-
公开(公告)号：CN116738982A
公开(公告)日：2023-09-12
申请号：CN202310554254.7
申请日：2023-05-16
Applicant: 北京邮电大学
IPC: G06F40/284 , G06F40/30 , G06F18/214 , G06N3/045 , G06N3/084 , G06N3/098
Abstract: 本申请提供一种意图分析模型的训练方法、文本意图分析方法及相关设备，所述意图分析模型的训练方法包括：获取第一训练样本、第二训练样本以及初始模型；根据所述第一训练样本训练所述初始模型，得到初始意图分析模型；其中，所述第一训练样本包括与目标需求相应的第一训练数据；所述第一训练数据未标注有关键词标签；根据所述第二训练样本训练所述初始意图分析模型，得到最优意图分析模型；其中，所述第二训练样本包括与所述目标需求相应的第二训练数据；所述第二训练数据包括按照预设方式标注的关键词标签、所述预设方式的标注动作序列以及与所述关键词标签相应的预设结果数据。
-
公开(公告)号：CN111611431B
公开(公告)日：2023-07-28
申请号：CN202010301644.X
申请日：2020-04-16
Applicant: 北京邮电大学
IPC: G06F16/65 , G06N3/044 , G06N3/0464 , G06N3/045
Abstract: 一种基于深度学习的音乐分类方法，包括：将音乐的音频文件转化成梅尔声谱图，并生成音乐标签的独热向量；将音乐的梅尔声谱图和音乐标签的独热向量分别传入卷积神经网络和循环神经网络，通过卷积神经网络获得音乐的频域和时域特征向量，通过循环神经网络获得音乐‑标签关系向量，然后将卷积神经网络和循环神经网络各自的输出向量映射到相同维度后，连接合并构成一个音乐‑标签嵌入向量；将音乐‑标签嵌入向量传入标签预测层，其输出是音乐对应每个类别标签的概率值，最后根据概率值，从所有类别标签中挑选多个类别标签作为音乐的分类。本发明属于信息技术领域，能基于音乐类别的繁多和交错关系，实现音乐类别标签的准确预测。
-
公开(公告)号：CN114912571A
公开(公告)日：2022-08-16
申请号：CN202210266453.3
申请日：2022-03-17
Applicant: 北京邮电大学 , 中国人民解放军32802部队
Abstract: 本申请提供一种训练用于清除对抗扰动的生成器模型的方法和电子设备。所述方法包括：利用原始样本图像集对神经网络模型进行训练，以得到神经网络分类模型；基于所述原始样本图像集，利用对抗样本生成算法生成对抗样本图像集；根据所述原始样本图像集、所述对抗样本图像集和所述神经网络分类模型，对生成对抗网络中的判别器模型和所述生成器模型进行迭代训练，直至所述判别器模型的第一损失不大于第一预设阈值为止；将所述迭代训练结束后得到的所述生成器模型作为目标生成器模型。这样训练出的目标生成器模型可以用来清除对图像的对抗扰动，以消除安全隐患。
-
公开(公告)号：CN114564558A
公开(公告)日：2022-05-31
申请号：CN202210006246.4
申请日：2022-01-05
Applicant: 北京邮电大学
Abstract: 本申请提供一种地震影响范围评估方法及相关装置；该方法包括：从社交媒体提取多条动态并进行预处理，得到词向量和地理位置信息，并确定提取时间；从词向量中提取文本语义矩阵和符号语义矩阵，均分别采取注意力机制进行计算，并对计算结果进行合并，得到该条动态的情感特征向量；将全部情感特征向量输入预训练的分类器，得到动态所隶属的不同情绪类别，其中，情绪类别包括：消极情绪；将地震区域划分为多个子区域，对于每个子区域，利用全部动态的提取时间、动态的数量和属于消极情绪的动态的数量建立关于该子区域的震感特征向量；将每个子区域的震感特征向量输入预训练的全连接神经网络，对地震影响程度进行预测，得到地震影响范围分布图。
-
公开(公告)号：CN114187483A
公开(公告)日：2022-03-15
申请号：CN202111244382.9
申请日：2021-10-25
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
