-
公开(公告)号：CN118747217B
公开(公告)日：2025-04-11
申请号：CN202410811020.0
申请日：2024-06-21
Applicant: 淮阴工学院
IPC: G06F16/35 , G06F18/23213 , G06F18/2415 , G06F18/213 , G06F18/25 , G06F40/253 , G06F40/268 , G06F40/30 , G06F40/289 , G06N3/0442 , G06N3/0464 , G06N3/047
Abstract: 本发明公开了基于词性标注技术和子字符增强的电力领域专家画像标签抽取方法及装置，对原始数据进行去重和缺失值处理后获取清洗后的样本集；对样本集进行聚类并对聚类结果进行标注；利用Jieba进行分词和词性标注，将词和词性结合形成词性向量；中文单词通过仓颉码分解为子字符，将词嵌入和子字符n‑gram向量生成子字符增强的向量；使用GRU更新门机制将子字符增强的向量与词性向量融合；通过DPCNN提取局部和长距离特征，以获取最终特征向量，然后使用全连接层和SoftMax层进行分类完成模型的标签抽取。本发明结合了词性标注和子字符增强技术，能够更精准地捕捉词语的语法和语义信息，提高特征表示的准确性，帮助模型更好地理解和处理输入文本。
-
公开(公告)号：CN119106683A
公开(公告)日：2024-12-10
申请号：CN202411100914.5
申请日：2024-08-12
Applicant: 淮阴工学院
IPC: G06F40/295 , G06F40/16 , G06N3/042 , G06N3/045 , G06N3/0455 , G06N5/04 , G06N5/025 , G06N3/082
Abstract: 本发明公开了一种基于图传播和动态注意力的网络安全命名实体识别方法及装置。对输入的网络安全文本数据进行预处理，根据网络安全词典构建异构图并且标注边类型；采用图注意力网络GAT实现图传播模块，通过动态注意力机制强化实体之间的语义关联，引入动态卷积层以增强模型对局部上下文的捕捉能力，为每个位置动态生成卷积核；通过双层条件随机场CRF解码器和束搜索进行解码，第一层CRF解码器负责识别简单的网络安全实体，第二层CRF解码器用于识别更复杂的嵌套或多层次网络安全实体，使用束搜索近似求解全局最优，通过这种双层解码策略，不仅提高了实体识别的准确性，也优化了实体之间关系的识别。
-
公开(公告)号：CN119106683B
公开(公告)日：2025-05-06
申请号：CN202411100914.5
申请日：2024-08-12
Applicant: 淮阴工学院
IPC: G06F40/295 , G06F40/16 , G06N3/042 , G06N3/045 , G06N3/0455 , G06N5/04 , G06N5/025 , G06N3/082
Abstract: 本发明公开了一种基于图传播和动态注意力的网络安全命名实体识别方法及装置。对输入的网络安全文本数据进行预处理，根据网络安全词典构建异构图并且标注边类型；采用图注意力网络GAT实现图传播模块，通过动态注意力机制强化实体之间的语义关联，引入动态卷积层以增强模型对局部上下文的捕捉能力，为每个位置动态生成卷积核；通过双层条件随机场CRF解码器和束搜索进行解码，第一层CRF解码器负责识别简单的网络安全实体，第二层CRF解码器用于识别更复杂的嵌套或多层次网络安全实体，使用束搜索近似求解全局最优，通过这种双层解码策略，不仅提高了实体识别的准确性，也优化了实体之间关系的识别。
-
公开(公告)号：CN118607528B
公开(公告)日：2025-04-15
申请号：CN202410782131.3
申请日：2024-06-17
Applicant: 淮阴工学院
IPC: G06F40/295 , G06F40/30 , G06F18/213 , G06F18/2431 , G06N3/0455 , G06N3/0464 , G06N3/0499
Abstract: 本发明公开了基于多词分割和多层次信息提取的电力设备命名实体识别方法。对原始电力设备文本进行分词和多词分割，获取命名实体候选项；使用预训练模型获取字符级命名实体词嵌入表征集合；从词嵌入中分别提取局部特征和全局序列上下文依赖，生成上下文特征表征序列；融合上下文特征,并结合滑动标注窗口获取的上下文语义信息，进行多层次分类；最后基于条件随机场解码输出命名实体识别结果，包括实体边界和类别型号标注。本发明结合了多词分割和多层次信息提取技术，有效处理电力领域中常见的由多个词构成的专业术语和设备名称，综合利用了词汇、句法和语义等多层次信息，增强了对上下文的理解能力,提高了在复杂语境下的识别准确性。
-
公开(公告)号：CN119049468B
公开(公告)日：2025-03-21
申请号：CN202411023067.7
申请日：2024-07-29
Applicant: 淮阴工学院
IPC: G10L15/25 , G10L19/00 , G10L19/008 , H04L41/16
Abstract: 本发明公开了一种基于语音驱动的数字人构建方法，通过改进wav2lip模型的音频编码器、人脸编码器以及人脸解码器，用深度可分离卷积DSC和时频分解机制TFD优化音频编码器，减少模型的参数数量与计算量，同时增强模型捕捉关键特征的能力。通过添加特征金字塔FPN进一步提升人脸编码器对多尺度面部信息的处理能力，尤其是在捕捉嘴型动作和面部表达的细微变化方面的能力。此外，采用多尺度生成策略提高人脸解码器输出图像的清晰度和细节表现。整体系统还包括一个音唇同步判别器和视觉质量判别器，分别用于确保唇形动作与音频的高度同步和优化生成图像的视觉质量，从而实现更自然、更精确的数字人交互体验。
-
Patent Agency Ranking
公开(公告)号：CN117994214B
公开(公告)日：2024-07-16
申请号：CN202410102294.2
申请日：2024-01-24
Applicant: 淮阴工学院
