公开(公告)号：CN114444516B

公开(公告)日：2022-07-05

申请号：CN202210371266.1

申请日：2022-04-08

Applicant: 四川大学

Inventor： 王海舟 ,  陈欣雨 ,  柯亮 ,  方怡萱 ,  王森 ,  蔡易成 ,  王文贤

IPC: G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06F40/289 ,  G06F16/35

Abstract: 本发明涉及谣言检测技术领域，具体公开了一种基于深度语义感知图卷积网络的粤语谣言检测方法，首先构造多组健康类粤语谣言关键词，并构建Web爬虫对相关的推文、用户、转发及评论信息进行获取，在完成数据标注后构造出数据集Net‑CR‑Dataset；其次，设计一个深度语义感知图卷积神经网络模型SA‑GCN；根据粤语独特的语言特征对BERT中文预训练模型进行优化，同时运用收集的大量粤语语料对BERT预训练模型进行进一步预训练和微调，从而提取出推文的语义特征向量；并运用改进的GCN网络，从而提取出推文的结构特征，生成结构特征向量；最终，SA‑GCN模型将结构特征向量和语义特征向量进行融合，获得最终的分类结果。本发明在检测效果与早期检测能力方面都优于其他常用的检测方法。

公开(公告)号：CN114444516A

公开(公告)日：2022-05-06

申请号：CN202210371266.1

申请日：2022-04-08

Applicant: 四川大学

Inventor： 王海舟 ,  陈欣雨 ,  柯亮 ,  方怡萱 ,  王森 ,  蔡易成 ,  王文贤

IPC: G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06F40/289 ,  G06F16/35

Abstract: 本发明涉及谣言检测技术领域，具体公开了一种基于深度语义感知图卷积网络的粤语谣言检测方法，首先构造多组健康类粤语谣言关键词，并构建Web爬虫对相关的推文、用户、转发及评论信息进行获取，在完成数据标注后构造出数据集Net‑CR‑Dataset；其次，设计一个深度语义感知图卷积神经网络模型SA‑GCN；根据粤语独特的语言特征对BERT中文预训练模型进行优化，同时运用收集的大量粤语语料对BERT预训练模型进行进一步预训练和微调，从而提取出推文的语义特征向量；并运用改进的GCN网络，从而提取出推文的结构特征，生成结构特征向量；最终，SA‑GCN模型将结构特征向量和语义特征向量进行融合，获得最终的分类结果。本发明在检测效果与早期检测能力方面都优于其他常用的检测方法。

公开(公告)号：CN108734658A

公开(公告)日：2018-11-02

申请号：CN201810471844.2

申请日：2018-05-16

Applicant: 四川大学

Inventor： 杨晓梅 ,  王森 ,  刘凯 ,  邓家颖 ,  刘宁 ,  张家伟 ,  郑秀娟

IPC: G06T3/40 ,  G06T5/00

Abstract: 本发明实施例提供一种高分辨率图像的重建方法及系统。方法包括：根据待重建图像、全变分正则项和分数阶全变分正则项构建目标图像的约束函数；根据待重建图像的平滑纹理特征确定分数阶；根据约束函数对目标图像进行近端映射获得去躁函数并利用变量分裂法和算子分裂法获得去躁函数对应的第一子公式和第二子公式；利用偏差原理获得全变分正则项对应的第一正则化参数和分数阶全变分正则项对应的第二正则化参数；根据第一正则化参数计算获得第一子公式中的第一子变量，根据第二正则化参数计算获得第二子公式中的第二子变量；根据第一子变量和第二子变量重建获得所述目标图像。所述系统用于执行所述方法。本发明实施例提高了重建的高分辨率图像的质量。