-
公开(公告)号：CN111862153B
公开(公告)日：2022-06-24
申请号：CN202010661169.7
申请日：2020-07-10
Applicant: 电子科技大学
Abstract: 本发明公开了一种面向行人的长时间多目标跟踪方法，属于多目标跟踪算法领域，具体涉及行人长时间跟踪算法技术领域，以解决如何对长时间遮挡的目标实现正确的目标关联，包括如下步骤：数据预处理、目标检测以及目标跟踪，其中，目标跟踪包括特征提取、特征度量、目标关联、轨迹核查以及轨迹更新。通过数据预处理，实现了原始数据的接收以及图像的处理，之后通过目标检测，获得当前接收图像所涉及的行人信息，在通过目标跟踪，对连续图像序列涉及到的行人，实现目标关联，从而产生跟踪轨迹，该算法在考虑多种复杂情况下，通过二次比对的方式实现对长期遮挡目标的正确关联，提高了算法的鲁棒性，同时提高了目标关联的准确率。
-
公开(公告)号：CN109376636B
公开(公告)日：2022-03-15
申请号：CN201811197008.6
申请日：2018-10-15
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于胶囊网络的眼底视网膜图像分类方法，属于图像处理技术领域。为实现提高眼底视网膜图像的分类准确率和降低分类模型的训练时间目的，本发明所采用的技术方案是：首先构建一个典型的胶囊神经网络，将其在眼底视网膜图像上进行预训练，得到胶囊神经网络的预训练权重；然后从公开数据获取预训练好的AlexNet模型权重参数，将其最后两层全连接层替换为已训练好的胶囊神经网络层，称该网络结构为CapsAlexnet，然后将CapsAlexNet在眼底视网膜图像上进行训练和微调，最终得到分类准确率最好、收敛较快的眼底视网膜分类模型，实现对眼底视网膜图像的准确分类处理。
-
公开(公告)号：CN111858944A
公开(公告)日：2020-10-30
申请号：CN202010758075.1
申请日：2020-07-31
Applicant: 电子科技大学
IPC: G06F16/35 , G06F40/295 , G06N3/04
Abstract: 本发明涉及自然语言处理的情感分析领域，其公开了一种基于注意力机制的实体方面级情感分析方法，提高方面级情感分析的准确性。该方法包括以下步骤：S1、爬取分析对象的用户评论数据；S2、对爬取到的用户评论数据进行预处理；S3、采用基于历史感知注意力机制的属性词提取方法对评论数据进行属性词提取；S4、采用基于BERT和层次注意力机制的方面级情感分析方法获取属性词对应的方面类别及情感极性。
-
公开(公告)号：CN111832301A
公开(公告)日：2020-10-27
申请号：CN202010736755.3
申请日：2020-07-28
Applicant: 电子科技大学
IPC: G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明涉及自然语言处理技术，其公开了一种基于自适应部件n元组的中文词向量生成方法，解决现有技术中在融入中文内部形态信息的词向量训练中，对中文形态信息利用并不充分，词向量的准确表达有待进一步提高的问题。该方法包括以下步骤：S1、获取汉字部件组成表；S2、获取基础训练数据并进行预处理，对数据进行分词构建，构建词汇表，基于所述词汇表及汉字部件组成表生成部件n元组表；S3、基于注意力机制为词语对应的部件n元组向量分配权重，并进行加权平均获得形态信息向量，将形态信息向量与该词语的语义向量相结合生成该词语的词向量；S4、利用梯度下降法更新迭代词向量的向量参数。
-
公开(公告)号：CN107609105B
公开(公告)日：2020-07-28
申请号：CN201710817537.0
申请日：2017-09-12
Applicant: 电子科技大学
IPC: G06F16/28 , G06F16/215 , G06F16/22 , G06F16/2458
Abstract: 本发明涉及大数据加速结构的构建方法，包括：A.数据预处理，形成符合运算过程的数据集；B.聚类处理，并计算类别内部的记录间的相似度，根据聚类算法的分组结果，使组内最相似的记录在空间距离最小；C.将事务属性、事务属性权重和事务记录按照三级索引建立映射关系，此过程循环进行，直到所有数据映射完成；D.初始化压缩索引结构、事务属性权重索引和事务属性，确定连续记录的共享属性权值的范围，遍历倒排索引映射结构，将共享事务属性权值下的连续记录通过行程压缩算法进行压缩。本发明能够快速建立大数据关联分析的加速结构，非常明显的加快了模型的处理速度和数据加载速度。
