-
公开(公告)号：CN111814454B
公开(公告)日：2023-08-11
申请号：CN202010662871.5
申请日：2020-07-10
Applicant: 重庆大学
IPC: G06F40/30 , G06F40/216 , G06N3/0442 , G06N3/0455 , G06N3/08 , G06Q50/00
Abstract: 本发明公开了一种社交网络上的多模态网络欺凌检测模型，包括针对多模态数据的编码和针对模态数据的解码，还包括：对数据进行预处理；对视频和/或图像数据进行处理，对每一个视频和/或图像进行打分评价，构成评价标签；针对帖子文本内容，通过双向长短期记忆网络(Bi‑LSTM)和自注意力机制进行训练；针对帖子评论集数据进行双向的GRU分层注意力机制学习；针对图像和/或视频，通过one‑hot编码的方式，然后利用多层感知机进行特征提取；针对不同学习到的向量，通过多层感知机分别进行特征提取，然后将其串联起来整体进行特征提取；本发明将评论数据集的对话形式、具有视觉信息的图像和视频信息进行整合，能够显著提升网络中网络欺凌检测准确度。
-
公开(公告)号：CN110502552A
公开(公告)日：2019-11-26
申请号：CN201910770010.6
申请日：2019-08-20
Applicant: 重庆大学
IPC: G06F16/2458 , G06F16/215 , G06N20/00
Abstract: 本发明涉及数据预处理的数据挖掘或机器学习领域，本发明提出的一种基于微调条件概率的分类数据转换方法，包括：S1、分类数据的数据采集；S2、数据预处理，清洗分类数据中的缺失数据，噪音数据，以及无效数据；S3、条件概率计算，将清洗以后的分类数据转换为数值向量；S4、微调条件概率，对步骤S3中转换后的数值向量进行数值微调；S5、分类数据的数值嵌入，对步骤S4中进行数值微调以后的数值向量，采用原始的分类数据嵌入或映射为数值数据。本发明可将分类数据集中的分类值转换为高质量的数值向量，转换后的数值数据能保持原始数据的真实分布，保证了数据挖掘任务的可靠性。
-
公开(公告)号：CN110619418A
公开(公告)日：2019-12-27
申请号：CN201910681939.1
申请日：2019-07-26
Applicant: 重庆大学
Abstract: 本发明涉及水质环境测量领域，本发明提出的一种基于混合模型组合算法的多特征水质预测方法，包括：S1、建立水质预测数据集；S2、对数据集进行预处理，包括去噪、缺失值填充和数据归一化操作；S3、基于SARIMA和LSTM组合多特征预测方法构建水质预测模型；S4、使用上述水质预测模型预测未来一段时间内水质变化趋势。该方法将序列分为两部分来处理，其中SARIMA算法处理目标序列线性信息，LSTM算法结合水质和天气影响因素来处理目标序列复杂多变的非线性部分信息，最后对两部分信息做融合得到完整预测值。
-
公开(公告)号：CN110332996A
公开(公告)日：2019-10-15
申请号：CN201910611784.4
申请日：2019-07-08
Applicant: 重庆大学
Abstract: 本发明公开了一种基于红外热成像的大功率微波加热预警系统及方法，包括微波加热设备端、红外热成像模块和摄像机，还包括可编程逻辑控制台和上位机。本发明基于红外热成像的大功率微波加热过程预警系统及方法，可以实时采集大功率微波加热环境下工业物料的温度分布和最高温度值，根据区域的最高温度值大小智能的调节被加热物料的温度变化，有效避免因局部区域温度过高而发生安全事故。
-
公开(公告)号：CN111814454A
公开(公告)日：2020-10-23
申请号：CN202010662871.5
申请日：2020-07-10
Applicant: 重庆大学
IPC: G06F40/216 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明公开了一种社交网络上的多模态网络欺凌检测模型，包括针对多模态数据的编码和针对模态数据的解码，还包括：对数据进行预处理；对视频和/或图像数据进行处理，对每一个视频和/或图像进行打分评价，构成评价标签；针对帖子文本内容，通过双向长短期记忆网络(Bi-LSTM)和自注意力机制进行训练；针对帖子评论集数据进行双向的GRU分层注意力机制学习；针对图像和/或视频，通过one-hot编码的方式，然后利用多层感知机进行特征提取；针对不同学习到的向量，通过多层感知机分别进行特征提取，然后将其串联起来整体进行特征提取；本发明将评论数据集的对话形式、具有视觉信息的图像和视频信息进行整合，能够显著提升网络中网络欺凌检测准确度。
