公开(公告)号：CN118333900A

公开(公告)日：2024-07-12

申请号：CN202410463578.4

申请日：2024-04-17

Applicant: 三峡大学

Inventor： 但志平 ,  刘致远 ,  张洪志 ,  高准 ,  张岩珂

IPC: G06T5/73 ,  G06T5/60 ,  G06V10/80 ,  G06N3/044 ,  G06N3/0442 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开一种基于循环生成对抗网络的非配对去雾方法，包括以下步骤：S1、预处理数据集；S2、构建用于训练的循环生成对抗网络模型，在该模型的生成器网络及判别器网络中分别引入注意力机制；S3、将步骤S1得到的训练数据集依次输入循环生成对抗网络中进行模型训练；S4、将待处理的图像输入到训练完毕的生成网络模型中，得到去雾后的清晰图像；本发明采用非配对训练方法和优化的网络结构，并引入对比损失机制，显著提高图像去雾效果；该技术精确保留细节，避免色彩失真，并通过对比学习进一步优化性能，适用性广泛。

公开(公告)号：CN115392221A

公开(公告)日：2022-11-25

申请号：CN202210922792.2

申请日：2022-08-02

Applicant: 三峡大学

Inventor： 但志平 ,  张紫燕 ,  高准 ,  张岩柯

IPC: G06F40/216 ,  G06F40/30 ,  G06F16/35 ,  G06K9/62

Abstract: 本申请涉及文本处理技术领域，提供一种谣言检测方法、装置、设备及存储介质。所述方法包括：获取待检测的文本信息，提取所述文本信息的文本特征和词频统计特征；根据所述文本特征确定所述文本信息的可信度，并根据所述可信度确定所述文本特征和所述词频统计特征的融合度；基于所述融合度融合所述文本特征和所述词频统计特征，得到融合特征；根据所述融合特征检测所述文本信息中是否包含谣言信息。本申请提供的谣言检测方法通过文本信息的可信度确定词频统计特征与文本特征的融合度，实现特征的自适应融合，可以有效防止对辅助特征的过度使用造成的过拟合问题，基于文本信息的可信度，自适应地为谣言检测提供必要的辅助特征，提高谣言检测精度。

公开(公告)号：CN117910453A

公开(公告)日：2024-04-19

申请号：CN202311723235.9

申请日：2023-12-13

Applicant: 三峡大学

Inventor： 但志平 ,  张岩珂 ,  张洪志 ,  高准

IPC: G06F40/205 ,  G06F40/216 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开了一种基于图卷积网络的半监督谣言检测方法，首先进行数据集的构造与整理，然后使用标记数据集对谣言检测网络进行训练，并使用谣言检测网络预测未标记数据,将预测的未标记数据打上伪标签，并入标记数据集,最后使用合并后的标记数据集重复训练模型，并根据损失函数优化模型，直到得到最优模型；该方法通过设置图卷积网络，能更好地提取高维特征，实现对少量样本的有效利用，对无标记样本的准确预测，有效解决了现有监督模型的谣言检测任务需要人工标注大量样本所导致的检测滞后和样本标注不一致的问题。

公开(公告)号：CN118278389A

公开(公告)日：2024-07-02

申请号：CN202410237108.6

申请日：2024-03-01

Applicant: 三峡大学

Inventor： 但志平 ,  张岩珂 ,  张洪志 ,  高准

IPC: G06F40/216 ,  G06F16/35 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/09

Abstract: 本发明公开了一种基于边增强一致性的半监督谣言检测方法，该方案通过使用边增强提高数据质量，并使用阈值分离一致性信息与非一致性信息，利用双通道图卷积网络提取公开数据集中样本的高维特征，提高了数据的利用效率；方案通过半监督方法对大量无标记数据进行有效利用，增强了模型的泛化能力，解决了突发事件时标记样本不足而影响检测准确率的问题，有效利用大量无标记数据提高检测速度和准确率。

公开(公告)号：CN117852532A

公开(公告)日：2024-04-09

申请号：CN202311689864.4

申请日：2023-12-07

Applicant: 三峡大学

Inventor： 但志平 ,  高准 ,  张岩珂 ,  张洪志

IPC: G06F40/279 ,  G06F40/216 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多层次不真实性传播结构的谣言检测方法，首先进行社交媒体数据集的整理与构建，再对谣言检测模型的输入数据进行预处理，然后进行谣言检测模型的搭建、训练以及验证，最后使用谣言检测模型对社交媒体事件的真实性进行识别；该方法解决了现有技术无法有效处理传播结构中的不真实关系，也没有同时联合谣言传播的方向和全局传播结构来捕捉潜在的特征，从而限制谣言检测的效果的问题，具有可以有效地降低事件原始传播结构存在的不稳定性因素给检测结果带来的影响，进一步提高了谣言检测模型的性能的特点。