-
公开(公告)号：CN118866260B
公开(公告)日：2025-03-14
申请号：CN202411048884.8
申请日：2024-03-20
Applicant: 合肥工业大学
IPC: G16H20/70 , G16H50/20 , G06F18/22 , G06F18/2411 , G06N20/10
Abstract: 本发明公开了一种抑郁障碍检测模型训练方法，属于数据处理技术领域。该方法包括获取训练数据集，输入当前域和前一域，进行特征提取及预测，利用JS散度以及训练数据集中的类别信息动态学习类定制的阈值，为训练数据集中的每个类使用相应类定制的阈值进行样本选择，将样本选择结果进行域内对齐，区分样本相似性，有效缩小这些领域之间的差距。这样的对齐过程鼓励从各个领域提取的特征变得更加紧凑，从而显著提高了对新数据的适应性，减轻了灾难性遗忘，有利于提高抑郁障碍检测准确性及效率。
-
公开(公告)号：CN118866260A
公开(公告)日：2024-10-29
申请号：CN202411048884.8
申请日：2024-03-20
Applicant: 合肥工业大学
IPC: G16H20/70 , G16H50/20 , G06F18/22 , G06F18/2411 , G06N20/10
Abstract: 本发明公开了一种抑郁障碍检测模型训练方法，属于数据处理技术领域。该方法包括获取训练数据集，输入当前域和前一域，进行特征提取及预测，利用JS散度以及训练数据集中的类别信息动态学习类定制的阈值，为训练数据集中的每个类使用相应类定制的阈值进行样本选择，将样本选择结果进行域内对齐，区分样本相似性，有效缩小这些领域之间的差距。这样的对齐过程鼓励从各个领域提取的特征变得更加紧凑，从而显著提高了对新数据的适应性，减轻了灾难性遗忘，有利于提高抑郁障碍检测准确性及效率。
-
公开(公告)号：CN118504578A
公开(公告)日：2024-08-16
申请号：CN202410644220.1
申请日：2024-05-23
Applicant: 合肥工业大学
IPC: G06F40/30 , G06F16/35 , G06N3/0464
Abstract: 本发明公开了一种基于大语言模型和情绪词典的访谈文本细粒度抑郁情绪识别方法及电子设备，属于自然语言处理检测领域。该方法包括配合指令提示模板，利用大语言模型ChatGLM3‑6b对访谈文本进行分析，生成重述文本；构建情绪词典，并利用bart‑large‑mnli预训练语言模型提取重述文本与情绪词典匹配的情绪特征，得到不同粒度下的情绪特征矩阵；构建深度神经网络模型，通过选择不同的情绪词汇对应的情绪特征矩阵训练深度神经网络模型，得到细粒度抑郁情绪识别结果。对较为简单的二元抑郁情绪分类任务、较为复杂的细粒度抑郁情绪分类任务以及回归任务，灵活选择不同尺度的情绪子集，与任务难度相适应。
-
公开(公告)号：CN118051633A
公开(公告)日：2024-05-17
申请号：CN202410148559.2
申请日：2024-02-01
Applicant: 合肥工业大学 , 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
Abstract: 本发明涉及跨模态检索技术领域，公开了一种基于长短映射的跨模态哈希检索方法，包括以下步骤：建立多模态数据集，多模态数据集中包括多个由图像以及对应的文本描述组成的图像文本描述对；构建长短映射方法；构建检索模型；哈希检索；本发明通过深度学习提取多维度特征，依据多维度特征之间的相关性差异实现不同维度特征之间的映射以增强低维特征的表现能力并提升检索准确率。
-
公开(公告)号：CN117576725A
公开(公告)日：2024-02-20
申请号：CN202311527859.3
申请日：2023-11-16
Applicant: 合肥工业大学
IPC: G06V40/10 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于注意力特征融合的RGB‑D跨模态行人再识别系统和方法，其中行人再识别系统包括局部特征提取分支、全局特征提取分支、注意力特征融合模块和识别模块；局部特征提取分支对深度图和RGB图进行特征提取，得到局部特征FB；全局特征提取分支对深度图和RGB图进行全局特征提取，并增强显著性拼接为全局特征FR；注意力特征融合模块对局部特征FB和全局特征FR进行特征融合，得到融合特征FC；识别模块计算输入的待识别深度图像和RGB图像的相似度，根据相似度得到识别结果。该系统通过迭代多尺度通道注意力机制来整合语义和尺度不一致的特征，提高模型对行人身体结构的感知能力，进而提升模型对跨模态行人再识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111815661A
