-
公开(公告)号：CN110264434A
公开(公告)日：2019-09-20
申请号：CN201910420295.0
申请日：2019-05-20
Applicant: 广东工业大学
IPC: G06T5/50
Abstract: 本发明提供一种基于低秩矩阵补全的单幅图像去雨方法，包括以下步骤：S1)、利用雨线的两个物理特征，建立准确的检测雨模型，通过检测雨模型对图像进行雨标记，得到雨候选标记矩阵B1(i,j)，并利用方向算子对雨候选标记矩阵B1(i,j)中的错误检测进行纠正，得到雨候标记矩阵B2，最终得到的雨标记矩阵B(i,j)，即B(i,j)＝B1(i,j)*B2(i,j)；S2)、利用低秩矩阵恢复算法，对被雨像素破坏的区域进行高质量恢复，本发明相对于现有技术的去雨方法，具有去雨效果好、计算量小的优点，同时，本发明能够在保持图像细节，尤其是背景图像的轮廓边缘的同时，可以有效去除单幅图像中的雨线，能够最大限度的保证图像的细节。本发明利用稀疏和低秩矩阵的属性降低了计算量，同时提高了图像的处理效果。
-
公开(公告)号：CN110222272A
公开(公告)日：2019-09-10
申请号：CN201910311200.1
申请日：2019-04-18
Applicant: 广东工业大学
IPC: G06F16/9536 , G06F16/9535 , G06K9/62 , G06Q30/06
Abstract: 本发明提供一种潜在客户挖掘与推荐方法，本发明从社交平台上获取用户的个人信息和社交活动信息，并与本地存储的用户购物记录融合，经过数据清洗和筛选后，得到用于训练和测试潜在客户分类模型的数据；然后根据用户个人信息、社交记录、购物记录构造用户画像，同时将用户的社交记录和购物记录处理为可供模型使用的特征向量形式，然后训练用户兴趣预测模型，将用户分为潜在客户和路人；最后识别并根据潜在客户的兴趣提供更有针对性的商品页面展示给他们。本发明可以在精准分类用户的同时判断用户的兴趣；根据用户的兴趣判断展示相应的产品或实施精准广告投放，实现潜在客户的转化；对于老客户也可以提供针对性的推荐，增加客户黏性。
-
公开(公告)号：CN110059100A
公开(公告)日：2019-07-26
申请号：CN201910216869.2
申请日：2019-03-20
Applicant: 广东工业大学
IPC: G06F16/242 , G06F16/33 , G06N3/08
Abstract: 本发明是一种基于演员-评论家网络确定预测SQL序列准确性的方法。本发明公开了一种基于强化学习的SQL语句构造方法及装置，其技术步骤为：初始化演员-评论家网络参数；从数据集获取自然语言和真实SQL语句序列对；把自然语言序列输入演员网络编码器，真实SQL序列输入到评论家网络编码器；编码后的隐状态作为对应解码器的初始化隐状态；演员网络解码器逐步预测SQL语句动作，输入到评论家网络解码器和环境得到相应奖励；梯度更新网络参数，重复迭代后得到自然语言到SQL语句的构造模型；本发明基于强化学习将语法自动机引入奖励机制，解决了在自然语言转化构造SQL语句中损失函数和评价指标不对等的问题，有效地提高了准确率。
-
公开(公告)号：CN105260747B
公开(公告)日：2019-07-23
申请号：CN201510662246.X
申请日：2015-09-30
Applicant: 广东工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于衣物共现信息与多任务学习的衣物识别方法，包括步骤：(a)、人体姿势及人体部位的识别，在使用识别模型识别出各个部位后，将得到的部位区域重新融合得到新的“头部”，“上半身”，“下半身”与“全身”四个区域；(b)、特征提取及筛选，根据不同衣物所在的不同部位提取特征，在下一步骤通过加入衣物共现约束项的多任务学习训练得到的模型重新筛选特征，也即使用训练得到的权重向量作为反馈信息重新筛选特征；(c)、使用加入衣物共现约束的多任务学习同时训练多个衣物类别分类器，提高衣物类别分类器性能。本发明通过利用衣物共现信息更好地识别图片中的衣物类别，为同款衣物检索、衣物解析、推荐系统的应用提供基础。
-
公开(公告)号：CN109726431A
公开(公告)日：2019-05-07
申请号：CN201811409064.1
申请日：2018-11-23
Applicant: 广东工业大学
IPC: G06F17/50
Abstract: 本发明提供一种基于平均核函数和迭代密度变化率的自适应SPH流体模拟方法，本发明在SPH框架下，通过迭代方式求解粒子密度与支撑域，利用总质量相等的邻居粒子群对目标粒子的物理量进行插值求解，再通过计算目标粒子的受力，从而求得目标粒子的位移量，完成对目标粒子状态的更新，并且针对自适应的粒子支撑域，基于粒子受力对称性目标，本发明解决了由于传统SPH粒子支撑域固定导致的粒子插值误差过大的问题，使得模拟结果更为接近物理事实，模拟仿真效果更加逼真，流体运动更加凝实，自适应的粒子支撑域，也使得力的插值效果更为出色；最后通过平均核函数，解决由于变支撑域引入的粒子相互作用力不对称问题，使得模拟系统更加稳定。
