-
公开(公告)号：CN115423050A
公开(公告)日：2022-12-02
申请号：CN202211372839.9
申请日：2022-11-04
Applicant: 暨南大学
Abstract: 本发明实施例涉及信息检测技术领域，公开了一种虚假新闻检测方法、装置、电子设备及存储介质，一种虚假新闻检测方法，其特征在于，包括：提取新闻中的图像和文本的特征，形成图像特征序列和文本特征序列；对图像特征序列进行判别，得到图像预测值；对文本特征序列进行判别，得到文本预测值；融合图像特征序列和文本特征序列，得到多模态特征序列；对多模态特征序列进行判别，得到多模态预测值；融合图像特征预测值、文本特征预测值和多模态特征预测值，得到最终的预测值；通过对图像特征序列与文本特征序列进行计算，得到相似度；优化特征提取参数。本发明能检测同时含有图像与文本的虚假新闻。
-
公开(公告)号：CN115422169A
公开(公告)日：2022-12-02
申请号：CN202211372840.1
申请日：2022-11-04
Applicant: 暨南大学
Abstract: 本发明实施例公开了一种基于商业广告场景的数据仓库构建方法，包括：对目标业务进行调研以获取不同目标业务所分别对应的业务流程；根据所述业务流程确定每一个目标业务中的业务事件或者业务动作，以获取对应的业务过程；建立目标业务的数据仓库，所述数据仓库至少包括维表、明细表和汇总表，所述维表用于统一目标业务的计算算法以及确定目标业务的关联表格，所述明细表用于记录每一个目标业务对应的业务过程，所述汇总表用于记录目标业务的主题域和数据域。充分考虑移动商业广告数据杂乱、数据量大、格式混乱等特点，通过获取业务流程，并据此获取对应的业务过程，然后建立数据仓库，可以高效管理广告业务数据。
-
公开(公告)号：CN115392259A
公开(公告)日：2022-11-25
申请号：CN202211321734.0
申请日：2022-10-27
Applicant: 暨南大学
IPC: G06F40/30 , G06N3/04 , G06F16/35 , G06F40/289
Abstract: 本发明涉及自然语言处理的情感分析技术领域，公开了一种基于对抗训练融合BERT的微博文本情感分析方法及系统，包括：S1文本预处理步骤：读取原始微博文本数据集，进行数据扩充，得到预处理文本数据；S2预训练步骤：将预处理文本数据输入增量BERT模型中进行训练，得到增量预训练模型；S3下游微调步骤：将增量预训练模型结合预处理文本数据集进行微调，并结合对抗训练的方法，对Embeddings的权重矩阵进行扰动，输出保存为情感分类预测模型；通过所述情感分类预测模型执行目标任务，输出目标微博文本数据情感分析结果。本发明融合对抗训练和增加外部数据，提升了模型预测的精确性与鲁棒性，可以使BERT在微博情感分类领域的发挥更好的作用。
-
公开(公告)号：CN115391710A
公开(公告)日：2022-11-25
申请号：CN202211321735.5
申请日：2022-10-27
Applicant: 暨南大学
IPC: G06F16/958 , G06N3/04 , G06F16/35 , G06F16/36 , G06Q50/00
Abstract: 本发明实施例公开了一种基于图神经网络的社交媒体账号影响力评估方法及装置，该方法构建先构建知识图谱知识图谱和图神经网络，将图神经网络中的节点的特征向量替换为知识图谱的重要指数，并将节点聚合为聚合节点，采用注意力机制以及基于节点的重要指数计算节点对应的邻居的权重；计算图神经网络中每一个节点的中心性指数，并根据所述节点的中心性指数和重要指数计算该节点的最终预测分数。实施例将图神经网络和知识图谱进行关联，用知识图谱的节点重要性问题表示社交媒体账户的影响力，用知识图谱的节点重要性替代图神经网络的特征向量，能够灵活的利用知识图谱中包含的社交媒体信息，从已知的节点重要性学习到准确率高的评估方法。
-
Patent Agency Ranking
公开(公告)号：CN112422133B
公开(公告)日：2022-10-21
申请号：CN202011186669.6
申请日：2020-10-30
Applicant: 暨南大学
IPC: H03M7/30
