公开(公告)号：CN110570038B

公开(公告)日：2022-07-22

申请号：CN201910841552.8

申请日：2019-09-06

Applicant: 福州大学

Inventor： 钟尚平 ,  庄家豪 ,  陈开志

IPC: G06Q10/04 ,  G06Q50/04 ,  G06N3/00 ,  G06N3/12

Abstract: 本发明涉及一种不规则带缺陷板材矩形排样方法及装置，包括：步骤S1：获取板材边界多边形、缺陷多边形集合的几何信息，以及获取矩形信息；步骤S2：设置遗传算法参数，并初始化种群；步骤S3：利用HL启发式方法评估个体适应度值，并保存最优个体；其中个体适应度值为板材利用率；步骤S4：判断是否到达最大迭代次数，若是，则输出最优排样结果，并结束；否则进入步骤S5；步骤S5：对种群进行交叉、变异操作，生成新的种群，并返回步骤S3。本发明能够快速得到满足排样约束且利用率较高的排样结果。

公开(公告)号：CN112199504A

公开(公告)日：2021-01-08

申请号：CN202011184688.5

申请日：2020-10-30

Applicant: 福州大学

Inventor： 廖祥文 ,  曾梦美 ,  邓立明 ,  陈甘霖 ,  陈开志

IPC: G06F16/35 ,  G06F40/247 ,  G06F40/30 ,  G06N3/04

Abstract: 本发明涉及一种融合外部知识与交互注意力机制的视角级文本情感分类方法及系统，包括步骤：构建带有外部知识的文本序列内容，同时引入哨兵向量改善外部知识对模型的误导作用；构建带有交互信息及位置信息的记忆内容；构建记忆内容的多层注意力表示，并将注意力结果与门控循环单元非线性结合，最终形成视角级文本情感特征表示；采用分类函数得到文本最终的情感分类结果。本发明能够对视角级文本进行特征化处理，并通过BiLSTM从文本中提取语义特征，然后通过多层注意力机制，得到最终的分类结果。

公开(公告)号：CN110930377A

公开(公告)日：2020-03-27

申请号：CN201911125639.1

申请日：2019-11-18

Applicant: 福州大学

Inventor： 钟尚平 ,  陈雨寒 ,  陈开志

IPC: G06T7/00

Abstract: 本发明涉及一种基于多任务学习的排水管道异常类型自动检测方法。首先通过分析管道缺陷深度特征信息将特征空间存在重叠的类别划分到同一分组中；然后基于分组情况构建多任务学习深度神经网络，该网络将分类任务划分为两级任务，高级分类任务尝试区分不同分组的缺陷图像，低级任务拥有多个子任务，分别用于着重区分组内具有相似特征空间的缺陷类型，最终的缺陷分类结果来自条件概率。本发明通过引入多任务学习策略使得模型能够减少特征空间重叠带来的精度损失，提升模型的检测精度，从而实现更为有效的排水管道缺陷自动检测系统。

公开(公告)号：CN110825952A

公开(公告)日：2020-02-21

申请号：CN201911085552.6

申请日：2019-11-08

Applicant: 福州大学

Inventor： 廖祥文 ,  温宇含 ,  陈志豪 ,  邓立明 ,  陈开志

IPC: G06F16/953 ,  G06F16/33 ,  G06N3/04

Abstract: 本发明涉及一种基于嵌套LSTM的水军评论检测方法，包括以下步骤：步骤S1：将输入的数据分为文本信息与行为信息；步骤S2:对行为信息进行特征抽取获得行为特征，并将文本信息送入所述文本特征提取模块，得到包含上下文信息的文本特征；步骤S3：将得到的包含上下文信息的文本特征送入所述嵌套LSTM模块，并提取该文本特征的空间结构信息，得到包含整体与部分关系的文本特征；步骤S4：将包含整体与部分关系的文本特征与行为特征输入至集成学习模块中，得到评论最终的分类结果。本发明能够抽取出有效特征，并对特征进行抽象和组合，最终识别出文本空间特征。