-
公开(公告)号：CN108805036A
公开(公告)日：2018-11-13
申请号：CN201810496579.3
申请日：2018-05-22
Applicant: 电子科技大学
IPC: G06K9/00
CPC classification number: G06K9/00718
Abstract: 本发明公开了一种新的非监督视频语义提取方法，包括构建三维卷积神经网络模型，使用视频数据库中带标签视频数据集训练三维卷积神经网络模型；使用滑动窗口将视频数据库中不带标签视频数据处理成符合三维卷积神经网络输入的数据；使用该生成数据作为三维卷积神经网络模型的输入数据，取三维卷积神经网络模型全连接层的输出数据作为视频段的语义特征；使用该生成的视频段语义特征序列作为视频语义自编码器的输入，通过自编码器整合得到视频整体语义特征。本发明实施例通过结合三维卷积神经网络和循环自动编码器的方案，解决了非监督的视频语义分析与提取问题，提高了视频语义提取准确度。
-
公开(公告)号：CN108182427A
公开(公告)日：2018-06-19
申请号：CN201810093226.9
申请日：2018-01-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习模型和迁移学习的人脸识别方法，包括以下步骤：对源图像及目标图像进行预处理并设置对应标签，源图像数量为M，目标图像数量为N，M>N；建立分类器输出维度为M的源神经网络；基于源图像特征和标签构建源数据集并用源数据集对源神经网络进行训练，通过神经网络BP算法优化模型参数，得到源训练模型；建立分类器输出维度为N的目标神经网络并用源训练模型的参数对目标神经网络初始化；基于目标图像特征和标签构建目标数据集并用目标数据集对目标神经网络进行训练，通过动态选-K更新算法进行梯度下降优化模型参数，得到目标训练模型；通过目标训练模型进行图像识别；本发明提高了人脸识别模型的准确性和鲁棒性。
-
公开(公告)号：CN105069029A
公开(公告)日：2015-11-18
申请号：CN201510425219.0
申请日：2015-07-17
Applicant: 电子科技大学
IPC: G06F17/30
CPC classification number: G06F17/30563
Abstract: 本发明公开了一种实时ETL系统及方法，包括ETL客户端、分布式数据缓存队列、分布式状态管理机和ETL群集；所述ETL客户端，用于设计ETL流程、测试ETL流程和发布ETL流程；所述分布式数据缓存队列，用于缓存输入数据；所述分布式状态管理机，用于存储系统状态信息；所述ETL群集，用于按行从数据源获取输入数据，并将输入数据缓存到分布式数据缓存队列中，然后对输入数据进行处理。本发明具有很高的效率，能够解决目前ETL技术应用在实时大数据环境下的局限性问题。
-
公开(公告)号：CN103248766B
公开(公告)日：2014-08-20
申请号：CN201310158809.2
申请日：2013-05-02
Applicant: 电子科技大学
Abstract: 本发明公开了一种手机音频回路与键盘质量自动化检测系统及方法，检测系统由一个上下双层转盘和气动按键驱动装置组成，上层转盘为一固定装置，下层转盘为一旋转转动装置，上层转盘被化分为至少六个扇区，每个扇区负责完成一个手机检测工位：用于放入和拿出手机的空工位Ⅰ、开机工位Ⅱ、模式选择工位Ⅲ、通话测试工位Ⅳ、耳机测试工位Ⅴ和按键测试工位Ⅵ，下层转盘上与上层转盘每个扇区位置对应地设有手机座；检测方法包括放置手机、手机开机、进入检测模式、通话回路检测、麦克风至耳机音频回路检测、手机按键检测六个步骤。本发明不需要人工操作，实现了自动化检测，降低人工成本，检测平台设有多个工位，可以同时检测多部手机，提高检测效率。
-
公开(公告)号：CN111639175B
公开(公告)日：2023-05-02
申请号：CN202010475376.3
申请日：2020-05-29
Applicant: 电子科技大学
IPC: G06F16/34 , G06F16/35 , G06F40/289 , G06F40/30
Abstract: 本发明公开了一种自监督的对话文本摘要方法及系统，方法包括：文本预处理，将文本字符序列转化为单词序列，并通过词嵌入模型将文本单词转化成语义向量编码；时序自监督编码，训练出将对话句子编码为语义向量的自监督编码模型；自监督分段，训练出将对话文本分割为若干段落的自监督分段模型；无监督主题聚类，将相同主题的段落聚到同一类别集合中；编解码生成式摘要，将主题段落编解码生成文本摘要。本发明还提供一种自监督的对话文本摘要系统。本方案利用自监督和无监督模型进行建模，结合了生成式模型的优点，经过分段和主题聚类处理后进行生成式摘要，对完备对话集进行编解码，获得了质量较好的摘要，克服了人工标注样本短缺的问题。
-
Patent Agency Ranking
公开(公告)号：CN115203402A
公开(公告)日：2022-10-18
申请号：CN202210507663.7
申请日：2022-05-10
Applicant: 电子科技大学
