一种基于知识增强的方面情感三元组提取方法及系统

    公开(公告)号:CN117171610B

    公开(公告)日:2024-05-03

    申请号:CN202310973778.X

    申请日:2023-08-03

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于知识增强的方面情感三元组提取方法及系统,属于自然语言处理技术领域。所述方法首先将常识性的情感知识整合到图卷积网络中,融合了丰富的语法信息和常识性情感信息,有利于模型学习到上下文特征以及情感特征。除此之外,针对评论句子存在语法不敏感的问题,本发明使用一种基于正交损失的自注意力机制捕捉到句子中每个词的语义相关词,这比句法结构更灵活,并且该机制可以适应对语法信息不敏感的评论句子。实验结果表明,相比于现有的基线方法,本发明所提出模型具有更好的效果。

    多中心小样本场景下目标预测模型构建方法和预测方法

    公开(公告)号:CN116596161A

    公开(公告)日:2023-08-15

    申请号:CN202310807852.0

    申请日:2023-07-04

    Applicant: 江南大学

    Abstract: 本发明涉及一种多中心小样本场景下目标预测模型构建方法和预测方法。通过结合迁移学习的思想直接用已训练节点的知识对新节点的训练集进行预测,借助预测错误样本体现新节点与已训练节点的差异,将其作为补充知识,以此快速获取新节点的模型知识,避免每次都对新节点从头训练;最后使用岭回归方法实现增量式子分类器的并行集成,大大节省了部署时间和成本。通过共享历史知识和知识丢弃机制保证模型的泛化性,在足够的共享知识的支持下,对于小样本量的节点也可以取得较好的分类效果。基于具有高度可解释性的零阶TSK模糊系统进行改进,所有的模型参数都可以通过规则的形式体现,有着高度的语义透明性,在实际应用中更能帮助用户分析和理解数据。

    一种基于扩散模型的图文检索后门攻击方法、装置及设备

    公开(公告)号:CN116541542A

    公开(公告)日:2023-08-04

    申请号:CN202310821656.9

    申请日:2023-07-06

    Applicant: 江南大学

    Abstract: 本发明涉及自然语言处理和计算机视觉的交叉技术领域,提出了一种基于扩散模型的图文检索后门攻击方法、装置及设备,包括:从数据集中提取样本图像,在所述样本图像中生成区域掩膜;利用扩散模型将所述区域掩膜替换为触发器图片;将后门攻击目标标签与所述触发器图片组合生成脏图文对;将所述脏图文对输入图文检索预训练模型进行微调,得到图文检索后门攻击模型,以便推动后门攻击防御领域的发展。本文设计的基于扩散模型的图文检索后门攻击方法实现了图文检索后门攻击的可行性、隐蔽性,提高了后门攻击的成功率,对于多模态后门攻击防御技术的改进有重要意义。

    文本中多义性单词的标注方法、设备、处理器和存储介质

    公开(公告)号:CN112949319B

    公开(公告)日:2023-01-06

    申请号:CN202110270079.X

    申请日:2021-03-12

    Applicant: 江南大学

    Abstract: 本发明涉及一种文本中多义性单词的标注方法、设备、处理器和存储介质;所述方法包括输入待处理的原始语料库;训练上下文相关词嵌入模型,获得上下文相关向量;根据上下文相关向量搭建语义向量生成算法,区分每个单词的多个含义,并对原始语料库进行标注;输出标注多义性的伪文档。本发明利用上下文相关词嵌入模型,通过对多义性单词的不同语义进行标注,消除多种语义的歧义,相较于没有考虑单词多义性的文本来说,对后续文本处理,文本分类,主题模型等任务的准确度有较大的提升。

    基于5G多元混合结构网络铣削切削力预测系统及方法

    公开(公告)号:CN115099374B

    公开(公告)日:2022-11-22

    申请号:CN202211031426.4

    申请日:2022-08-26

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于5G多元混合结构网络铣削切削力预测系统及方法,属于钛合金铣削加工领域。所述方法考虑了铣削特征间的关系和相互影响,设计了一种多元混合结构网络以及新的特征数学模型对特征进行计算,使得在进行切削力预测时充分发掘不同特征及特征间关系在切削力预测中的作用,从而得到更加精准的预测结果;进一步的,本申请将特征计算放在本地,而利用云端的强大计算资源实现切削力预测,达到合理分配计算资源的效果;进一步的,本申请将特征和特征变换后的结果保存在本地,并且经云端计算后的结果返回给边缘网关设备,经过边缘网关设备保存在本地的存储上,便于后续本地化快速的规则匹配和数据存储。

    一种基于分解的SAR图像多目标模糊变化检测方法

    公开(公告)号:CN114331909A

    公开(公告)日:2022-04-12

    申请号:CN202111681937.6

    申请日:2021-12-31

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于分解的SAR图像多目标模糊变化检测方法,属于遥感监测技术领域。该方法从保留细节与去除噪声两个目标点出发,针对不同的目标生成不同的差分图像,分别使用FCM与FLICM模糊聚类代价函数来构造不同的目标函数,通过MOEA/D的方式对多目标任务进行优化,最后采用新的隶属度更新公式,通过种群迭代的方式,以不同的权重分配来计算每个像素点最后关于不同类别的隶属度值。通过实验证明本申请方法对SAR图像具有更好的检测效果。同时本申请针对保留细节和去除噪声两个目标进行了更加细致的分析,针对两目标选取了两个相互冲突的目标函数以进一步提高其区分能力,提高了对斑点噪声的鲁棒性。

    一种针对图像分类的神经网络结构低成本自动搜索方法

    公开(公告)号:CN114299344A

    公开(公告)日:2022-04-08

    申请号:CN202111669013.4

    申请日:2021-12-31

    Applicant: 江南大学

    Abstract: 本发明公开了本发明涉及一种针对图像分类的神经网络结构低成本自动搜索方法,属于图像分类技术领域。该方法通过设计一种基于分组卷积的网络block,以该block作为基础单元构建一种可扩展的网络结构,block的可控参数化设置使得构建的网络结构的搜索空间可扩展。再结合改进的遗传算法,通过一个三阶段的自然选择策略,更好地激发搜索空间的探索性和开发性。同时引入非训练指标NTK的条件数量作为个体适应度,以极快速度搜索到高精度且低参数量的网络结构,从而在解决实际问题时实现了使用较少的计算资源来快速搜索出综合性能优越的网路结构,针对图像分类任务,通过实验证明采用该方法搜索出的网路结构进行分类的精度较高。

    基于MobileNet V3的实时人脸检测方法

    公开(公告)号:CN110647817B

    公开(公告)日:2022-04-05

    申请号:CN201910796856.7

    申请日:2019-08-27

    Applicant: 江南大学

    Abstract: 基于MobileNet V3的实时人脸检测方法,属于人脸识别领域。本发明设计一种基于SSD架构的实时人脸检测器。同时这是MobileNet V3卷积神经网络首次应用于实时人脸检测任务。此外,还提出了一个轻量级的特征提高模块,增强MobileNet V3中浅层特征的表示能力,提高极小型人脸的检测精度。最后,为了提高极小型人脸的召回率,使用锚点密度策略,使得不同类型的锚点在图像上具有相同的密度。SSRFD在AFW数据集上能够实现99.43%mAP,同时仅有0.62M的参数;速度方面,采用1024x1024高分辨率图片在一块NVIDIA TITANX卡上进行测试,本方法能够达到34fps的帧速率。

Patent Agency Ranking