公开(公告)号：CN115879439A

公开(公告)日：2023-03-31

申请号：CN202210230366.2

申请日：2022-03-10

Applicant: 华中科技大学

Inventor： 魏巍 ,  梁硕 ,  张睿晗 ,  刘宇航 ,  刘逸帆 ,  潘为燃 ,  江胜

IPC: G06F40/211 ,  G06F40/289 ,  G06F40/30 ,  G06N3/042

Abstract: 本发明公开了一种基于双句法信息的细粒度方面级别情绪分析方法，包括：1)建模每个方面情绪感知的上下文信息，并生成对应的语境内方面特有的情绪表示；2)建模方面的语境间关系增强的情绪特征表示；3)整合语境内方面特有的情绪特征向量和语境间关系增强的情绪特征向量得到方面的整体情绪特征向量，然后将上述整体情绪特征映射到低维语义空间，得到最终的情绪分析预测结果。本发明通过有效利用短语树和依赖树的句法信息，联合建模语境内和语境间的情绪特征表示，提升细粒度方面级别情绪分析的准确度。

公开(公告)号：CN115170217A

公开(公告)日：2022-10-11

申请号：CN202210230384.0

申请日：2022-03-10

Applicant: 华中科技大学

Inventor： 魏巍 ,  赵森 ,  邹定 ,  江胜

IPC: G06Q30/06 ,  G06F16/2457 ,  G06F16/2458 ,  G06N3/04

Abstract: 本发明公开了一种多视角用户意图解缠的图神经网络捆绑推荐方法，该方法包括以下步骤：1)用户意图在不同物品组合和同一物品组合中的分布，从而构造了全局图和局部图；分别对用户购买物品的意图，以及物品组合中包含的用户意图解缠，得到用户和物品组合在不同意图下的分块表示；2)对用户和物品组合在不同意图下的分块表示进行跨视角传播得到用户和物品组合在两种视角下的表示；3)通过意图对比，对比用户意图在不同视角下的信息，优化用户和物品组合的表示；4)通过拼接用户或者物品组合在不同视角下的表示来得到二者的最终表示，然后用点乘来预测用户对物品组合的偏好，实现用户对物品组合偏好的预测。本发明方法能提高捆绑推荐的准确性。

公开(公告)号：CN112381615B

公开(公告)日：2022-09-02

申请号：CN202011362298.2

申请日：2020-11-27

Applicant: 华中科技大学 ,  中国人民解放军海军工程大学

Inventor： 魏巍 ,  王子扬 ,  贲可荣 ,  何智勇 ,  马良荔 ,  彭付强 ,  黄园园

IPC: G06Q30/06 ,  G06F16/9535

Abstract: 本发明公开了一种基于用户重复行为模式挖掘的短序列推荐方法，包括以下步骤：1)对于给定的用户行为序列S，进行物品表示学习，获得物品的特征表示；2)将用户的行为序列转换成重复行为模式序列，进行重复行为的物品选择概率预测：根据重复行为模式序列预测序列中每个物品在下一次被重新点击的概率；3)进行探索行为的物品选择概率预测：预测没有在用户的行为序列中出现过的每个物品在下一次行为中被点击的概率；4)计算用户进行重复行为和探索行为的概率分布；5)根据步骤2)至步骤4)的结果，获得每个物品在下一次被点击的概率。本发明通过对用户的重复行为进行建模，并捕捉序列中的长距离依赖关系，可有效提高对用户推荐物品的准确度。

公开(公告)号：CN105648063B

公开(公告)日：2019-06-25

申请号：CN201610077679.3

申请日：2016-02-03

Applicant: 华中科技大学

Inventor： 黄代新 ,  张文琼 ,  肖超 ,  魏巍

IPC: C12Q1/6888

Abstract: 本发明提供了一种基于快速突变Y‑STR基因座的复合扩增体系、方法及应用，所述复合扩增体系包含13个基因座，具体如下：DYF387S1、DYF399S1、DYF403S1a/b、DYF404S1、DYS449、DYS518、DYS526b、DYS547、DYS570、DYS576、DYS612、DYS626、DYS627；其中扩增引物对序列如SEQ ID NO.1‑26所示，且所述13个基因座引物分别用6‑FAM、VIC、NED或PET四种荧光素标记；本发明针对所述13个快速突变Y‑STR基因座，在群体频率调查的基础上设计引物，并按照特定的组合和引物浓度将这13个基因座融合在一个复合反应体系中，使13个基因座同时扩增和检验，扩增效果较好，应用于检验过程时更方便快捷，分型结果清晰，并能保证所有基因座检验的正确性、灵敏性以及稳定性，且具有极高的个体识别率。

公开(公告)号：CN105279579B

公开(公告)日：2018-11-30

申请号：CN201510760890.0

申请日：2015-11-10

Applicant: 华中科技大学

Inventor： 李超顺 ,  杨兴昭 ,  李如海 ,  汪赞斌 ,  魏巍

IPC: G06Q10/04 ,  G06Q50/06 ,  H02P9/14 ,  H02P101/10

Abstract: 本发明公开了一种水轮发电机组励磁系统PID控制参数优选方法，用于在水轮发电机组励磁系统中对PID控制参数进行优选。根据水轮发电机组励磁系统建立仿真模型，然后依据该仿真系统建立以水轮发电机机端电压和参考电压为状态量的目标函数，运用本发明设计的优选方法求解目标函数得到最优PID控制参数。本发明设计的水轮发电机组励磁系统PID控制参数的优选方法，采用一种新型启发式优化算法优化目标函数，能搜索到更小的目标函数值，得到的解代表更优的PID控制参数。更优的PID控制参数能使水轮发电机组励磁系统水轮发电机机端电压调节速度更快，系统响应曲线更加光滑，系统调节品质更高。

