-
公开(公告)号：CN112580527A
公开(公告)日：2021-03-30
申请号：CN202011533235.9
申请日：2020-12-22
Applicant: 之江实验室
Abstract: 本发明涉及图像识别技术领域，尤其涉及一种基于卷积长短期记忆网络的人脸表情识别方法，包括：步骤1、从待识别表情图像中检测出对应的人脸区域，并截取人脸区域图像块，用来进行表情识别；步骤2、将获取的人脸区域划分成多个人脸子区域图像块；步骤3、将人脸子区域图像块归一化至同一尺寸；步骤4、将归一化后的人脸子区域图像块输入ConvLSTM模型进行特征融合和特征分类。本发明能够有效降低脸部姿态对表情识别的影响，降低特征提取和特征分类分步实现导致的累计误差，提高表情识别准确率。
-
公开(公告)号：CN116154779B
公开(公告)日：2023-07-18
申请号：CN202310439438.9
申请日：2023-04-23
Applicant: 之江实验室
Abstract: 本发明公开了一种基于预训练模型的最优潮流计算方法和装置，属于智能电网和人工智能相结合的技术领域，包括：在对用于根据有功功率和电压幅值预测无功功率和电压相角的预训练模型进行参数优化的基础上，利用优化后预训练模型构建最优潮流计算模型，即使用优化后预训练模型约束最优潮流计算模型基于负载功率样本和最优潮流计算标签的训练过程，这样使得最优潮流计算模型能够在保证求解有效性的同时快速地进行最优潮流计算求解，更好地满足新型电力系统的需求。
-
公开(公告)号：CN115204529B
公开(公告)日：2022-12-20
申请号：CN202211118482.1
申请日：2022-09-15
Applicant: 之江实验室
Abstract: 本发明涉及智能电网领域，提出了一种基于时间注意力机制的非侵入式负荷监测方法及装置，所述方法包括如下步骤：获取建筑某时段内的总负荷数据、设备负荷数据及对应采样时间；将总负荷数据、设备负荷数据分别与对应采样时间进行融合，得到增强的总负荷数据和设备负荷数据；利用滑动窗口法对增强的总负荷数据和设备负荷数据进行分割，构造深度学习训练数据集；构建神经网络模型，基于深度学习训练框架并利用得到的训练数据集对模型进行训练。本发明内容可有效提取负荷工作时间模式及其内在的依赖关系，从而提升负荷监测的准确性。
-
公开(公告)号：CN112560824A
公开(公告)日：2021-03-26
申请号：CN202110200931.6
申请日：2021-02-23
Applicant: 之江实验室
Abstract: 本发明公开一种基于多特征自适应融合的人脸表情识别方法。采用的技术方案包括步骤：S1、从待识别表情图像中检测出对应的人脸区域，截取人脸区域图像块后，用于表情识别；S2、利用多种特征提取方法对人脸区域进行特征提取；S3、将特征集合中的元素进行自适应融合；S4、将融合后的特征进行识别。优点如下：融合多种特征对人脸表情进行识别，由于特征提取方式的不同，例如HOG通过计算和统计图像局部区域的梯度方向直方图来构成特征而LBP则通过对比中心元素与周围像素点大小来提取图像局部纹理特征；因此，不同人脸表情特征方式具有表达不同的表情信息的能力，而特征融合能有效将特征间的信息进行合并提高特征的信息量。
-
公开(公告)号：CN119441805A
公开(公告)日：2025-02-14
申请号：CN202411481596.1
申请日：2024-10-23
Applicant: 之江实验室
IPC: G06F18/21 , G06F18/214 , G06N3/045 , G06N3/084 , G06V10/774 , G06V10/776 , G06V10/82
Abstract: 本发明提供一种训练数据有效性评估方法、系统及装置，所述方法包括：获取训练集，所述训练集为从待评估数据中均匀降采样所得；获取测试集，所述测试集包括至少1个基准测试集和至少1个关联测试集；用所述训练集训练一个探针模型；用所述测试集对所述探针模型进行测试，记录测试指标；根据所述测试指标作观测图，所述作观测图包括：以基准测试集测试指标为横轴、关联测试集测试指标为纵轴建立直角坐标系；根据所述测试指标在所述直角坐标系中画出关键点；根据所述观测图对待评估数据做出有效性评价。本发明的优点在于：可以用很低的算力，迅速给出数据有效性评估，能提高模型研发迭代效率，尤其是对前沿的复杂模型，增益更明显。
-
Patent Agency Ranking
公开(公告)号：CN115496077B
公开(公告)日：2023-04-18
申请号：CN202211442584.9
申请日：2022-11-18
