-
公开(公告)号:CN117011194A
公开(公告)日:2023-11-07
申请号:CN202311278822.1
申请日:2023-10-07
Applicant: 暨南大学
IPC: G06T5/00 , G06N3/0464 , G06V10/80 , G06V10/82
Abstract: 本发明公开一种基于多尺度双通道注意力网络的低光图像增强方法,包括:构建训练集;所述训练集包括:低光图像和高光图像;利用所述训练集对预设的多尺度双通道注意力低光增强网络(MDANet)进行训练;预设的多尺度双通道注意力低光增强网络包括:多尺度特征提取和融合(MFEF)模块、双通道注意力特征增强(DAFE)模块;对所述低光图像进行预处理后,输入训练后的所述多尺度双通道注意力低光增强网络,完成低光图像增强。本发明通过堆叠多个多尺度特征提取和融合模块,实现自顶向下的特征提取和自底向上的特征融合,并取得极好的低光增强效果。
-
公开(公告)号:CN109903851B
公开(公告)日:2023-05-23
申请号:CN201910066022.0
申请日:2019-01-24
Applicant: 暨南大学
Abstract: 本发明公开了一种基于社交网络的心理异常变化的自动观测方法,具体涉及心理异常检测技术领域,包括以下观察分析步骤:数据收集、数据处理、构造目标对象心理行为轮廓、构造心理异常观测器和心理异常检测判别共五个步骤,提供了基于微博内容的心理异常观测器、基于微博情感的心理异常观测器、基于微博发布时间的心理异常观测器和基于微博互动情况的心理异常观测器。本发明通过长期不断采集目标的微博内容并从内容、时间、情绪表达、互动情况等多方面深入的进行量化分析,及时把握其心理变化的异常情况,为及时进行必须的疏导和介入提供依据,实现了整个分析过程的自动化,降低了分析的成本,减轻了有关人员的工作负担,提高了分析判断的准确度。
-
公开(公告)号:CN110852096B
公开(公告)日:2023-04-18
申请号:CN201910567582.4
申请日:2019-06-27
Applicant: 暨南大学
IPC: G06F40/289 , G06F40/258 , G06F40/211 , G06F18/214 , G06F16/33
Abstract: 本发明公开了一种中文文献综述自动生成的方法,具体涉及文献综述领域,具体包括以下步骤:S1、数据预处理;S2、特征提取;S3、句子重要性评分及主题信息提取;S4、句子选择;S5、句子排序。本发明提出的解决方案适用于中文并支持中英文混杂的综述生成,可结合不同的语料库/词典进行不同学科专业的综述生成,而且能根据不同的学科专业的习惯和需要自动生成文献综述,按照学科不同要求提供更合理和灵活的陈述安排。
-
公开(公告)号:CN109903851A
公开(公告)日:2019-06-18
申请号:CN201910066022.0
申请日:2019-01-24
Applicant: 暨南大学
Abstract: 本发明公开了一种基于社交网络的心理异常变化的自动观测技术,具体涉及心理异常检测技术领域,包括以下观察分析步骤:数据收集、数据处理、构造目标对象心理行为轮廓、构造心理异常观测器和心理异常检测判别共五个步骤,提供了基于微博内容的心理异常观测器、基于微博情感的心理异常观测器、基于微博发布时间的心理异常观测器和基于微博互动情况的心理异常观测器。本发明通过长期不断采集目标的微博内容并从内容、时间、情绪表达、互动情况等多方面深入的进行量化分析,及时把握其心理变化的异常情况,为及时进行必须的疏导和介入提供依据,实现了整个分析过程的自动化,降低了分析的成本,减轻了有关人员的工作负担,提高了分析判断的准确度。
-
-
-