-
公开(公告)号：CN110490035A
公开(公告)日：2019-11-22
申请号：CN201910411801.X
申请日：2019-05-17
Applicant: 上海交通大学
Abstract: 本发明提供了一种人体骨架动作识别方法、系统及介质，包括：数据获取步骤：获取人体骨架数据；动作结构图推断步骤：根据获取的人体骨架运动数据，推断不同关节之间的连接关系，构建以关节为点和以连接关系为边的动作结构图；动作结构特征提取步骤：将获得的动作结构图引入由空间图卷积和时间卷积构成的深度模型中，提取关节的动作语义信息；动作分析与识别步骤：根据提取的关节地动作语义信息，实现动作识别。本发明建模节点在动作中的关系，从而更好地捕捉运动模式，不仅局限于人体的骨架结构，本发明挖掘了动作中关节在运动时的关系，以及关节与生物结构中远距离节点之间的关系，泛化了图结构。
-
公开(公告)号：CN109726671A
公开(公告)日：2019-05-07
申请号：CN201811612590.8
申请日：2018-12-27
Applicant: 上海交通大学
Abstract: 本发明提供一种从全局到类别特征表达学习的动作识别方法和系统，对输入的动作视频，使用深度神经网络学习动作数据的全局特征表达并提取特征；通过提取到的全局特征表达，使用特征通道稀疏度来获取类别间的相似度结构关系；对输入的每一类视频动作，使用全卷积深度神经网络学习其相应的类别掩膜；使用得到的类别间相似度结构关系来约束类别掩膜的相似程度；对输入的动作视频，使用深度神经网络学习动作数据的类别特定特征表达并提取相应特征；对提取的全局和类别特定特征进行融合，得到最终具有区分性表达的特征并完成动作的识别。能够对输入的动作视频提取从全局到类别特定的特征表达，进行复杂动作的识别。
-
公开(公告)号：CN107577681A
公开(公告)日：2018-01-12
申请号：CN201610523047.5
申请日：2016-07-05
Applicant: 上海交通大学
Abstract: 本发明提供一种基于社交媒体图片的地域分析、推荐方法及系统，所述地域分析包括：S1：图片收集：从社交网站上获取各个地区的图片；S2：图片特征提取：对每张收集的图片，用深度神经网络提取固定长度的向量；S3：图片地域分析：根据提取的所有图片的固定长度的特征向量，通过地域特征挖掘模型，将图片特征向量按照相似度进行聚类，将图片类别按照主题进行聚合，计算每个地域特征的图片类别分布，并得到每个地区的地域特征分布。根据以上分布对每个地区进行特征分析，向用户根据其兴趣爱好推荐适合的地区。本发明通过对图片的利用，使得推荐结果更为精确，从而实现更好的推荐效果。
-
公开(公告)号：CN107577651A
公开(公告)日：2018-01-12
申请号：CN201710741335.2
申请日：2017-08-25
Applicant: 上海交通大学
Abstract: 本发明提供一种基于对抗网络的汉字字体迁移系统，所述系统包括：汉字迁移模块：将源字体通过全卷积神经网络映射成与源字体内容一致、字体不同的生成目标字体；判别器模块：利用基于深度神经网络的判别器网络对生成目标字体和与之对应的真实目标字体，即金标准进行真假字体判别，借助对抗网络训练的思想，不断优化汉字迁移网络，使之能输出更逼真的生成目标字体。本发明能够基于对抗网络将任一印刷体的汉字迁移成另一印刷体，甚至对应某一人的手写体。
-
公开(公告)号：CN107463953A
公开(公告)日：2017-12-12
申请号：CN201710599924.1
申请日：2017-07-21
Applicant: 上海交通大学
IPC: G06K9/62
Abstract: 本发明提供一种在标签含噪情况下基于质量嵌入的图像分类方法及系统，包括：网络图片标签收集步骤；标签质量因子嵌入步骤：在有监督的图像分类模型中引入标签质量因子，用于控制带噪标签的预测值生成和吸收来自错误标签的误差回传信息；利用最大化对数似然函数，设计加入标签质量因子之后的优化目标函数；网络模型构建步骤：利用深度神经网络对优化目标函数进行建模；网络参数训练步骤：将训练图片和带噪声的标签输入网络模型，使用变种的随机梯度下降法端到端的联动训练模型，同时更新模型参数；图像分类步骤。本发明将图片真实标签、用户提供标签和图片标签质量三个变量统一建模，形成对含噪标签的监督学习，能得到较为准确的图像分类结果。
-
Patent Agency Ranking
公开(公告)号：CN104133837A
公开(公告)日：2014-11-05
申请号：CN201410289052.5
申请日：2014-06-24
Applicant: 上海交通大学
IPC: G06F17/30
CPC classification number: G06F17/3089 , G06F9/4806
