-
公开(公告)号：CN114860078A
公开(公告)日：2022-08-05
申请号：CN202210495607.6
申请日：2022-05-03
Applicant: 吉林大学
IPC: G06F3/01 , G06F3/041 , G06F3/04847 , G06F3/04883
Abstract: 本发明涉及一种车载终端界面虚拟旋钮的触觉反馈渲染方法与装置，属于汽车电子、虚拟现实与人机交互领域。采用静电力、机械振动、空气压膜中的任意一种或多种方式融合的触觉再现装置，获取到用户与车载终端界面交互时的手指位置信息之后，基于坐标变换方法判断出手势类别，计算出手指旋转旋钮的角度和角速度，建立角速度‑信号频率的映射模型，基于旋转角速度改变手指与屏幕之间摩擦阻力的大小，实现旋转角速度不同，触觉反馈随之改变的效果。本发明实现的触觉效果使司机在颠簸环境下操作旋钮得到提示和确认，防止误触或错过目标点，在驾驶时实现盲控，减轻驾驶员视觉模态和听觉模态的负担，增强驾驶员交互体验，提高驾驶安全性。
-
公开(公告)号：CN109144261B
公开(公告)日：2021-01-01
申请号：CN201810978285.4
申请日：2018-08-24
Applicant: 吉林大学
Abstract: 本发明涉及一种基于平面交互的三维触觉再现装置与方法，属于人机交互领域。包括：定位单元、处理单元、信号发生器、交互单元，能够实时的根据图像上手指的位置信息，获取灰度值并计算相应灰度值变化率，进而用振动提供切向力，用静电力或空气压膜提供法向力，通过这种基于平面交互的三维触觉再现方法对轮廓信息进行呈现。优点在于：装置的可移植性好，能够实现同时对手指施加切向力和法向力，将反馈力从一个维度扩展到两个维度，突破了静电力只在运动过程中有反馈作用的限制，实现了切向力既可以增大又可以减小的双向宽幅调节，有更加真实的三维触觉再现效果，可以广泛应用于人机交互领域。
-
公开(公告)号：CN111291677A
公开(公告)日：2020-06-16
申请号：CN202010081104.5
申请日：2020-02-05
Applicant: 吉林大学
Abstract: 本发明涉及动态视频触觉特征提取及渲染的方法，属于虚拟现实与人机交互领域。包括解压缩处理接收到的视频，视频预处理，基于帧间的颜色直方图特征分割镜头，对分割后的每个镜头内的所有帧，提取融合了时空域触觉显著性特征的显著图，根据视频帧的显著图进行像素点级别的触觉渲染。本发明通过提取融合了时空特性的视频帧显著性特征，将视频内容区分为显著性区域以及非显著性区域。同时采用视觉通道和触觉通道的一一映射关系，对视频帧施加像素级的触觉刺激。通过终端产生实时的触觉反馈，丰富了用户观看视频的真实感体验。可以广泛地应用于视频教育、多媒体娱乐以及人机交互之中。
-
公开(公告)号：CN118916683B
公开(公告)日：2025-02-14
申请号：CN202411389473.5
申请日：2024-10-08
Applicant: 吉林大学
IPC: G06F18/213 , G06F18/214 , G06F18/24 , G06N3/042 , G06N3/0985 , G06F18/25
Abstract: 本发明属于人工智能的多模态讽刺检测技术领域，具体涉及一种基于联合注意力和图学习增强的多模态讽刺检测方法，包括：提取图像文本对的初始图像特征和初始文本特征；对所述初始图像特征和初始文本特征进行联合交叉注意力学习处理，获取联合注意力的图像特征和联合注意力的文本特征；利用图学习对所述联合注意力的文本特征进行增强；将增强后的文本特征和联合注意力的图像特征进行结合，利用结合后的特征预测讽刺倾向。本发明利用联合注意力机制以同时捕捉模态内与模态间的语义不一致性，利用图学习的方式使单模态内捕捉到的内在联系更好地融入到多模态信息当中，以解决多模态讽刺检测任务中的模态间讽刺信息不一致问题。
-
公开(公告)号：CN116127078B
公开(公告)日：2023-07-21
申请号：CN202310416484.7
申请日：2023-04-19
Applicant: 吉林大学
Abstract: 本发明公开了一种大规模极弱监督多标签政策分类方法及系统，包括以下步骤：基于未标记政策语料库对WoBERT进行连续的预训练，获得政策领域专用的语言模型；利用所述政策领域专用的语言模型，从所述未标记政策语料库中学习与标签名称语义相关的种子词，并为每个类别种子词构建种子词汇表；利用所述种子词汇表中的类别种子词信息，为未标记的政策生成伪标签，并将带有伪标签的政策添加到伪训练集中；利用所述伪训练集对所述政策领域专用的语言模型进行训练，利用训练好的所述政策领域专用的语言模型为政策进行编码操作，完成多标签政策分类。本发明利用用户提供标签名称，而不是使用任何的标记文档，来对海量的政策数据进行分类。
-
Patent Agency Ranking
公开(公告)号：CN115599918B
公开(公告)日：2023-06-23
申请号：CN202211360252.6
申请日：2022-11-02
