公开(公告)号：CN113591879B

公开(公告)日：2024-10-29

申请号：CN202110831409.8

申请日：2021-07-22

Applicant: 大连理工大学

Inventor： 宗林林 ,  苗发强 ,  徐博 ,  梁文新 ,  张宪超

IPC: G06V10/44 ,  G06V10/74 ,  G06V10/762 ,  G06V10/77 ,  G06V10/82 ,  G06N3/04 ,  G06N3/0895

Abstract: 本发明公开了基于自监督学习的深度多视图聚类方法、网络、装置及存储介质，属于深度多视图聚类领域，应用于异常点检测、多种产品的价值组合和目标用户的群体划分等多种应用场景，该方法使用了一种自监督的成对约束传播模型，通过融合的自编码器提取多个视图的潜在一致特征后基于多视图的共性特征可以自动地从数据中挖掘监督约束信息，随后用于优化聚类特征提取模型，充分地挖掘了数据的潜在价值，有效地降低了人工标记的成本同时提升了多视图聚类的性能，实验证明，本发明提出的方法相比现存的基准算法能取得更好的结果。

公开(公告)号：CN117201122B

公开(公告)日：2024-06-14

申请号：CN202311162248.3

申请日：2023-09-11

Applicant: 大连理工大学

Inventor： 徐博 ,  王锦鹏

IPC: H04L9/40 ,  G06F18/213 ,  G06N3/048 ,  G06N3/088 ,  H04L41/16

Abstract: 本发明提出一种基于视图级图对比学习的无监督属性网络异常检测方法及系统，包括对有效数据进行预处理得到原始输入图数据集；构建目标视图和自增强视图；规范化目标视图和自增强视图，建模生成目标视图的嵌入表示和自增强视图的嵌入表示；解码自增强视图的嵌入表示，生成重构的原始输入图邻接矩阵并计算结构重构误差；解码自增强视图的嵌入表示得到重构的原始输入图节点属性矩阵并计算属性重构误差；构建异常得分函数计算每个节点的异常分数，根据每个节点的异常分数识别异常节点；联合训练得到基于视图级图对比学习的无监督属性网络异常检测模型；将待检测的属性网络输入基于视图级图对比学习的无监督属性网络异常检测模型中，得到检测结果。

公开(公告)号：CN117312947A

公开(公告)日：2023-12-29

申请号：CN202311251645.8

申请日：2023-09-26

Applicant: 大连理工大学

Inventor： 徐博 ,  刘媛婷 ,  朱超越

IPC: G06F18/241 ,  G06F18/2415 ,  G06F18/15 ,  G06F18/21 ,  G06F18/213 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明提出一种基于胶囊网络多分类模型的冷水机故障检测方法，包括构建基于胶囊网络的冷水机故障检测模型；从冷水机组故障标准数据集中获取数据并对获取到的数据进行预处理，得到冷水机故障数据集，将冷水机故障数据集划分为训练集、验证集和测试集；训练冷水机故障检测模型；测试冷水机故障检测模型；将待检测的冷水机数据输入测试后的冷水机故障检测模型中，得到输出检测结果。本发明不需要进行大量的人工成本的投入，也不需要人工分析大量的数据，检测效率高且能够更准确的输出检测结果，使用胶囊网络进行建模和识别，不需要大量的训练数据，但能够更好地对冷水机的故障进行判断，提高了故障检测的准确率和鲁棒性。

公开(公告)号：CN116484004A

公开(公告)日：2023-07-25

申请号：CN202310607292.4

申请日：2023-05-26

Applicant: 大连理工大学

Inventor： 徐博 ,  李龙娇

IPC: G06F16/35 ,  G06F16/33 ,  G06F16/332 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提出一种对话情绪识别分类方法，包括对对话情绪识别数据集进行预处理；对预处理后的对话情绪识别数据集中的语句进行语句级特征提取，得到语句级特征；对预处理后的对话情绪识别数据集中的语句进行情绪引发事件提取，得到情绪引发事件的语义表示；通过语句的语句级特征和情绪引发事件的语义表示构建情绪‑心理表征异构会话图，得到每个节点输入特征的特征矩阵和节点之间边的连接关系的邻接矩阵；通过图编码器对特征矩阵和邻接矩阵进行会话级特征提取，得到会话级特征；全连接语句级特征和会话级特征，把全连接得到的结果输入到前馈神经网络得到情绪分类。本发明可以更好的识别对话中的情绪类别，提高了对话情绪识别的准确性。

