公开(公告)号：CN111199343B

公开(公告)日：2023-07-21

申请号：CN201911345566.7

申请日：2019-12-24

Applicant: 上海大学

Inventor： 李天举 ,  谢志峰 ,  丁友东

IPC: G06Q10/0631 ,  G06Q50/04 ,  G06Q50/26 ,  G06F18/214 ,  G06N20/20

Abstract: 本发明涉及一种多模型融合的烟草市场监管异常数据挖掘方法。该方法主要有以下几个步骤：（1）对烟草市场监管数据集进行数据预处理，将数据处理成静态特征指标与动态特征指标；（2）分别训练基于深度学习的xDeepFM模型，以及XGBoost、LightGBM等机器学习模型，使得各个单一模型达到最优的训练效果；（3）通过集成学习的Stacking方式，将不同的算法模型集成融合，形成一个在整体性能上优于单个基学习器的集成模型，进而提升模型的预测性能；（4）最后使用LightGBM算法完成零售户异常经营行为的概率预测。该模型不仅有效解决了数据在高纬度的稀疏性问题，还让模型自动的去学习特征之间的交叉特性。充分证明了机器学习算法和深度学习网络结合后，能够表现出更加优越的性能。

公开(公告)号：CN116152715A

公开(公告)日：2023-05-23

申请号：CN202310163874.8

申请日：2023-02-24

Applicant: 上海大学

Inventor： 廖毅慧 ,  蒋智文 ,  孙络祎 ,  谢志峰

IPC: G06V20/40 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/09

Abstract: 本发明涉及一种多模态语义交互的视频场景分割方法，包括：将输入的视频片段分割为多个连续的镜头序列，提取每个镜头序列的视觉特征和听觉特征；构建镜头表示学习网络，利用视频结构特性以及多种模态信息之间的语义交互特性，设计辅助任务，学习适用于场景分割的视觉镜头表示和听觉镜头表示；构建场景分割学习网络，将训练好的镜头表示学习网络参数迁移至场景分割学习网络中，融合视觉镜头表示和听觉镜头表示得到最终的镜头表示，通过softmax层分类实现场景分割。与现有技术相比，本发明充分挖掘了视觉和听觉模态内以及模态间的联系，并且通过两阶段训练，结合了自监督学习和有监督学习的优点，实现更准确，鲁棒性更强的视频场景分割。

公开(公告)号：CN106709504B

公开(公告)日：2021-07-06

申请号：CN201611058646.0

申请日：2016-11-28

Applicant: 上海大学

Inventor： 杜胜 ,  唐仕 ,  郭雨辰 ,  谢志峰 ,  黄东晋 ,  丁友东

IPC: G06K9/62 ,  G06T5/50

Abstract: 本发明涉及一种基于细节保持的高保真色调映射方法。该方法的包括步骤如下：(1)利用k‑means聚类算法将高动态范围图像进行预处理，生成k个颜色聚类，然后用每个聚类的平均值代替相应聚类中各像素点的值，得到初始的色调层；(2)利用图像分解算法提取出初始的细节层，定义亲和力概念，构建一个细节亲和力因子来优化细节层；(3)对相应的低动态范围图像进行颜色编辑处理，然后利用梯度引导的方法重建一个新的色调层；(4)将优化的细节层和重建的色调层进行合并，最终得到高保真的色调映射结果。本发明方法流程清晰、结构完整，实现效率高。

公开(公告)号：CN107341985B

公开(公告)日：2019-08-06

申请号：CN201710303931.2

申请日：2017-05-03

Applicant: 上海大学

Inventor： 唐鹏斌 ,  黄东晋 ,  王音 ,  宫若彬 ,  谢志峰 ,  丁友东

IPC: G09B9/00

Abstract: 本发明提出了一种虚拟血管造影手术力反馈注射器装置，包括注射器力反馈机构、电源模块、微处理单元、步进电机驱动器，所述注射器力反馈机构包括注射器、气缸、步进电机、梯形丝杠、空气压强传感器、滑动电位器；电源模块包括直流电源、压降模块、电平转换模块。本发明用于模拟血管造影手术中造影剂注射过程中的注射状态和力觉感，解决了虚拟造影手术中血管造影过程中视觉和力觉协调的难题，手术精确度高，重复性好，可以缩短医生的培养周期，降低手术风险。

公开(公告)号：CN103955911A

公开(公告)日：2014-07-30

申请号：CN201410011571.5

申请日：2014-01-10

Applicant: 上海大学

Inventor： 徐林 ,  黄东晋 ,  谢志峰 ,  丁友东

IPC: G06T7/00 ,  G06N3/06

Abstract: 本发明提出了一种基于相对变分正则化的细胞神经网络边缘检测方法。本方法包括图像预处理以及预处理后的边缘检测两部分。图像预处理主要是采用相对变分对噪声及纹理进行平滑；预处理后的边缘检测主要是采用细胞神经网络方法对图像进行检测。该发明方法能够对富含噪声及纹理复杂的照片提取出有效可靠、精准的有效边缘信息，与传统Canny方法相比，抑制了噪声及纹理的影响，与标准的细胞神经网络方法相比，避免预先设计复杂的CNN模板参数。