Abstract: 本发明提供了一种基于分布式计算的互联网信息投放渠道优化系统，其中数据收集模块收集用户行为；数据预处理模块进行数据清理、集成、归约，将收集到的用户行为信息简单化，规范化；训练模块针对训练集中的数据，用类E-M算法进行迭代运算，得到概率累加模型中的参数；再将测试集中的数据带入概率累加模型，从而完成对各个投放渠道的贡献预测以及对于用户是否转化的预测；对贡献度高的网站或推荐类型进行信息投放，并投放给那些最有可能发生转化的用户。同时，本发明使用Hadoop平台进行分布式计算，将消耗大量资源的复杂计算通过分布到多节点上进行计算，从而实现了多节点并行处理。
-
公开(公告)号：CN103577537A
公开(公告)日：2014-02-12
申请号：CN201310442438.0
申请日：2013-09-24
Applicant: 上海交通大学
CPC classification number: G06F17/30247 , G06F17/30268
Abstract: 本发明公开一种面向图像分享网站图片的多重配对相似度确定方法，包括如下步骤：第一步，提取图片的上下文属性特征和图像视觉特征；第二步，随后计算属性取值之间的相似度，由属性内和属性间两部分组成；所述的属性内相似度，是指仅考虑此属性自身，相似度由自身物理意义或属性值共生矩阵来计算；所述的属性间相似度，是指考虑除此属性x外，其他属性对该属性取值相似度的影响；第三步，然后将属性值相似度转换成图片相似度；第四步，再利用图片相似度进行图像分享网站图片集的分析，包括图片聚类、图片标注、网络分析和图片发掘。
-
公开(公告)号：CN103530321A
公开(公告)日：2014-01-22
申请号：CN201310429873.X
申请日：2013-09-18
Applicant: 上海交通大学
IPC: G06F17/30
CPC classification number: G06F17/30705
Abstract: 本发明提供了一种基于机器学习的排序系统，其中：数据收集和数据预处理模块收集所需排序学习的数据；训练集构建模块包括：初始阶段，从存储的海量未标注查询-文本数据，随机挑选部分样本按照相关性人工标注，构建初始训练集；迭代阶段，调用排序学习模块并依据已构建的排序模型，执行选样算法，从未标注数据中选择最有信息的样本，进行相关性标注。将标注后的数据存于存储模块；排序学习模块构建排序模型；训练集构建模块和排序学习模块交互迭代进行；预测排序模块调用排序模型，对用户输入的查询，检索其相应的文本预测相关性，并按照相关性大小进行排序。本发明可以提高排序系统对检索结果的排序准确性，更好的展现检索结果，满足用户需求。
-
公开(公告)号：CN119988962A
公开(公告)日：2025-05-13
申请号：CN202411795130.9
申请日：2024-12-09
Applicant: 上海交通大学
IPC: G06F18/214 , G06F18/2431 , G06F17/18 , G06N3/084
Abstract: 本发明涉及一种基于密度比估计的数据均衡方法、电子设备、存储介质，方法包括：步骤S1，获取训练数据集以及待训练的深度学习模型，重复步骤S2‑S3，直至达到目标训练批次；步骤S2，提取当前批次下训练数据集内样本的特征，判断当前是否超过预设的临界批次，若否，配置类别权重为等权重，若是，通过密度比估计计算各个类别的类别权重，更新深度学习模型的参数；步骤S3，基于当前批次下各个样本的特征，对特征原型进行动量更新。本发明能够在训练过程中自适应地调整每个类别的重要性，从而缓解模型在多数类上过拟合的风险，提升在少数类数据上的表现，最终增强模型在不平衡数据集上的鲁棒性与适应性。
-
公开(公告)号：CN118211673A
公开(公告)日：2024-06-18
申请号：CN202410260447.6
申请日：2024-03-07
Applicant: 上海人工智能创新中心 , 上海交通大学
IPC: G06N20/00
Abstract: 本发明涉及一种基于医疗基础模型进行下游适配的数据处理方法和装置，包括：获取预训练好的基础模型和学生模型；将基础模型的参数冻结，进行模型重编程，通过基础模型执行与下游医学数据相同的分类任务来提取下游感知知识，并通过设置共享分类器，使得学生模型与基础模型同时训练相似的决策边界，从而对学生模型的模型参数进行优化，并通过中心内核对齐函数作为训练过程中的约束；对基础模型和优化后的学生模型进行知识蒸馏训练，从基础模型中提取与训练任务相关的知识，并转移到学生模型中。与现有技术相比，本发明实现对下游任务的轻量级适配，同时克服了数据分布不一致和模型架构不同的限制，极大地提高了医疗预训练大模型在下游场景的可用性。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.039 seconds)