公开(公告)号：CN113378114A

公开(公告)日：2021-09-10

申请号：CN202110614872.7

申请日：2021-06-02

Applicant: 大连理工大学

Inventor： 赵哲焕 ,  徐博 ,  刘宇 ,  单世民

IPC: G06F17/16 ,  G06N3/04

Abstract: 本发明公开了一种多元时间序列缺失数据填补方法，涉及缺失数据填补领域，包括如下步骤S1：通过多元时间序列数据矩阵X定义缺失矩阵Q；S2:通过X定义时间序列距离矩阵D；S3：通过D定义距离矩阵δ；S4：将距离矩阵δ结合到长短期记忆网络LSTM的更新门处；S5：通过使用S4中修改后的LSTM替代生成式对抗网络GAN中的MLP，组成核心网络为LSTM的新型生成式对抗网络记为LSTM_GAN；S6：利用LSTM_GAN通过噪声数据生成的矩阵记为的元素记为由以下运算获得完整多元时间序列数据矩阵的元素本发明方法有效结合数据中的时间信息和数据本身信息，在多元时间序列缺失数据的填补实验中，取得了很大程度上的优势。

公开(公告)号：CN113268582A

公开(公告)日：2021-08-17

申请号：CN202110559680.0

申请日：2021-05-21

Applicant: 大连理工大学

Inventor： 徐博 ,  宗林林 ,  林鸿飞 ,  王健 ,  林原 ,  许侃

IPC: G06F16/335 ,  G06F16/9537 ,  G06F40/216 ,  G06F40/242 ,  G06Q50/00 ,  G16H20/70

Abstract: 一种面向社交媒体文本抑郁倾向性分析的基于排序学习模型的特征加权方法，该方法包括以下步骤：S1、采集和预处理社交媒体文本数据；S2、面向抑郁情绪的文本特征抽取；S3、训练排序模型；S4、基于排序模型的抑郁风险评估。采集社交媒体文本上用户所发布的文本数据，文本数据包括“抑郁”话题下的数据和其他话题下的数据，“抑郁”话题下的数据作为模型训练中的正样本，其他话题下的数据作为模型训练的负样本；本发明将基于社交媒体的抑郁检测看作是风险评估问题，进而利用排序学习算法，对于具有潜在抑郁风险的社交媒体用户进行风险水平的排序，有益于早期检测出具有抑郁倾向的用户，有针对性的开展心理疏导和临床治疗。

公开(公告)号：CN110020023A

公开(公告)日：2019-07-16

申请号：CN201910266177.9

申请日：2019-04-03

Applicant: 大连理工大学

Inventor： 徐博 ,  郑翔宇

IPC: G06F16/906 ,  G06F17/50 ,  G06Q50/00

Abstract: 本发明涉及网络表示学习领域，提供一种基于融合结构特征的属性网络表示学习方法，包括：步骤1，获取网络图数据；步骤2，利用获取网络图数据，对结点属性的相似性进行属性建模，得到属性模型；步骤3，利用获取网络图数据，对网络结构的相似性进行结构建模，得到结构模型；步骤4，将步骤2得到的属性模型和步骤3得到的结构模型进行联合建模，得到最小化目标函数；步骤5，设置学习过程的终止条件；步骤6，根据步骤4得到的最小化目标函数和步骤5设置的终止条件，求得最小化目标函数的解，得到学习到的特征结果。本发明能够使节点属性的相似性更好的表示到嵌入向量的相似性当中，提高网络节点分类的精确性和可靠性。

公开(公告)号：CN109977752A

公开(公告)日：2019-07-05

申请号：CN201910041388.2

申请日：2019-01-16

Applicant: 大连理工大学

Inventor： 林鸿飞 ,  徐博 ,  杨亮 ,  许侃 ,  刘睿

IPC: G06K9/00 ,  G06F16/903

Abstract: 一种基于序列模式挖掘的羽毛球运动员技战术分析方法，包括：S1、视频数据采集和场地编码、S2、对运动员动作进行人工标注、S3、面向羽毛球技战术分析的字符串匹配、S4、统计输出。本发明采用高效的羽毛球技战术编码方式对输入的羽毛球比赛运动视频进行标注；后利用字符串匹配方法将待分析运动员在所采集的比赛视频中每次得分所采用的人工标注字符串数据与每一关键技战术的代码进行匹配分析。然后依据预设关键技战术的代码在待分析运动员得分点的动作中出现的频率判断该运动员常用的羽毛球技战术。本方法有助于对羽毛球运动员认识自身的技术优势，从而提高自身技战术水平及教练团队进行赛前的技战术分析和赛后的技战术总结具有重大意义。