公开(公告)号：CN106294169A

公开(公告)日：2017-01-04

申请号：CN201610679571.1

申请日：2016-08-17

Applicant: 华中科技大学

Inventor： 李国徽 ,  李剑军 ,  魏巍 ,  何璐瑶 ,  汪雄峰

IPC: G06F11/36

Abstract: 本发明公开了一种嵌入式环境下并行程序数据竞争检测与重放的方法，结合软件调试与测试的需求，采用符号执行虚拟机方案，动态地监测程序的运行，收集程序的执行信息，并分析数据竞争。并且还能通过执行信息对程序进行确定性重放，使得程序的执行轨迹能够重现。功能包括：基于符号执行虚拟机的数据竞争检测、基于符号执行虚拟机的数据竞争重放功能。本发明可以发掘隐藏在程序中的数据竞争，防止多线程程序在运行时发生错误。

公开(公告)号：CN119990308A

公开(公告)日：2025-05-13

申请号：CN202411989926.8

申请日：2024-12-31

Applicant: 华中科技大学 ,  深圳依时货拉拉科技有限公司

Inventor： 魏巍 ,  陈宇轩 ,  范士轩 ,  陈芷昕 ,  吴湖龙

IPC: G06N5/04

Abstract: 本发明公开了一种基于复杂交互因素建模的对话生成方法，该方法包括以下步骤：1)给定一组预定义的个性P和历史对话句子X；2)使用编码器对历史对话句子和预定义的个性进行编码，获得嵌入空间中的各种表示；3)对交互因素进行联合建模；4)将交互因素注入到响应生成的过程中，生成目标响应Y。本发明通过建模复杂的多重交互因素以生成对话，融合了多个因素之间的相关性与协同效应，生成更具人类风格的响应。

公开(公告)号：CN118885586A

公开(公告)日：2024-11-01

申请号：CN202410921234.3

申请日：2024-07-10

Applicant: 华中科技大学 ,  中国平安财产保险股份有限公司

Inventor： 魏巍 ,  彭道万 ,  刘宇航 ,  谢文峰 ,  陈当阳

IPC: G06F16/332 ,  G06V30/19 ,  G06N3/0464

Abstract: 本发明公开了一种基于知识蒸馏的语言模态去偏视觉问答方法，包括以下步骤：1)获取给定的一张图像和关于图像的一个问题；2)利用学生模型对所述问题和所述图像进行处理，获取所述问题的答案；其中，学生模型的获取过程如下：2.1)构建教师模型和学生模型；2.2)利用训练集对教师模型进行训练，其中，训练集数据包括图片、问题文本和答案文本；2.3)对学生模型进行训练；2.4)利用所述教师模型并基于设定的损失函数对所述学生模型进行知识蒸馏，固定教师模型的参数不更新，通过更新学生模型的参数来优化整个学习过程，获得训练完成的学生模型。本发明的方案通过引入一个教师模型，将其输出当作监督学生模型的软标签，可以避免了额外的数据标注。

公开(公告)号：CN118820472A

公开(公告)日：2024-10-22

申请号：CN202410900829.0

申请日：2024-07-05

Applicant: 华中科技大学 ,  中国平安财产保险股份有限公司

Inventor： 魏巍 ,  田杰 ,  鲁镇仪 ,  蔡珂 ,  谢文峰 ,  陈当阳

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/279 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开了一种大语言模型文本分类中边界模糊与固有偏差的处理方法，包括以下步骤：1)获取待分类的目标文本以及待选择的候选标签选项集Y；2)采用大语言模型基于所述目标文本从所述候选标签选项集中选择与所述目标文本相匹配的目标标签；2.1)使用LLMs在候选集Y中选择最有可能的标签选项进行模型自减，获得选择后的标签选项集合R；2.2)对集合R中剩余候选标签选项进行相似性差异决策筛选。本发明为大语言模型文本分类提出了一个新颖的两阶段分类框架，包括减少和比较阶段。该框架使用配对比较来解决模糊性和偏差问题，并引入自我减法算法，可以提高去偏差能力和分类准确率。

公开(公告)号：CN118798199A

公开(公告)日：2024-10-18

申请号：CN202410925345.1

申请日：2024-07-11

Applicant: 华中科技大学 ,  中国平安财产保险股份有限公司

Inventor： 魏巍 ,  丁卓君 ,  陈当阳

IPC: G06F40/295 ,  G06F16/35 ,  G06F40/30 ,  G06F18/22

Abstract: 本发明公开了一种基于伪标签降噪策略的跨语言命名实体识别方法，包括以下步骤：1)给定一段目标语言数据集包含n个字词的文本X，为X中的连续文本片段si分配实体标签，进行文本片段分类；2)对于目标语言数据集的文本X，对其进行掩码处理；3)训练源模型，在源语言数据上进行实体识别任务；4)训练目标模型；在目标语言数据上进行实体识别任务。本发明提出了一种利用语义空间全局和局部语义信息逐步提高伪标签准确性的方法，可以有效提高模型处理目标语言的实体识别的能力。