公开(公告)号：CN114140545B

公开(公告)日：2025-04-18

申请号：CN202111358038.2

申请日：2021-11-16

Applicant: 上海大学

Inventor： 刘思维 ,  谢志峰 ,  孙郁州

IPC: G06T11/00 ,  G06T11/40 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明涉及一种基于宽度注意力和图卷积优化的卡通线稿上色方法。(1)使用预训练的VGG16模型提取卡通图像的特征并进行余弦相似度比对，选取相似度前三的图像组成一一匹配的原图‑参考图像对；(2)构建卡通线稿‑上色图特征匹配模型：首先，U‑Net网络分别提取卡通线稿和上色图的多尺度深度特征；其次，上采样阶段各个尺度的线稿和上色图特征输入宽度注意力特征匹配网络进行特征匹配，再使用图卷积模块进行整体优化。(3)将匹配后的特征和线稿图像输入到生成模型，得到最终的上色结果。本方法使用端到端的网络模型，不仅减少了工程的复杂度，且有效地解决了原图和参考图之间色彩特征和语义特征的匹配问题，生成精美高分辨率的上色卡通图像。

公开(公告)号：CN114168707A

公开(公告)日：2022-03-11

申请号：CN202111262140.2

申请日：2021-10-28

Applicant: 上海大学

Inventor： 黄家栋 ,  谢志峰

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/35 ,  G06F16/36 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向推荐的情绪型对话方法。该方法主要有以下几个步骤：(1)对话数据集的预处理；(2)预测推荐内容模型训练；(3)基于Sequence‑to‑Sequence模型，将历史对话、推荐目标序列、知识图谱、当前回复等作为Encoder的输入，并通过双向GRU模型进行编码，Decoder处加入情绪嵌入模块，由历史对话得到用户当前情绪，在不干扰知识输出的前提下，生成符合用户当前情绪的对话回复；(4)面向推荐的情绪型对话模型调用，通过Sequence‑to‑Sequence编解码，得到最终的对话回复输出。该方法证明了对话机器人不仅仅只拥有单一的知识输出或情绪输出的能力，而且可以将知识输出与情绪输出结合，使对话生成更加类人，进而提升用户体验。

公开(公告)号：CN107798666B

公开(公告)日：2021-08-10

申请号：CN201711143060.9

申请日：2017-11-17

Applicant: 上海大学

Inventor： 黄曦 ,  丁友东 ,  于冰 ,  夏天然 ,  谢志峰 ,  黄东晋

IPC: G06T5/00 ,  G06T5/50

Abstract: 本发明涉及一种基于稀疏颜色特征的老电影褪色闪烁修复方法。通过联合待修复序列的多帧图像建立了简单的色彩修复模型，包括四个关键步骤，首先，将待修复的图像序列进行分镜，并为每一个子序列选择参考帧；其次，提取子序列的相关颜色区域，构建稀疏颜色特征矩阵；然后，使用低秩矩阵分解方法，估计未知修复参数；最后，采用两步修复策略，先利用修复参数对普通帧进行颜色一致性校正，再通过参考帧的修复参数进行颜色恢复性校正，最终得到修复后序列。本发明方法流程清晰、结构完成，联合多帧的修复模式考虑了序列前后帧的连续性，对褪色闪烁的修复效果良好。

公开(公告)号：CN111309936A

公开(公告)日：2020-06-19

申请号：CN201911373310.7

申请日：2019-12-27

Applicant: 上海大学

Inventor： 胡亚娇 ,  谢志峰 ,  丁友东

IPC: G06F16/435

Abstract: 本发明涉及一种电影用户画像的构建方法，包括如下步骤：步骤一，在电影社区网站选取曾发布过中文电影评论的用户，对用户的静态数据和动态数据进行采集；步骤二，根据获取到的样本电影用户的多维数据，构建电影用户画像的三层标签体系；步骤三，根据电影用户多维数据与标签体系中标签的对应关系，按照标签层级由下往上的方式对电影用户的一、二层标签进行预测，构建一个较为完善的单用户画像模型；步骤四，对具有某一类共同特征的群体电影用户进行电影偏好分析，生成电影用户画像的第三层标签，构建群体用户画像。本发明对用户原始数据做出分析映射生成标签体系，实现了电影用户属性标签化，和同一属性人群的群体用户画像模型的构建。

公开(公告)号：CN111191015A

公开(公告)日：2020-05-22

申请号：CN201911375183.4

申请日：2019-12-27

Applicant: 上海大学

Inventor： 王璐 ,  谢志峰 ,  丁友东

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/31 ,  G06F40/126 ,  G06N3/04

Abstract: 本发明针对电影知识对话响应中涉及大量的专有名词（如人名，地名等）且一条响应中可能涉及到多条知识的特点，提出了一种神经网络电影知识智能对话方法。首先构建电影知识库和电影知识对话数据集，然后编码器部分采用3-hops记忆神经网络，用来编码历史对话；最后解码器部分将GRU和3-hops记忆神经网络相结合，用GRU的隐藏状态作为3-hops的动态查询向量，指导响应生成。结果显示该电影知识智能对话方法不仅解决了生成无意义响应的问题，又能保证生成响应的多样性。