IPC: G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种生成对抗样本的方法、检测器的训练方法及相关设备。所述生成对抗样本的方法包括：获取干净的训练样本集；对于训练样本集中的每个训练样本，通过对该训练样本进行对抗攻击，得到多个对抗实例；根据多个对抗实例中指示对抗成功的每个目标对抗实例的对抗攻击信息，选择目标标签；基于目标标签生成与该训练样本对应的对抗样本；存储对抗样本。所述检测器训练方法包括：利用生成对抗样本的方法，基于训练样本集生成对抗样本集；利用训练样本集对检测器进行二元分类任务的第一训练；利用对抗样本集对经过第一训练的检测器进行第二训练。经过本训练方法得到的检测器用于检测输入深度神经网络的样本数据是否含有深度神经网络木马。
-
Patent Agency Ranking
公开(公告)号：CN109189988B
公开(公告)日：2021-06-22
申请号：CN201811085594.5
申请日：2018-09-18
Applicant: 北京邮电大学
IPC: G06F16/735 , G06F16/78
Abstract: 一种视频推荐方法，包括：选取M个推荐视频，构建其数值矩阵，构建视频胶囊网络，输入视频的数值矩阵来获得每个推荐视频的特征向量；选取N位用户，划分T个时间槽，为每位用户在每个时间槽上分别构建一个潜在兴趣向量，同时，为M个推荐视频构建各自潜在特征向量；构建M个推荐视频之间的行为转移矩阵；根据N位用户的视频观看行为，为用户选取其已观看过的和未观看过的视频来构成一定数量用户‑视频偏序关系对；采用梯度下降法，对每位用户在每个时间槽上的潜在兴趣向量、每个推荐视频的潜在特征向量进行优化；计算用户在第T个时间槽下对推荐视频的兴趣值向量，并据此推荐视频。本发明属于信息技术领域，能基于胶囊网络来实现精准的视频推荐。
-
公开(公告)号：CN109189988A
公开(公告)日：2019-01-11
申请号：CN201811085594.5
申请日：2018-09-18
Applicant: 北京邮电大学
IPC: G06F16/735 , G06F16/78
Abstract: 一种视频推荐方法，包括：选取M个推荐视频，构建其数值矩阵，构建视频胶囊网络，输入视频的数值矩阵来获得每个推荐视频的特征向量；选取N位用户，划分T个时间槽，为每位用户在每个时间槽上分别构建一个潜在兴趣向量，同时，为M个推荐视频构建各自潜在特征向量；构建M个推荐视频之间的行为转移矩阵；根据N位用户的视频观看行为，为用户选取其已观看过的和未观看过的视频来构成一定数量用户-视频偏序关系对；采用梯度下降法，对每位用户在每个时间槽上的潜在兴趣向量、每个推荐视频的潜在特征向量进行优化；计算用户在第T个时间槽下对推荐视频的兴趣值向量，并据此推荐视频。本发明属于信息技术领域，能基于胶囊网络来实现精准的视频推荐。
-
-
公开(公告)号：CN107580319A
公开(公告)日：2018-01-12
申请号：CN201710665338.2
申请日：2017-08-07
Applicant: 北京邮电大学
Abstract: 本发明公开了一种智能终端的NFC功能管控检测方法和装置；所述方法包括：获取智能终端的至少一种NFC功能在所述智能终端的NFC功能管控机制工作下的预期使用状态信息；检测所述智能终端的至少一种所述NFC功能在所述智能终端的NFC功能管控机制工作下的实际使用状态信息；判断所述预期使用状态信息和所述实际使用状态信息是否相符；若相符，则判定所述智能终端的NFC功能管控机制有效；否则，判定所述智能终端的NFC功能管控机制失效。本发明能够检测智能终端的NFC功能管控机制的效果，帮助用户了解智能终端上的NFC功能的管控能力，间接地保护智能终端用户的隐私信息。
-
公开(公告)号：CN104363573B
公开(公告)日：2017-12-22
申请号：CN201410589841.0
申请日：2014-10-28
Applicant: 北京邮电大学
Abstract: 本发明提供了一种利用本地疏导的VoLTE国际漫游系统实现的通信方法，属于通信领域。所述本地疏导的VoLTE国际漫游系统，包括主叫用户的归属网络A及其拜访网络C，被叫用户的归属网络B及其拜访网络D，在所述主叫用户的拜访网络C上设有增强I‑CSCF网元，其能够对本地疏导信息进行处理。利用本发明的方法，无需引入新的网络设备，降低了运营成本以及维护成本；而且，网络更加扁平化，处理消息的网元数目减少，同时减少呼叫的平均时长。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.093 seconds)
