-
公开(公告)号：CN104866596B
公开(公告)日：2018-09-14
申请号：CN201510290451.8
申请日：2015-05-29
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于自动编码器的视频分类方法及装置。该方法中，获得具有三种模态数据的目标视频的每一种模态数据的低级表示内容；将每一种模态数据的低级表示内容分别输入至堆叠的自动编码器组处理，获得每一种模态数据的高级表示内容；将每两种模态数据的高级表示内容的组合结果分别输入至双模态融合器处理，获得相应两种模态数据的双模态公共表示内容；将双模态公共表示内容的组合结果输入至三模态融合器处理，获得三模态公共表示内容；将三模态公共表示内容输入至有监督分类模型处理，以获得各个视频类别的类别标签，并确定目标视频所对应的视频类别。可见，通过本方案可以结合目标视频的三种模态数据对目标视频进行分类。
-
公开(公告)号：CN104462485A
公开(公告)日：2015-03-25
申请号：CN201410797791.5
申请日：2014-12-18
Applicant: 北京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06F17/30023
Abstract: 本发明提出了一种基于对应的深层信念网络的跨模态检索方法，该方法包括：利用特征提取方法分别获得检索目标与检索库中每一个检索成员的初级向量；检索目标的初级向量分别与检索库中每一个检索成员的初级向量，通过对应的深层信念网络获得检索目标的高级向量和检索库中每一个检索成员的高级向量；利用检索目标的高级向量和检索库中每一个检索成员的高级向量计算检索目标与检索库中每一个检索成员的距离；将检索库中与检索目标距离最近的至少一个检索成员确定为与检索目标匹配的对象。
-
公开(公告)号：CN113961708B
公开(公告)日：2024-04-23
申请号：CN202111324168.4
申请日：2021-11-10
Applicant: 北京邮电大学 , 中国电力科学研究院有限公司 , 国网天津市电力公司电力科学研究院 , 国网天津市电力公司 , 国家电网有限公司
IPC: G06F16/35 , G06F40/216 , G06F40/30 , G06F40/289 , G06N3/042 , G06N3/0464 , G06N3/08 , G06Q10/20 , G06Q50/06
Abstract: 本发明涉及一种基于多层次图卷积网络的电力设备故障溯源方法，其技术特点是：从电力工单系统中收集电力设备的故障文本信息，并计算故障文本信息中的TF‑IDF指标和PMI指标；根据TF‑IDF指标和PMI指标构建电力工单图G(V,E)，V和E分别为节点集和边集；根据电力工单图G(V,E)构建多层图卷积网络，并训练多层图卷积网络；使用训练好的多层图卷积网络对电力工单系统中电力设备的故障文本信息进行识别，确定电力设备故障位置。本发明可以从电力工单系统的故障描述中准确预测故障位置，有效解决了基于中文文本的电力设备故障溯源问题，具有较高的鲁棒性和容错率。
-
公开(公告)号：CN114357156B
公开(公告)日：2023-02-28
申请号：CN202111473889.1
申请日：2021-12-02
Applicant: 北京邮电大学
IPC: G06F16/35 , G06F40/211 , G06F40/268 , G06F40/284 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种多特征多通道图卷积网络模型训练方法及属性情感三元组抽取方法，多特征多通道图卷积网络模型训练方法包括步骤：将第一语句输入预设的第一模型中，将第一语句划分为单词，编码得到第一词向量，得到隐藏状态序列，生成第一邻接张量；根据单词词性生成第二邻接张量，根据句法依存类型生成第三邻接张量，根据基于树的词对距离生成第四邻接张量，根据单词的相对距离生成第五邻接张量；隐藏状态序列分别与邻接张量图卷积，并平均池化，得到联合特征序列；将邻接张量进行拼接得到联合张量；根据联合张量和联合特征序列为每个词对生成第一词对向量，基于分类函数得到概率分布张量；计算总损失函数，根据总损失函数对第一模型进行训练。
-
公开(公告)号：CN114357156A
公开(公告)日：2022-04-15
申请号：CN202111473889.1
申请日：2021-12-02
Applicant: 北京邮电大学
IPC: G06F16/35 , G06F40/211 , G06F40/268 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种多特征多通道图卷积网络模型训练方法及属性情感三元组抽取方法，多特征多通道图卷积网络模型训练方法包括步骤：将第一语句输入预设的第一模型中，将第一语句划分为单词，编码得到第一词向量，得到隐藏状态序列，生成第一邻接张量；根据单词词性生成第二邻接张量，根据句法依存类型生成第三邻接张量，根据基于树的词对距离生成第四邻接张量，根据单词的相对距离生成第五邻接张量；隐藏状态序列分别与邻接张量图卷积，并平均池化，得到联合特征序列；将邻接张量进行拼接得到联合张量；根据联合张量和联合特征序列为每个词对生成第一词对向量，基于分类函数得到概率分布张量；计算总损失函数，根据总损失函数对第一模型进行训练。