-
Patent Agency Ranking
公开(公告)号：CN109471923A
公开(公告)日：2019-03-15
申请号：CN201811196520.9
申请日：2018-10-15
Applicant: 电子科技大学
IPC: G06F16/332 , G06F16/36 , G06F16/951 , G06F17/27
Abstract: 本发明公开了一种基于同义词扩充的客服聊天机器人本体半自动构建的方法，包括下列步骤：数据选取和预处理；体概念类的构建；基于商户的知识体系，通过本体构建工具人工构建相应的本体概念类以及相应的概念关系；设置爬虫工具获取实例的标准表达，完成本体实例的爬取，最后通过优质人工客服历史对话记录，将客服聊天机器人工作过程中客户可能使用的实例非标准表达加入本体库，从而完善本体库对领域知识的覆盖。本发明针对客服聊天机器人领域知识的特点，使用了结合词相关本体相似度的同义词扩充算法构建了一套半自动本体构建方法，能够有限减轻客服聊天机器人领域本体构建的成本和时间。
-
公开(公告)号：CN108871341A
公开(公告)日：2018-11-23
申请号：CN201810734733.6
申请日：2018-07-05
Applicant: 内江市下一代互联网数据处理技术研究所 , 电子科技大学
Abstract: 本发明公开了一种全局优化的并发定位与建图方法；首先根据机器人的初始坐标，在初始时刻随机生成n个粒子，得到初始时刻的粒子集；采用粒子滤波的SLAM算法，利用上一时刻粒子集中各粒子的粒子信息更新当前时刻各粒子的粒子信息；采用全局优化和重采样对当前时刻各粒子进行更新；利用更新后的当前时刻粒子的粒子信息获得当前时刻机器人运动路径和路标点；重复以上过程，直至机器人完成所有时刻的运动，采用本方法，能够提高机器人的定位精度。
-
公开(公告)号：CN107694094A
公开(公告)日：2018-02-16
申请号：CN201710934803.8
申请日：2017-10-10
Applicant: 电子科技大学
Abstract: 本发明涉及一种桥牌牌局样本生成方法，牌局样本生成方法包括以下步骤：S1.建立牌局约束数学模型；并进行牌局编码；S2.建立初始种群；S3.计算种群适应度；S4.保存父代和子代中较优的k个个体；然后判断终止条件，终止条件判断步骤包括：S41.分配时间是否用完；S42.种群中每个个体适应度是否满足要求；S5.执行遗传算法操作；S6.输出产生的牌局样本。本发明的有益效果是：本发明利用遗传算法充分发挥了已生成的牌局样本的作用，提供了一种快速、稳定的桥牌牌局样本生成方法，相比随机生成牌局样本方法，能够更快、更稳定地产生桥牌牌局样本。
-
公开(公告)号：CN107609105A
公开(公告)日：2018-01-19
申请号：CN201710817537.0
申请日：2017-09-12
Applicant: 电子科技大学
IPC: G06F17/30
Abstract: 本发明涉及大数据加速结构的构建方法，包括：A.数据预处理，形成符合运算过程的数据集；B.聚类处理，并计算类别内部的记录间的相似度，根据聚类算法的分组结果，使组内最相似的记录在空间距离最小；C.将事务属性、事务属性权重和事务记录按照三级索引建立映射关系，此过程循环进行，直到所有数据映射完成；D.初始化压缩索引结构、事务属性权重索引和事务属性，确定连续记录的共享属性权值的范围，遍历倒排索引映射结构，将共享事务属性权值下的连续记录通过行程压缩算法进行压缩。本发明能够快速建立大数据关联分析的加速结构，非常明显的加快了模型的处理速度和数据加载速度。
-
公开(公告)号：CN103020256B
公开(公告)日：2016-04-20
申请号：CN201210562345.7
申请日：2012-12-21
Applicant: 电子科技大学
IPC: G06F17/30
Abstract: 本发明提供一种大规模数据的关联规则挖掘方法，包括以下步骤：1）对输入数据进行基于相似度的分类预处理，使得同一分类中的记录间具有高相似度；2）对每个分类中的数据进行基于Apriori算法的挖掘，得到各分类的频繁项集；3）合并所有分类的频繁项集，将大于最小置信度的频繁项集对应关联规则判定为强关联规则。本发明能够减少产生不必要的关联性小的候选项集，从而提高整体数据的关联规则挖掘效率，具有更好的扩展性。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.029 seconds)