公开(公告)日：2020-10-23
申请号：CN202010676307.9
申请日：2020-07-14
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于Retinex分解的铅笔画图像生成方法及装置，其中方法具体包括：S1：采用Retinex模型将输入图像分解，得到光照图及反射图；S2：对所述光照图进行处理得到纹理层；S3：对所述反射图通过多方向卷积方法生成对应的线条层；S4：将所述线条层及所述纹理层通过逐像素相乘的方式得到所述输入图像对应的灰度铅笔画图像；本发明可以有效解决图像暗光和逆光时生成线条和细节不清问题，确保各种类型图片生成的铅笔画的良好视觉效果。
-
公开(公告)号：CN110197471A
公开(公告)日：2019-09-03
申请号：CN201910154634.5
申请日：2019-03-01
Applicant: 合肥工业大学
IPC: G06T5/40
Abstract: 本发明公开一种图像对比度增强方法，所述增强方法包括：采集待处理的图像，获得原始图像；将所述原始图像采用色彩处理方法进行色彩处理，获得色彩处理图像；将所述色彩处理图像进行数据预处理，获得预处理色彩图像；将所述原始图像进行预增强处理，获得第一增强图像；根据所述色彩处理图像、所述第一增强图像和所述原始图像采用图像增强方法，获得第二增强图像。本发明提供的图像增强方法能够在像素级别感知图像的结构，进行非均一的增强，产生对比度得到增强且兼具自然性的结果。
-
公开(公告)号：CN118504578B
公开(公告)日：2025-02-07
申请号：CN202410644220.1
申请日：2024-05-23
Applicant: 合肥工业大学
IPC: G06F40/30 , G06F16/35 , G06N3/0464
Abstract: 本发明公开了一种基于大语言模型和情绪词典的访谈文本细粒度抑郁情绪识别方法及电子设备，属于自然语言处理检测领域。该方法包括配合指令提示模板，利用大语言模型ChatGLM3‑6b对访谈文本进行分析，生成重述文本；构建情绪词典，并利用bart‑large‑mnli预训练语言模型提取重述文本与情绪词典匹配的情绪特征，得到不同粒度下的情绪特征矩阵；构建深度神经网络模型，通过选择不同的情绪词汇对应的情绪特征矩阵训练深度神经网络模型，得到细粒度抑郁情绪识别结果。对较为简单的二元抑郁情绪分类任务、较为复杂的细粒度抑郁情绪分类任务以及回归任务，灵活选择不同尺度的情绪子集，与任务难度相适应。
-
公开(公告)号：CN118396093A
公开(公告)日：2024-07-26
申请号：CN202410560434.0
申请日：2024-05-08
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于超图卷积和图卷积的多视图知识图谱推理方法、系统及存储介质，涉及知识图谱推理技术领域。包括：S1数据获取步骤：获取待推理知识图谱；S2数据预处理步骤：使用HGCN和CompGCN分别对S1中得到的待推理知识图谱进行编码；S3多元表示步骤：对S2中得到的编码进行整合，形成对待推理的知识图谱全局视图的多元表示，得到多视图混合编码；S4评分步骤：使用ConvE模型，对S3中多视图混合编码的三元组进行评分。本发明既考虑了超图卷积对复杂连接关系的处理，也借助了图卷积在传递图节点关系方面的有效性；通过这种结合方式，能充分利用知识图谱中的结构信息，从而提高知识图谱推理的准确性。
-
公开(公告)号：CN114882534B
公开(公告)日：2024-03-26
申请号：CN202210606376.1
申请日：2022-05-31
Applicant: 合肥工业大学
IPC: G06V40/10 , G06V10/40 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于反事实注意力学习的行人再识别方法和系统、计算机存储介质。其中行人再识别方法通过比较事实，即学习的注意力，和反事实，即虚假的注意力，对最终预测的影响来量化注意力的质量。并通过最大化差异以促进网络学习更有效的视觉注意力并减少有偏训练集的影响，以此来增强目标域行人图像的判别性特征学习解决目标域行人图像存在遮挡和背景杂波问题。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.032 seconds)
