公开(公告)号：CN118197352A

公开(公告)日：2024-06-14

申请号：CN202410158020.5

申请日：2024-02-04

Applicant: 厦门大学

Inventor： 于铁鑫 ,  俞容山 ,  肖旭

IPC: G10L25/51 ,  G10L25/27

Abstract: 本发明提出了一种基于传统音乐的歌声评价方法及装置，该方法包括：获取原始歌声音频数据和语音音频数据以作为训练数据对；构建声音转换模型，并将训练数据对输入到声音转换模型进行训练，以便通过训练好的声音转换模型获取转换后的歌声音频数据；对转换后的歌声音频数据和原始歌声音频数据进行特征提取以得到对应的歌声音频特征；获取转换后的歌声音频数据和原始歌声音频数据对应的平均意见分数，并采用极端梯度提升对歌声音频特征和平均意见分数进行回归分析，以得到歌声评价模型；由此，通过声音转换模型提供丰富的评价辅助数据以构建歌声评价模型，使得对传统音乐的评价不再局限于专业人士之间，从而拉近了大众与传统音乐的距离。

公开(公告)号：CN116010801A

公开(公告)日：2023-04-25

申请号：CN202211658178.6

申请日：2022-12-22

Applicant: 厦门大学

Inventor： 刘洪金 ,  俞容山 ,  肖旭 ,  林雅婷

IPC: G06F18/213 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种t‑SNE降维优化方法，包括以下步骤：S1、搭建分布式训练环境；S2、读取高维数据文件，并对其进行预处理；S3、随机采样部分预处理后的数据当作训练集，计算训练集的t‑SNE结果并将其作为标签；S4、搭建神经网络模型，并进行分布式训练；S5、采用训练后的神经网络模型预测步骤S3未采样的预处理后的数据，再将预测结果进行可视化；本发明将深度学习和大数据处理进行结合，能够分布式训练神经网络模型，可缩短t‑SNE的计算时间，并且有着处理大型数据集的能力。

公开(公告)号：CN115937586A

公开(公告)日：2023-04-07

申请号：CN202211567341.8

申请日：2022-12-07

Applicant: 厦门大学

Inventor： 李豪 ,  俞容山 ,  林雅婷 ,  肖旭

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于CLIP的开集类器官定位识别方法，包括以下步骤：S1、获取类器官数据，并对其进行预处理；S2、基于CLIP模型搭建端到端的定位识别模型；S3、将预处理后的类器官数据送入定位识别模型中进行推理；S4、将推理结果还原至原图像上，再进行非极大值抑制处理，实现类器官的定位识别；本发明将CLIP模型引入类器官定位识别任务中，使得原有的Faster‑RCNN定位识别模型在保留端到端、高精度等优点的前提下，在训练及推理阶段不需要人为的特异化设计，可兼顾模型性能，提升算法效率，可以在保证对于已知类别数据的定位识别性能的同时，对未知类别数据也具有一定的定位识别能力，即有助于新型类别的定位识别，提高了模型的泛化能力。