IPC: G06T7/00 , G06V10/26 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06V10/80
Abstract: 本发明公开了一种基于边缘检测和语义分割的企业产品缺陷智能检测方法。首先使用带注意力机制的DeeplabV3+对产品图像进行语义分割，其次采用边界感知损失函数对图卷积神经网络进行优化，然后使用优化后的图卷积神经网络对DeeplabV3+的语义分割进行边缘优化用以提高语义分割的准确性，得到产品图像的语义分割结果，接着使用Transformer对产品图像进行边缘检测，得到产品的边缘信息，最后逐像素融合语义分割与边缘检测的结果，得到产品的缺陷并提供缺陷的位置以及缺陷形状。本发明方法可有效获取企业产品的缺陷，语义分割提供了缺陷的精确位置，而边缘检测可以帮助确定产品中的不规则形状或边缘缺陷，两者相结合可以提高缺陷检测精确性。
-
公开(公告)号：CN118823878B
公开(公告)日：2025-04-11
申请号：CN202410959757.7
申请日：2024-07-17
Applicant: 淮阴工学院
IPC: G06V40/20 , G06V10/774 , G06N3/0464 , G06V10/80 , G06V10/776 , G06V20/40 , G06V20/52 , G06V10/25 , G06N3/084
Abstract: 本发明公开了一种基于分层路径特征融合的电力安全装备穿戴智能检测方法及装置，包括：获取电力作业人员工作时穿戴安全装备的数据集，对数据集进行划分训练集、验证集、测试集并采用数据增强算法对数据集进行预处理；将YOLOv8中的Backbone层的卷积替换为HybridVGG‑Rep模块；采用分层路径特征融合网络进行特征的融合，并且在融合时加入加权融合机制，H‑PFANet在PANet网络中的中间特征层采用BiFPN融合的同时，在底层C2f与Conv层增加一个特征融合结构；将YOLOv8中的CIoU损失函换为Inner‑EIoU。使用训练集训练改进后的YOLOv8模型，YOLOv8模型将输入的数据映射到输出空间，产生预测的结果。本发明通过对YOLOv8进行改进，可以高效可靠的对电力作业人员安全装备的穿戴进行智能检测。
-
公开(公告)号：CN118747217A
公开(公告)日：2024-10-08
申请号：CN202410811020.0
申请日：2024-06-21
Applicant: 淮阴工学院
IPC: G06F16/35 , G06F18/23213 , G06F18/2415 , G06F18/213 , G06F18/25 , G06F40/253 , G06F40/268 , G06F40/30 , G06F40/289 , G06N3/0442 , G06N3/0464 , G06N3/047
Abstract: 本发明公开了基于词性标注技术和子字符增强的电力领域专家画像标签抽取方法及装置，对原始数据进行去重和缺失值处理后获取清洗后的样本集；对样本集进行聚类并对聚类结果进行标注；利用Jieba进行分词和词性标注，将词和词性结合形成词性向量；中文单词通过仓颉码分解为子字符，将词嵌入和子字符n‑gram向量生成子字符增强的向量；使用GRU更新门机制将子字符增强的向量与词性向量融合；通过DPCNN提取局部和长距离特征，以获取最终特征向量，然后使用全连接层和SoftMax层进行分类完成模型的标签抽取。本发明结合了词性标注和子字符增强技术，能够更精准地捕捉词语的语法和语义信息，提高特征表示的准确性，帮助模型更好地理解和处理输入文本。
-
公开(公告)号：CN117763300B
公开(公告)日：2024-08-09
申请号：CN202311654053.0
申请日：2023-12-04
Applicant: 淮阴工学院
IPC: G06F18/20 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/08 , G06F123/02
Abstract: 本发明公开了基于时态图转换器和偏好波动的智能程序推荐方法。对用户、程序和用户的历史互动行为进行数据清洗和预处理，构建用户‑程序行为关系图；应用行为感知时态图转换器网络，学习用户的短期偏好特征；利用基于用户长期互动建立的时态用户‑程序关系图，通过渐进图神经网络学习全局偏好；统计不同时间粒度下用户对程序类别的访问变化，计算用户偏好波动值，通过分析用户偏好的动态变化；最后根据用户偏好特征、全局偏好表示和偏好波动值，计算用户对候选程序的兴趣度，智能生成推荐列表。本发明充分利用时态图转换器网络获取用户偏好特征，并计算不同时间粒度下的用户偏好波动值，有效建模用户动态偏好，显著提高用户对于程序偏好的性能。
-
公开(公告)号：CN117763300A
公开(公告)日：2024-03-26
申请号：CN202311654053.0
申请日：2023-12-04
Applicant: 淮阴工学院
IPC: G06F18/20 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/08 , G06F123/02
Abstract: 本发明公开了基于时态图转换器和偏好波动的智能程序推荐方法。对用户、程序和用户的历史互动行为进行数据清洗和预处理，构建用户‑程序行为关系图；应用行为感知时态图转换器网络，学习用户的短期偏好特征；利用基于用户长期互动建立的时态用户‑程序关系图，通过渐进图神经网络学习全局偏好；统计不同时间粒度下用户对程序类别的访问变化，计算用户偏好波动值，通过分析用户偏好的动态变化；最后根据用户偏好特征、全局偏好表示和偏好波动值，计算用户对候选程序的兴趣度，智能生成推荐列表。本发明充分利用时态图转换器网络获取用户偏好特征，并计算不同时间粒度下的用户偏好波动值，有效建模用户动态偏好，显著提高用户对于程序偏好的性能。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