Applicant: 吉林大学
IPC: G06F16/35 , G06F40/216 , G06F18/241 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本申请公开了一种基于图增强的互学习文本分类方法及系统，包括预处理待分类文本，得到文本图结构和文本序列；基于所述文本图结构，构建图文本分类模型；将所述文本序列输入预训练语言模型中；基于所述图文本分类模型和所述预训练语言模型，构建互学习框架；对所述互学习框架进行学习和更新，得到互学习文本分类结果。一种利用互学习方式的图文本分类模型与预训练语言模型有效结合的框架，基于图文本分类模型与预训练语言模型相结合，在一个框架下同时对两个基本模型进行优化；通过使用不同的学习率、学习次数克服两种不同模型收敛速度不匹配的问题。
-
公开(公告)号：CN107943290B
公开(公告)日：2020-08-21
申请号：CN201711152967.1
申请日：2017-11-18
Applicant: 吉林大学
Abstract: 本发明涉及一种融合静电力与振动的触觉再现方法与装置，属于人机交互领域。包括：手指定位单元、触觉处理单元、触觉驱动单元和触觉呈现单元；手指定位单元获取手指的坐标信息，触觉处理单元提取视觉对象的视觉信息并进行渲染然后得到相应的触觉驱动信号参数，触觉驱动单元根据驱动信号参数产生相应的驱动信号，触觉呈现单元改变手指受到的切向力以及法向力，从而实现三维的触觉再现效果。其优点在于：在平面交互的过程中同时改变手指受到的切向力以及法向力，从而呈现更真实的三维触觉感受，并且装置的结构简单、容易实现、移植性好，可集成在各种多媒体终端上。
-
公开(公告)号：CN118395985A
公开(公告)日：2024-07-26
申请号：CN202410866352.9
申请日：2024-07-01
Applicant: 吉林大学
IPC: G06F40/295 , G06N3/042 , G06N3/0455 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种基于知识蒸馏与变分自编码器的命名实体识别方法，属于人工智能的自然语言处理技术领域，包括以下步骤：构建有偏数据集对BERT‑large模型进行训练，获得有偏模型，作为教师模型；构建含跨域实体的数据集，结合变分自编码器对BERT‑large模型进行训练，获得学生模型；获取教师模型的输出特征，并从学生模型的变分自编码器的映射空间中解耦出鲁棒性特征和非鲁棒性特征；基于知识蒸馏将非鲁棒性特征与教师模型的输出特征进行拟合，进一步解耦出学生模型中更加鲁棒的特征，基于解耦出的鲁棒性特征进行命名实体识别。本发明实现了对命名实体识别任务中捷径学习的有效缓解，提升了命名实体识别任务的准确性。
-
公开(公告)号：CN114860078B
公开(公告)日：2024-07-19
申请号：CN202210495607.6
申请日：2022-05-03
Applicant: 吉林大学
IPC: G06F3/01 , G06F3/041 , G06F3/04847 , G06F3/04883
Abstract: 本发明涉及一种车载终端界面虚拟旋钮的触觉反馈渲染方法与装置，属于汽车电子、虚拟现实与人机交互领域。采用静电力、机械振动、空气压膜中的任意一种或多种方式融合的触觉再现装置，获取到用户与车载终端界面交互时的手指位置信息之后，基于坐标变换方法判断出手势类别，计算出手指旋转旋钮的角度和角速度，建立角速度‑信号频率的映射模型，基于旋转角速度改变手指与屏幕之间摩擦阻力的大小，实现旋转角速度不同，触觉反馈随之改变的效果。本发明实现的触觉效果使司机在颠簸环境下操作旋钮得到提示和确认，防止误触或错过目标点，在驾驶时实现盲控，减轻驾驶员视觉模态和听觉模态的负担，增强驾驶员交互体验，提高驾驶安全性。
-
公开(公告)号：CN115599918A
公开(公告)日：2023-01-13
申请号：CN202211360252.6
申请日：2022-11-02
Applicant: 吉林大学(CN)
IPC: G06F16/35 , G06F40/216 , G06F18/241 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本申请公开了一种基于图增强的互学习文本分类方法及系统，包括预处理待分类文本，得到文本图结构和文本序列；基于所述文本图结构，构建图文本分类模型；将所述文本序列输入预训练语言模型中；基于所述图文本分类模型和所述预训练语言模型，构建互学习框架；对所述互学习框架进行学习和更新，得到互学习文本分类结果。一种利用互学习方式的图文本分类模型与预训练语言模型有效结合的框架，基于图文本分类模型与预训练语言模型相结合，在一个框架下同时对两个基本模型进行优化；通过使用不同的学习率、学习次数克服两种不同模型收敛速度不匹配的问题。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.031 seconds)