-
Patent Agency Ranking
公开(公告)号：CN108492294B
公开(公告)日：2022-04-12
申请号：CN201810247248.6
申请日：2018-03-23
Applicant: 北京邮电大学
IPC: G06T7/00
Abstract: 本发明实施例提供了一种图像色彩和谐程度的评估方法及装置，其中方法包括：通过预设的无向图建立初始条件随机场；根据预设样本图像和预设训练算法，对初始神经网络进行训练；利用训练后的神经网络确定初始条件随机场的关联势函数及交互势函数；根据关联势函数和所述交互势函数，确定初始条件随机场对应的条件随机场模型；当获取到待评估图像时，将待评估图像切分为多个图像块并输入至条件随机场模型，计算得到待评估图像的色彩和谐评估值。本发明实施例提供的图像色彩和谐程度的评估方法，无需人工评估即可计算得到对应的色彩和谐评估值，从而实现自动对图像的色彩和谐程度进行评估。
-
公开(公告)号：CN112528672B
公开(公告)日：2021-07-30
申请号：CN202011463822.5
申请日：2020-12-14
Applicant: 北京邮电大学
IPC: G06F40/30 , G06F40/211 , G06F40/216 , G06F40/284 , G06N3/04
Abstract: 本发明实施例提供了一种基于图卷积神经网络的方面级情感分析方法及装置，所述方法包括：获取待进行方面情感分析的句子，以及该待进行方面情感分析句子中的方面词；对待进行方面情感分析的句子以及方面词进行预处理，得到待进行方面情感分析的句子对应的输入向量序列以及句法加权图；将输入向量序列和句法加权图，输入预先训练的双重图卷积神经网络中，得到方面词对应的情感分析结果。本发明实施例，使用双重图卷积神经网络不仅关注句子的句法特征，还关注句子的语义特征，提取句子对应的语义相关特征，弥补了对句法不敏感的句子提取句法特征不准确的缺陷，提高情感分析结果的准确性。
-
公开(公告)号：CN112990302A
公开(公告)日：2021-06-18
申请号：CN202110266563.5
申请日：2021-03-11
Applicant: 北京邮电大学
Abstract: 本申请公开了一种基于文本生成图像的模型训练方法、设备和图像生成方法，其中方法包括基于预设训练样本集合中各训练样本的文本信息，生成文本嵌入式表示，将所述文本嵌入式表示输入至图像生成模型，触发图像生成模型基于该文本嵌入式表示，生成人造图像，并采用模态解纠缠方式，提取人造图像的真实度参数和相应训练样本的真实图像的真实度参数；基于所述人造图像，确定所述训练样本的正例和负例；利用所述图像生成模型，基于每个训练样本的正例、负例和真实图像各自对应的所述真实度参数，计算总体损失函数；利用所述总体损失函数，调整所述图像生成模型的参数。采用本申请可以提高模型学习效率和图像生成效果。
-
公开(公告)号：CN112560486A
公开(公告)日：2021-03-26
申请号：CN202011337566.5
申请日：2020-11-25
Applicant: 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司 , 北京邮电大学 , 国网江苏省电力有限公司 , 江苏省电力试验研究院有限公司
IPC: G06F40/295 , G06N3/04
Abstract: 本发明公开了一种基于多层神经网络的电力实体识别方法、存储介质和设备，将待识别的电力语料输入至预先构建的BERT电力实体识别模型中，得到电力实体标签的哈夫曼编码，通过哈夫曼编码映射得到实体标签，进而得到识别出的实体。通过语言模型训练语料对BERT语言模型进行预训练；对电力语料数据标注电力实体标签，构建电力实体识别语料；根据电力实体标签在电力实体识别语料中的数量构建电力实体标签的哈夫曼编码；在预训练得到的BERT语言模型后增加分类层构成BERT电力实体识别模型，通过电力实体识别语料对BERT电力实体识别模型进行再次训练，得到训练好的BERT电力实体识别模型。提高了电力领域中文命名实体识别的精度。
-
公开(公告)号：CN110135441B
公开(公告)日：2020-03-03
申请号：CN201910414090.1
申请日：2019-05-17
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种图像的文本描述方法及装置，方法包括：获取待描述图像，提取待描述图像的多个区域特征和一个全局特征；将区域特征、全局特征输入预先训练的文本描述神经网络中的句子级子网络，得到针对每个待生成句子的句子指导向量；将句子指导向量输入文本描述神经网络中的词汇子网络，得到描述文本；由于采用句子级子网络和词汇级子网络的分层结构，能够捕捉段落中句子之间的连贯性，提高了生成的文本段落中句子之间的连贯性，此外，相较于现有的基于循环神经网络的方案，降低了训练过程的计算复杂度。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.053 seconds)
