公开(公告)号：CN117764084A

公开(公告)日：2024-03-26

申请号：CN202311859328.4

申请日：2023-12-30

Applicant: 南京信息职业技术学院 ,  江苏易宁正弘电子商务有限公司

Inventor： 刘星 ,  王一海 ,  董京霞

IPC: G06F40/30 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08 ,  G06F40/216

Abstract: 一种基于多头注意力机制与多模型融合的短文本情感分析方法，首先利用BERT获得输入文本的上下文向量表示，然后用TextCNN分别提取文本全局特征和局部特征，通过特征融合方法构建文本特征向量，通过LSTM网络将这些文本向量提取出文本特征，最后将分类器应用到特征提取模块获得的文本特征进行端到端的训练，综合分类器和特征信息得到最终的预测结果；本发明针对短文本情感分析中的情感语义表达不足以及上下文语义挖掘不充分的问题，通过词嵌入和多头注意力机制对文本特征进行提取，然后预测估计出该文本的情感极性，并搭建预处理、迁移训练以及特征提取识别的情感分析预测仿真应用系统来进行测试验证，大大提高了方法的精度和鲁棒性。

公开(公告)号：CN114186621A

公开(公告)日：2022-03-15

申请号：CN202111462783.1

申请日：2021-11-30

Applicant: 南京信息职业技术学院

Inventor： 王一海

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q30/00 ,  G06V10/75 ,  G06V10/764

Abstract: 本发明公开了一种基于BP神经网络的产品商标鉴别方法及装置，包括：获取用于鉴别的商标图片数据集，将数据集中每一个商标图片转化为RGB三通道矩阵像素数值；按照一定比例划分为训练集、验证集和测试集；构建BP神经网络预测模型；利用训练集对模型进行迭代训练，利用验证集对训练好的BP神经网络预测模型进行验证，并设置最小均方误差，当所述BP神经网络预测模型的学习精度满足最小均方误差时，得到用于商标鉴别的BP神经网络预测模型；将测试集输入至所述用于商标鉴别的BP神经网络预测模型，得到商标鉴别结果。本发明实现了对商标正盗版的识别分类，能显著增加智能筛选盗版商标的效率。

公开(公告)号：CN115436739A

公开(公告)日：2022-12-06

申请号：CN202211191399.7

申请日：2022-09-28

Applicant: 南京信息职业技术学院

Inventor： 王一海 ,  孙泽辉

IPC: G01R31/00 ,  G01R23/10 ,  G01R23/16

Abstract: 本发明公开了一种宽范围高精度电力系统频率快速测量方法，通过对采样序列进行过零点检测，找出采样序列中处于或相邻于过零点的采样点，根据采样频率计算后得到初始频率数值，该频率数值是有误差的，所以还需要进一步计算精确的频率数值。根据初始频率计算出一周波采样点数，采用2次傅里叶算法计算出不同间隔序列的相位角，利用相位角差值计算出精确的频率数值，确保了频率测量的精确性，由于不需要反复进行傅氏算法迭代，提高了频率测量的速度；2次傅里叶算法计算的采样序列最小只需拉开1个采样点的距离，降低了宽频测量范围内采样序列长度要求。

公开(公告)号：CN115936709A

公开(公告)日：2023-04-07

申请号：CN202211555924.9

申请日：2022-12-06

Applicant: 南京信息职业技术学院

Inventor： 刘星 ,  刘东风 ,  王一海 ,  刘娜

IPC: G06Q20/40 ,  G06N3/08 ,  G06N3/047 ,  G06N3/0442

Abstract: 本发明公开基于LSTM模型及用户画像的交易风险预测方法和系统，交易风险预测方法包以下步骤：S1：采集用户信用卡历史交易数据；S2：将数据拆分成训练数据集和测试数据集；S3：构建并训练LSTM网络模型，得到交易异常概率预测模型；S4：基于测试数据集对交易异常概率预测模型进行测试，若测试结果符合预测精度，则进入步骤S5，若测试结果不符合预测精度，则返回步骤S3；S5：获取用户当前消费数据，采用交易异常概率预测模型基于预处理后的用户当前消费数据预测用户当前交易异常概率；S6根据用户的消费习惯数据对用户进行画像分析，并为每一类型用户赋予对应的异常交易发生概率；S7：基于用户交易异常概率和异常交易发生概率计算得到用户交易风险值。

公开(公告)号：CN115862683A

公开(公告)日：2023-03-28

申请号：CN202211581051.9

申请日：2022-12-07

Applicant: 南京信息职业技术学院

Inventor： 王一海 ,  王宇晶

IPC: G10L25/63 ,  G10L25/24 ,  G06F18/2413 ,  G06F18/214 ,  G06F16/65

Abstract: 本发明公开了一种婴儿啼哭语音的情感识别方法，采用MATLAB语音信号处理技术，针对婴儿的哭声进行一系列预处理，提取12阶梅尔频率倒谱系数，利用KNN算法对婴儿情感需求进行识别和分类学习，帮助成人快速了解并满足婴儿的情感需求，缓解成人在育婴方面的压力，降低其在生活上、工作上的压力。本发明能够有效改善婴儿情感需求无法被准确识别以及快速获取的问题，可以提高成人在解决育婴方面问题的能力。