-
-
公开(公告)号：CN105678775A
公开(公告)日：2016-06-15
申请号：CN201610017543.3
申请日：2016-01-13
Applicant: 福州大学
CPC classification number: G06K9/4671 , G06T2207/10004 , G06T2207/10024 , G06T2207/20081 , G06T2207/30168
Abstract: 本发明涉及一种基于机器学习的颜色校正评估方法，包括以下步骤：S1：输入参考图像和目标图像，目标图像即为失真图像，采用基于图像配准的全参考图像质量评估方法对目标图像进行特征提取，获得特征集F1；S2：采用图像重定向评估方法对目标图像进行特征提取，获得特征集F2；S3：综合特征集F1和F2，将其作为机器学习算法的特征集F，并通过机器学习算法和三等分交叉验证方法学习得出客观评估模型；S4：采用客观评估模型对目标图像进行客观评估，得到最终的目标图像的质量评估得分值。该方法可有效的对图像间颜色一致性进行评估，与用户主观感知之间具有较高的相关性与准确性。
-
公开(公告)号：CN105117816A
公开(公告)日：2015-12-02
申请号：CN201510430023.0
申请日：2015-07-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于兴趣点的城市阻抗计算方法，包括以下步骤：1、从互联网媒介中采集城市内的兴趣点数据，其中包括兴趣点的名称、类型、经纬度位置、营业时间数据；2、对兴趣点的营业时间进行数据整理，输出标准格式；3、利用城市路网数据，以城市中道路系统完全围合的多边形为基础，划分出地块单元并确定地块中心；将兴趣点通过经纬度位置映射至相应地块单元中；4、对各地块中心到可达范围内所有兴趣点进行路径规划，获得路径参数；5、根据路径规划结果，考虑路径参数及相应地块单元内的人口参数，计算城市中每个地块单元对应的阻抗值。该方法有利于量化城市不同地块不同时间段的阻抗值，从而为交通流量管理和城市用地规划提供参考。
-
-
公开(公告)号：CN103678669A
公开(公告)日：2014-03-26
申请号：CN201310725185.8
申请日：2013-12-25
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明涉及一种社交网络中的社区影响力评估系统及方法，所述方法包括：构造以社交网络用户为节点、用户关系为边的社交网络图；根据社交网络图，采用标签传播算法进行社区划分，获得社交网络的社区结构；根据社区网络图及社区隶属矩阵，计算社区影响力参数，生成各社区的初始影响力；根据影响力传播概率模型，生成影响力传播概率矩阵；根据影响力传播概率矩阵及社区影响力迭代计算模型，迭代更新社区影响力，直到满足迭代终止条件，得到每个社区的影响力值，经归一化后，得到社区影响力序列，即社交网络中各社区的影响力估计结果。该系统及方法可有效的分析社交网络中的社区影响力分布，挖掘高影响力社区，可应用于网络营销等领域。
-
Patent Agency Ranking
公开(公告)号：CN114564568B
公开(公告)日：2025-03-11
申请号：CN202210182490.6
申请日：2022-02-25
Applicant: 福州大学
IPC: G06F16/3329 , G06F16/334 , G06F16/36
Abstract: 本发明涉及一种基于知识增强与上下文感知的对话状态追踪方法及系统，该方法包括以下步骤：步骤A：采集对话上下文和对话状态数据，构建对话训练集；步骤B：使用训练集，训练基于知识增强的深度学习网络模型；步骤C：将用户与系统的对话数据依次输入深度学习网络模型中，输出当前的对话状态。该方法及系统有利于提高对话状态追踪的准确性。
-
公开(公告)号：CN119166907A
公开(公告)日：2024-12-20
申请号：CN202411213866.0
申请日：2024-08-31
Applicant: 福州大学
IPC: G06F16/9536 , G06F18/214 , G06F18/25 , G06F18/22 , G06N20/00 , G06Q50/00
Abstract: 本发明涉及一种融合多粒度特征的多模态谣言检测方法及系统，该方法包括：在社交媒体中收集多媒体帖子，提取出帖子中的文本、图像和评论，并对帖子的真实性标签进行标注，以此构建训练数据集；构建融合多粒度特征的多模态谣言检测模型，多模态谣言检测模型提取帖子中的多粒度特征，深度融合图文特征，并通过图文相似度权重实现图文歧义性的消解，还充分挖掘评论的信息，从不同角度利用评论，最终通过对比学习捕获同类别社交媒体帖子的相似信息；使用训练数据集训练多模态谣言检测模型；将未检测多媒体帖子的文本、图像和评论输入到训练好的多模态谣言检测模型中，获得多媒体帖子的真实性标签。该方法及系统有利于提高谣言检测的准确性和可靠性。
-
公开(公告)号：CN119166906A
公开(公告)日：2024-12-20
申请号：CN202411213851.4
申请日：2024-08-31
Applicant: 福州大学
IPC: G06F16/9536 , G06F16/332 , G06F18/214 , G06N3/047
Abstract: 本发明涉及一种基于事实一致性对比的对话摘要方法及系统，该方法包括：提取用户对话、用户对话摘要并标注标签，构建训练集DS；构建基于事实一致性对比的深度学习网络模型M，模型M通过获取初始对话的摘要表示、对话事实增强的摘要表示和对话事实扰乱的摘要表示，构成对比三元组进行对比学习；在训练过程中最小化初始对话的摘要表示与对话事实增强的摘要表示之间的距离，同时最大化初始对话的摘要表示与对话事实扰乱的摘要表示之间的距离；使用训练集DS训练模型M，通过模型M来学习用户对话和用户对话摘要之间的语义关系；将用户对话输入到训练后的模型M中，输出用户对话的摘要。该方法及系统有利于提高对话摘要的准确性。
-
公开(公告)号：CN118132839A
公开(公告)日：2024-06-04
申请号：CN202410247398.2
申请日：2024-03-05
Applicant: 福州大学
IPC: G06F16/9535 , G06F16/9536
Abstract: 本发明涉及一种多视图交互与对抗融合的多行为推荐方法及系统，该方法包括：A、采集用户在与物品交互下产生的多行为数据，构建多行为多视图训练集；B、使用训练集训练用于多行为推荐的深度学习网络模型；深度学习网络模型利用序列信息的个体性和图信息的全局性，再进行交互式多视图融合和对抗式特征融合，以进行多视图间的相互补充以及深度融合增强；此外还对图数据进行数据增强以进行对比学习，以学习到更加鲁棒的表征，对序列数据进行数据增强以进行对比学习，以解决序列稀疏问题；C、将用户行为数据依次输入深度学习网络模型中，输出当前用户相应的推荐结果。该方法及系统有利于提高信息推荐的准确度，进而提高用户对于推荐结果的满意度。
-
公开(公告)号：CN118113841A
公开(公告)日：2024-05-31
申请号：CN202410247367.7
申请日：2024-03-05
Applicant: 福州大学
IPC: G06F16/332 , G06F16/33 , G06F40/35 , G06F40/30
Abstract: 本发明涉及一种基于主题与风格感知的多轮对话响应选择方法及系统，该方法包括以下步骤：步骤A：采集特定场景多轮对话文本，标注每个对话的响应所属的类别，构建带正负类别标签的多轮对话训练集DS；步骤B：使用训练集DS训练深度学习网络模型G，用于多轮对话响应选择；步骤C：将多轮对话上下文及候选响应输入到训练后的深度学习网络模型G中，得到对应多轮对话上下文最合适的响应。该方法及系统有利于提高多轮对话响应选择的准确性。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.029 seconds)