-
Patent Agency Ranking
公开(公告)号：CN109460427A
公开(公告)日：2019-03-12
申请号：CN201811322845.7
申请日：2018-11-08
Applicant: 广东工业大学
IPC: G06F16/2458
Abstract: 本发明涉及一种面向用户动态偏好挖掘的节目嵌入方法，包括：读入点击行为序列集S；将点击节目表示为低维向量，并初始化输入特征向量和输出特征向量；然后使用训练样本集对节目特征向量进行优化；结合用户当前时刻的上下文节目的输入特征向量，刻画用户当前时刻的兴趣。本发明通过使用改进的词嵌入模型将节目特征进行降维，舍弃了以往完全使用时间作为用户偏好变化影响因子的做法，而采用行为窗口对目标节目进行建模，有效的避免了用户行为在固定的时间区间上可能存在的稀疏性，并且通过最大化条件概率是的学习到的节目向量表示能够有效地刻画用户偏好，克服了现有方法存在的不足和局限性。且学到的向量表示是稠密低维的。
-
公开(公告)号：CN109271488A
公开(公告)日：2019-01-25
申请号：CN201811166418.4
申请日：2018-10-08
Applicant: 广东工业大学
IPC: G06F16/33 , G06F16/955
Abstract: 本发明提供了一种结合行为序列和文本信息的社交网络用户间因果关系发现方法及系统，包括：S1)、数据获取；S2)、以最小的时间单位对数据进行等间距预处理；S3)、利用时序行为数据，优化目标函数以找到最优间隔；S4)用合并时刻拼接文本的方式重新构造文本数据，文本向量化表示；S5)对两两用户的文本向量序列进行传递熵计算；S6)、剪枝得到用户因果关系网络；S7)、用户因果网络存储与导出；S8)用户因果关系查询及可视化。本发明解决了用户活动稀疏给传递熵计算带来的问题；用文本数据推断社交网络的用户因果关系，信息量比纯粹的行为数据更丰富；提供了一个交互式的用户因果关系推断、查询和导出系统。
-
公开(公告)号：CN108304489A
公开(公告)日：2018-07-20
申请号：CN201810009636.0
申请日：2018-01-05
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于强化学习网络的目标引导型个性化对话方法与系统，包括用于协调控制整个对话过程的控制器、对话训练以及对话识别；其中，所述控制器用于控制整个对话流程；所述对话训练用于训练迭代优化强化学习网络；所述对话识别利用强化学习网络识别输出相对应的对话策略动作。本发明利用强化学习网络形成策略梯度神经网络系统，在对话训练过程中根据模拟用户建立个性属性模型并迭代优化强化学习网络，在对话识别中获取对话信息以及用户个性化属性后输入到强化学习网络，然后强化学习网络能够结合用户的个性化属性搭建统一输出模型，解决了传统方法模型不能有效的对个性化进行建模的缺陷，提高了该对话系统的智能化效率。
-
公开(公告)号：CN104166663B
公开(公告)日：2018-07-10
申请号：CN201410024392.5
申请日：2014-01-20
Applicant: 广东工业大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于多维度的打车位置推荐系统及其推荐方法，该系统包括：出租车历史GPS数据筛选和导入模块、MySQL数据库模块、基于Android平台的打车位置推荐客户端、数据挖掘算法训练数据库表模块、缓存刷新模块、服务器端与客户端衔接模块、后台管理系统。基于多维度的打车位置推荐方法能够有效地把握打车路口的时间维度、空间维度、客户打分参考等维度的空车概率信息，使综合各维度所得的空车概率趋于精确，客户打车的成功率得到较大提高。
-
公开(公告)号：CN107169426A
公开(公告)日：2017-09-15
申请号：CN201710284869.7
申请日：2017-04-27
Applicant: 广东工业大学
Abstract: 本发明涉及一种基于深度神经网络的人群情绪异常检测和定位方法，通过监控设备获取视频数据，并对其进行视频关键帧数据提取，并从视频关键帧数据获取每一帧的人脸图像数据，并进行对齐、分组、排序预处理，然后输入到训练好的基于卷积神经网络的人脸情绪识别模型中，并通过训练好的人群情绪检测和定位模型，获取监测视频数据中人群情绪异常检测和定位结果并反馈给监控设备工作人员，本发明设计合理，通过模型能够得到人群情绪异常与人群异常之间的关系，避免了人群异常与具体异常事件相关联而导致的检测局限性问题，另外，模型采用了混合的深度神经网络结构模型，从而进一步提高了视频人群情绪异常检测和定位的效率。
-
-
-
-
-
-
-
-
-
Search Results
196
records
(took 0.03 seconds)