Applicant: 之江实验室
IPC: G06F40/30 , G06F40/126 , G06F40/242 , G06F18/25 , G06Q50/00
Abstract: 本发明公开一种基于模态观察和评分的多模态情感分析方法和装置，该方法包括：步骤一，获取不同模态原始数据，针对不同模态特点提取模态特征表示；步骤二，使用模态观察模块对各模态信息进行初步融合，获得模态融合权重和模态学习权重；步骤三，基于模态融合权重和单模态特征表示，构建多模态特征表示和多模态代理特征表示；步骤四，使用模态评分模块对多模态特征表示和多模态代理特征表示进行情感打分，结合模态学习权重，基于多任务学习框架完成情感分析模型的训练。本发明不仅能够完成多模态情感分析任务，也能够完成各个单模态情感分析任务，能够做到一次训练、多处使用，从而减轻训练负担，大大提升使用效率和多模态情感分析效果。
-
公开(公告)号：CN115204529A
公开(公告)日：2022-10-18
申请号：CN202211118482.1
申请日：2022-09-15
Applicant: 之江实验室
Abstract: 本发明涉及智能电网领域，提出了一种基于时间注意力机制的非侵入式负荷监测方法及装置，所述方法包括如下步骤：获取建筑某时段内的总负荷数据、设备负荷数据及对应采样时间；将总负荷数据、设备负荷数据分别与对应采样时间进行融合，得到增强的总负荷数据和设备负荷数据；利用滑动窗口法对增强的总负荷数据和设备负荷数据进行分割，构造深度学习训练数据集；构建神经网络模型，基于深度学习训练框架并利用得到的训练数据集对模型进行训练。本发明内容可有效提取负荷工作时间模式及其内在的依赖关系，从而提升负荷监测的准确性。
-
公开(公告)号：CN113283547B
公开(公告)日：2021-11-23
申请号：CN202110826171.X
申请日：2021-07-21
Applicant: 之江实验室
Abstract: 本发明涉及到智能电网领域，提出了一种基于多任务深度学习的最优潮流计算方法，步骤如下：获取电网在某一调度时刻的状态数据，通过采样方式对采集到的数据样本进行扩增，得到训练数据；应用最优化方法获得不同采样状态下的电网调度方案，得到训练数据的标签信息；设计深度学习神经网络模型，对最优潮流计算问题的可行性、最优解分别进行学习，输出可行性判断和最优解预测；基于多任务学习框架，对最优潮流计算问题中的可行性判断与最优解预测两个任务同时训练；根据多任务深度学习模型的输出结果，判断是否存在可行的调度方案，输出最优调度方案或预警信息。本发明不仅能够更高效地求解调度方案，而且能够对不存在可行调度方案的场景进行预警。
-
公开(公告)号：CN112560824B
公开(公告)日：2021-06-01
申请号：CN202110200931.6
申请日：2021-02-23
Applicant: 之江实验室
Abstract: 本发明公开一种基于多特征自适应融合的人脸表情识别方法。采用的技术方案包括步骤：S1、从待识别表情图像中检测出对应的人脸区域，截取人脸区域图像块后，用于表情识别；S2、利用多种特征提取方法对人脸区域进行特征提取；S3、将特征集合中的元素进行自适应融合；S4、将融合后的特征进行识别。优点如下：融合多种特征对人脸表情进行识别，由于特征提取方式的不同，例如HOG通过计算和统计图像局部区域的梯度方向直方图来构成特征而LBP则通过对比中心元素与周围像素点大小来提取图像局部纹理特征；因此，不同人脸表情特征方式具有表达不同的表情信息的能力，而特征融合能有效将特征间的信息进行合并提高特征的信息量。
-
公开(公告)号：CN112579762A
公开(公告)日：2021-03-30
申请号：CN202110205409.7
申请日：2021-02-24
Applicant: 之江实验室
IPC: G06F16/332 , G06F40/35
Abstract: 本发明涉及到情感分析领域，提出了一种基于语义、情感惯性和情感共性的对话情感分析方法，步骤包括：首先获取对话交替进行的多轮对话数据，并对不同人物角色进行标明；然后对多轮对话中的每条对话信息进行时序建模，提取出其中对应的语义信息表达序列；最后基于多轮对话所提取的语义信息表达序列，分离出对应的情感状态表达序列，并进行情感识别。在本发明中，打破了传统的以语义信息决定情感分类的做法，提出了由语义状态与情感状态分离的方法，由情感状态决定情感分类，从心理学的角度改进了现有对话情感分析方法，提升了情感识别的效果。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.021 seconds)
