Corporation | Fuzzy classification approach to fault pattern matching |
| CN103001823A (zh) * | 2012-11-13 | 2013-03-27 | 中国科学院信息工程研究所 | 一种基于多粒度抽象理论的虚拟网络构建方法和系统 |
| CN104599242A (zh) * | 2014-12-09 | 2015-05-06 | 西安电子科技大学 | 使用多尺度非局部正则的模糊核估计方法 |
| CN105912806A (zh) * | 2016-04-28 | 2016-08-31 | 湖南大学 | 一种基于自适应神经模糊推理的小重叠碰撞安全气囊控制方法 |
| CN107346328A (zh) * | 2017-05-25 | 2017-11-14 | 北京大学 | 一种基于多粒度层级网络的跨模态关联学习方法 |
| CN111199088A (zh) * | 2018-10-31 | 2020-05-26 | 百度在线网络技术（北京）有限公司 | 复现场景数据的方法和装置 |
| CN110321925A (zh) * | 2019-05-24 | 2019-10-11 | 中国工程物理研究院计算机应用研究所 | 一种基于语义聚合指纹的文本多粒度相似度比对方法 |
| CN110634051A (zh) * | 2019-09-12 | 2019-12-31 | 阜阳师范大学 | 一种基于多粒度模糊数据的生鲜农产品推荐方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115905135A (zh) * | 2023-03-14 | 2023-04-04 | 武汉芯云道数据科技有限公司 | 多帧3d文件处理方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110287479B (zh) | 命名实体识别方法、电子装置及存储介质 | |
| CN108021547B (zh) | 一种自然语言的生成方法、自然语言生成装置及电子设备 | |
| JP6677419B2 (ja) | 音声対話方法及び装置 | |
| CN112231584B (zh) | 基于小样本迁移学习的数据推送方法、装置及计算机设备 | |
| EP3138058A1 (en) | Method and apparatus for classifying object based on social networking service, and storage medium | |
| CN109616102B (zh) | 声学模型的训练方法、装置及存储介质 | |
| CN111832305B (zh) | 一种用户意图识别方法、装置、服务器和介质 | |
| CN113961765B (zh) | 基于神经网络模型的搜索方法、装置、设备和介质 | |
| CN110096617A (zh) | 视频分类方法、装置、电子设备及计算机可读存储介质 | |
| CN110738070A (zh) | 基于视频的行为识别方法、行为识别装置及终端设备 | |
| WO2010048758A1 (en) | Classification of a document according to a weighted search tree created by genetic algorithms | |
| CN113836303A (zh) | 一种文本类别识别方法、装置、计算机设备及介质 | |
| CN110706691B (zh) | 语音验证方法及装置、电子设备和计算机可读存储介质 | |
| CN111858865B (zh) | 一种语义识别方法、装置、电子设备及计算机可读存储介质 | |
| CN113449840A (zh) | 神经网络训练方法及装置、图像分类的方法及装置 | |
| CN113806501B (zh) | 意图识别模型的训练方法、意图识别方法和设备 | |
| CN113220828B (zh) | 意图识别模型处理方法、装置、计算机设备及存储介质 | |
| CN111859635A (zh) | 一种基于多粒度建模技术的仿真系统及构建方法 | |
| CN111402864A (zh) | 语音处理方法及电子设备 | |
| CN109616103B (zh) | 声学模型的训练方法、装置及存储介质 | |
| CN109033078B (zh) | 语句类别识别方法及装置、存储介质、处理器 | |
| CN111125379A (zh) | 知识库扩充方法、装置、电子设备和存储介质 | |
| CN116187301A (zh) | 模型生成、实体识别方法、装置、电子设备及存储介质 | |
| CN114677168A (zh) | 一种资源推荐方法、装置、设备及介质 | |
| CN111767710B (zh) | 印尼语的情感分类方法、装置、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201030 |
|
| RJ01 | Rejection of invention patent application after publication |