-
Patent Agency Ranking
公开(公告)号：CN110333077A
公开(公告)日：2019-10-15
申请号：CN201910611796.7
申请日：2019-07-08
Applicant: 重庆大学
IPC: G01M13/045 , G06K9/00 , G06K9/62
Abstract: 本发明公开了一种基于近似支持向量的滚动轴承故障诊断方法。首先用MiniBatchKmeans算法和支持向量机快速寻找到“近似支持向量”，然后利用“近似支持向量”在原始样本中筛选出“近似支持向量”附近的样本，最后用筛选出的样本训练支持向量机。本发明极大的减少了支持向量机的训练时间，同时确保故障诊断的准确率。
-
公开(公告)号：CN111814450B
公开(公告)日：2023-08-11
申请号：CN202010664010.0
申请日：2020-07-10
Applicant: 重庆大学
IPC: G06F16/35 , G06F40/205 , G06F40/279 , G06N3/0464 , G06N3/0455 , G06N3/047 , G06N3/048
Abstract: 本发明公开了一种基于残差注意力的方面级情感分析方法，方法包括以下步骤：对输入的语句和所有的方面目标信息进行编码，得到文本编码；对待预测的方面目标在文本中的位置信息进行编码，并与得到的文本编码进行融合；对待预测的方面目标信息和融入位置编码的文本编码进行处理；将得到的编码与融入位置信息的文本编码进行结合；提取其余方面目标中的信息，与得到的文本编码进行交互处理，然后从得到的文本编码中过滤；对过滤后的文本编码进行处理，得到最终结果。本发明提出了一种将残差网络引入到注意力机制的方法，能够显著的提高文本方面级别情感分析的准确率，并且模型具有较好的鲁棒性和通用性，分析的效率也有了一定的提升。
-
公开(公告)号：CN110502626B
公开(公告)日：2023-04-07
申请号：CN201910798920.5
申请日：2019-08-27
Applicant: 重庆大学
IPC: G06F16/332 , G06F40/30 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的方面级情感分析方法，包括建立方面级情感分析模型，通过该模型构建方面级信息在文本中的相对位置矩阵，并将其与文本编码进行融合，对关联矩阵中方面级信息所对应的部分关联矩阵进行抽取，对于由多单词组成的方面级信息再进行均值化处理，将其作为最终的文本与方面信息之间的评分矩阵，其中，方面级情感分析模型包括词嵌入模块、相对位置编码模块、方面级注意力模块和情感分类模块。本发明通过对文本中方面级信息的情感进行建模，进而高效且准确地对文本的方面级情感进行分析。
-
公开(公告)号：CN110502552B
公开(公告)日：2022-10-28
申请号：CN201910770010.6
申请日：2019-08-20
Applicant: 重庆大学
IPC: G06F16/2458 , G06F16/215 , G06N20/00
Abstract: 本发明涉及数据预处理的数据挖掘或机器学习领域，本发明提出的一种基于微调条件概率的分类数据转换方法，包括：S1、分类数据的数据采集；S2、数据预处理，清洗分类数据中的缺失数据，噪音数据，以及无效数据；S3、条件概率计算，将清洗以后的分类数据转换为数值向量；S4、微调条件概率，对步骤S3中转换后的数值向量进行数值微调；S5、分类数据的数值嵌入，对步骤S4中进行数值微调以后的数值向量，采用原始的分类数据嵌入或映射为数值数据。本发明可将分类数据集中的分类值转换为高质量的数值向量，转换后的数值数据能保持原始数据的真实分布，保证了数据挖掘任务的可靠性。
-
公开(公告)号：CN110333077B
公开(公告)日：2021-06-15
申请号：CN201910611796.7
申请日：2019-07-08
Applicant: 重庆大学
IPC: G01M13/045 , G06K9/00 , G06K9/62
Abstract: 本发明公开了一种基于近似支持向量的滚动轴承故障诊断方法。首先用MiniBatchKmeans算法和支持向量机快速寻找到“近似支持向量”，然后利用“近似支持向量”在原始样本中筛选出“近似支持向量”附近的样本，最后用筛选出的样本训练支持向量机。本发明极大的减少了支持向量机的训练时间，同时确保故障诊断的准确率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