IPC: G06F16/35 , G06F40/216 , G06F40/30 , G06F16/332 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于神经网络架构搜索技术的对话文本情景划分方法，方法包括：对话文本句向量转换，构建句向量模型将对话文本语句转换为同一维度的句向量特征；将对话文本按照语义特征划分为若干段落，构建分段模型，将对话文本分段作为序列标注任务，使用三个分段符号标识一个文本段落；在模型中使用CRF约束最后输出分段符号之间的先后顺序，并基于神经网络架构搜索技术搜索循环神经网络RNN结构；将离散的文本段落按照对话情景划分和对话文本聚类，并调整最后的聚类效果形成聚类簇。本发明解决了训练样本短缺的问题，对于对话文本领域一些下游任务能提供更好的支持，有着更强的对话语义捕获能力，可以更好地将对话文本按照情景进行划分。
-
公开(公告)号：CN115203337A
公开(公告)日：2022-10-18
申请号：CN202210508938.9
申请日：2022-05-10
Applicant: 电子科技大学
IPC: G06F16/28 , G06F16/907 , G06N5/02 , G06N5/04
Abstract: 本发明公开了一种数据库元数据关系知识图谱生成方法，包括：基于数据库的历史SQL查询语句形成历史查询元数据知识图谱；基于数据列之间的值完全匹配形成数据关联元数据知识图谱；基于数据库的模式信息形成数据库模式元数据知识图谱；基于获得的三个知识图谱，将各个知识图谱中相同实体组成的三元组关系进行对齐，汇总成完整的数据库元数据关系知识图谱；使用基于表示的知识推理模型对获得的完整知识图谱进行推理，对图谱中的关系进行补全，进一步完善数据库元数据关系知识图谱。本发明构建了新的元数据关系知识图谱，并基于知识推理方法对图谱中的关系进行补全，为数据库的数据探索形成有效支撑，增强数据探索和数据分析的效果。
-
公开(公告)号：CN112767377B
公开(公告)日：2022-07-05
申请号：CN202110113305.3
申请日：2021-01-27
Applicant: 电子科技大学
Abstract: 本发明公开了一种级联医学图像增强方法，包括以下步骤：清晰医学图像和随机噪声联合输入，用深度学习模型1处理联合输入的特征，得到带血污图像；用深度学习模型2处理生成的带血污的图像和纯血污原图像，判断两张图像是否相似；若不相似，则更新深度学习模型2的神经网络梯度；若相似则进入下一步；将带血污图像输入级联神经网络模型，输出最终清晰图像结果。本发明通过深度学习中的生成对抗网络来模拟生成血污图像，通过使用改进后的变分自编码网络来消除血污图像中的血污，解决了医学图像中血液污染影响视觉的问题，较好的模拟医学图像中的血污和消除医学图像中的血污，使医学图像的清晰度更高、信噪比峰值更大。
-
公开(公告)号：CN108600866B
公开(公告)日：2020-11-24
申请号：CN201810482554.8
申请日：2018-05-18
Applicant: 电子科技大学
IPC: H04N21/858 , H04N21/845 , H04N21/442 , H04N21/24
Abstract: 本文公开了一种网络音视频可播放性高效自动判别方法，包括音视频播放参数设置、音视频播放判别任务分发、音视频链接识别、音视频播放处理、音视频播放判别信息存储；所述音视频播放参数设置是人工设置音视频播放的相关参数；所述音视频播放判别任务分发是批量地将任务分发至多个执行任务的机器；所述音视频链接识别是判断音视频网页中所含音视频链接的播放类型；所述音视频播放处理是将音视频按照播放参数判别音视频是否播放成功；所述音视频播放信息存储是将音视频播放过程中的详细信息存入数据库中。本发明是针对判别音视频是否可播放而制作的一整套判别方法，能够快速识别音视频是否可播放，解决人工判别音视频是否可播放的耗时耗力问题。
-
公开(公告)号：CN111639175A
公开(公告)日：2020-09-08
申请号：CN202010475376.3
申请日：2020-05-29
Applicant: 电子科技大学
IPC: G06F16/34 , G06F16/35 , G06F40/289 , G06F40/30
Abstract: 本发明公开了一种自监督的对话文本摘要方法及系统，方法包括：文本预处理，将文本字符序列转化为单词序列，并通过词嵌入模型将文本单词转化成语义向量编码；时序自监督编码，训练出将对话句子编码为语义向量的自监督编码模型；自监督分段，训练出将对话文本分割为若干段落的自监督分段模型；无监督主题聚类，将相同主题的段落聚到同一类别集合中；编解码生成式摘要，将主题段落编解码生成文本摘要。本发明还提供一种自监督的对话文本摘要系统。本方案利用自监督和无监督模型进行建模，结合了生成式模型的优点，经过分段和主题聚类处理后进行生成式摘要，对完备对话集进行编解码，获得了质量较好的摘要，克服了人工标注样本短缺的问题。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.022 seconds)
