公开(公告)号：CN111125145A

公开(公告)日：2020-05-08

申请号：CN201911175062.5

申请日：2019-11-26

Applicant: 复旦大学

Inventor： 李安贞 ,  邹乔莎 ,  史传进

IPC: G06F16/242 ,  G06F16/248 ,  G06F16/28

Abstract: 本发明属于关系型数据库查询技术领域，具体为一种通过自然语言获取数据库信息的自动化系统。本发明采用计算机算法分析口语化的自然语言表达，从关系型数据库中获取信息；系统的输入信息包括：使用者录入的语音信息以及使用者输入的文本信息；系统采用关系型数据库查询方法、机器学习算法和深度学习算法，通过语音识别、文本语义分析，结合数据库查询语句语法、数据库存储信息，训练计算机算法学习使用者查询数据库的意图，从而生成跨表的数据库查询语句，通过该查询语句访问数据库，返回并展示查询结果。本发明系统能直接部署于网页等交互终端，也可以用于专业人员查询数据库，能有效减少专业开发人员的人力投入，高效发掘数据库价值。

公开(公告)号：CN111460160B

公开(公告)日：2023-08-18

申请号：CN202010255434.1

申请日：2020-04-02

Applicant: 复旦大学

Inventor： 邱兴发 ,  邹乔莎 ,  史传进

IPC: G06F16/35 ,  G06F40/284 ,  G06N20/00

Abstract: 本发明提供一种基于强化学习的流式文本数据的事件聚类方法，包括：S1、通过流式处理获取文本数据的特征表示；S2、获取全部候选事件构成当前事件库，并对每个候选事件进行特征提取和表示；S3、通过基于强化学习的事件聚类训练方法，得到聚类策略；S4、判断当前处理的文本数据的事件归属，更新当前事件库。本发明能及时高效的对海量的不断增长的流式文本数据进行聚类处理，通过引入已有的标注数据的先验知识，进行基于强化学习的事件聚类训练，使得事件聚类的结果更加及时和准确。

公开(公告)号：CN112200024B

公开(公告)日：2022-10-11

申请号：CN202011018179.5

申请日：2020-09-24

Applicant: 复旦大学

Inventor： 时迎琰 ,  邹乔莎 ,  史传进

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像处理技术领域，具体为一种基于三维可形变模型学习的二维人脸表情识别方法。本发明重建二维人脸表情对应的三维表情点云，采用编码器‑解码器的网络结构，结合表情分类器和表情分类损失以及三维点云回归损失，在端到端的联合训练下，最终获得的表情参数不但增强了判别性，提高了二维人脸表情分类的准确率，而且保持生成性，可以恢复相应的三维人脸表情点云。本发明可以同时实现二维人脸表情分类和三维人脸表情点云生成这两种功能，具有广泛的应用前景。

公开(公告)号：CN111460160A

公开(公告)日：2020-07-28

申请号：CN202010255434.1

申请日：2020-04-02

Applicant: 复旦大学

Inventor： 邱兴发 ,  邹乔莎 ,  史传进

IPC: G06F16/35 ,  G06F40/284 ,  G06N20/00

Abstract: 本发明提供一种基于强化学习的流式文本数据的事件聚类方法，包括：S1、通过流式处理获取文本数据的特征表示；S2、获取全部候选事件构成当前事件库，并对每个候选事件进行特征提取和表示；S3、通过基于强化学习的事件聚类训练方法，得到聚类策略；S4、判断当前处理的文本数据的事件归属，更新当前事件库。本发明能及时高效的对海量的不断增长的流式文本数据进行聚类处理，通过引入已有的标注数据的先验知识，进行基于强化学习的事件聚类训练，使得事件聚类的结果更加及时和准确。

公开(公告)号：CN110751112A

公开(公告)日：2020-02-04

申请号：CN201911017554.1

申请日：2019-10-24

Applicant: 复旦大学

Inventor： 赵梓豪 ,  邹乔莎 ,  袁磊 ,  史传进 ,  何苗

IPC: G06K9/00 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08 ,  G06T7/33 ,  G06T11/20 ,  G06T17/00

Abstract: 本发明公开了一种基于计算机视觉的小鼠脑图谱绘制辅助系统及方法，该系统包括预处理模块；检测模块，输入端与预处理模块的第一输出端连接，检测神经元胞体；配准模块，输入端与预处理模块的第二输出端连接，进行配准比对；识别分区模块，输入端与配准模块的输出端连接，对鼠脑显微图像进行分区；映射模块，第一输入端与检测模块的输出端连接，第二输入端与识别分区模块的输出端连接，将神经元胞体与鼠脑显微图像分区一一映射完成小鼠脑图谱辅助绘制。此发明解决了现有软件准确率不足和深度学习算法应用不全面的问题，借助于计算机视觉算法进行图像分解和图像特征提取和检测，实现了小鼠脑图谱绘制辅助系统自动和半自动化操作。