Abstract: 本发明公开了一种减法匹配追踪的二值稀疏信号恢复方法及其应用，该方法基于显式SMP或隐式SMP进行二值稀疏信号恢复；基于显式SMP具体步骤为：输入噪声观测向量，感知矩阵和稀疏度；数据初始化；在每次迭代中，感知矩阵对应索引为i的列向量与残差最相关，得到索引sk，通过减去感知矩阵对应索引为sk的列向量更新残差向量，直到迭代停止，输出估计稀疏信号；基于隐式SMP具体步骤为：输入噪声观测向量，感知矩阵和稀疏度；数据初始化；在每次迭代中，选择一个索引，获取列索引集，紧接着更新总的索引估计支集，更新相关性，循环迭代直到迭代停止；输出估计稀疏信号。本发明提高了稀疏信号恢复效率，实现稀疏信号的恢复性能更好的目的。
-
公开(公告)号：CN113919944A
公开(公告)日：2022-01-11
申请号：CN202111043921.2
申请日：2021-09-07
Applicant: 暨南大学
Abstract: 本发明涉及深度强化学习和金融量化交易领域，为基于强化学习算法与时间序列模型的股票交易方法及系统，其方法包括步骤：数据预处理，对收集的股票数据按类别进行整理，过滤错误数据、重复数据，数据归一化，预处理完成后得到得到股票数据集；建立时间序列模型预测股票价格，对股票基础价格数据集进行划分，建立并训练可用于股票基础价格数据的时间序列GRU模型，输出股票预测价格；股票交易强化学习模型输出决策，应用PPO算法训练智能体得到应用于股票交易的强化学习模型以输出股票交易的行动决策。本发明可以充分挖掘潜藏于股票基础数据中的信息，在股票交易环境中作出合理交易决策，为现实股票交易相关人员提供参考。
-
公开(公告)号：CN113254648B
公开(公告)日：2021-10-22
申请号：CN202110689751.9
申请日：2021-06-22
Applicant: 暨南大学
IPC: G06F16/35 , G06F40/216 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多层次图池化的文本情感分析方法，该方法包括下述步骤：对目标文本进行预处理；将词节点之间的共现点互信息作为词节点之间的边权，为每个文本单独建图；建立多层次图池化模型，门控图神经网络层传递低阶节点信息；第一图自注意力池化层进行初步图池化操作，采用Readout函数提取低阶特征；第二图自注意力池化层再进行图池化操作，通过计算图中各节点的注意力分数对图结构进行剪枝更新，采用Readout函数提取文本图的高阶特征表示；通过特征融合函数得到多层次的最终向量表示；选取最大概率值所对应的情感类别作为文本最终的情感类别输出。本发明从多方面多层次同时挖掘文本特征信息，获得更精准的情感分析效果。
-
公开(公告)号：CN113254648A
公开(公告)日：2021-08-13
申请号：CN202110689751.9
申请日：2021-06-22
Applicant: 暨南大学
IPC: G06F16/35 , G06F40/216 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多层次图池化的文本情感分析方法，该方法包括下述步骤：对目标文本进行预处理；将词节点之间的共现点互信息作为词节点之间的边权，为每个文本单独建图；建立多层次图池化模型，门控图神经网络层传递低阶节点信息；第一图自注意力池化层进行初步图池化操作，采用Readout函数提取低阶特征；第二图自注意力池化层再进行图池化操作，通过计算图中各节点的注意力分数对图结构进行剪枝更新，采用Readout函数提取文本图的高阶特征表示；通过特征融合函数得到多层次的最终向量表示；选取最大概率值所对应的情感类别作为文本最终的情感类别输出。本发明从多方面多层次同时挖掘文本特征信息，获得更精准的情感分析效果。
-
公开(公告)号：CN112434180A
公开(公告)日：2021-03-02
申请号：CN202011476145.0
申请日：2020-12-15
Applicant: 暨南大学
Abstract: 本发明公开了一种基于DCT系数值替换和注意力网络的密文JPEG图像检索方法，方法包括以下步骤：图像加密，图像拥有者将图像上传至云服务器前利用密钥对图像进行加密，将图像转为比特流形式，加密过程中进行DCT变换并对DCT变换后的DC和AC系数进行值替换，上传图像构成云服务器的图像数据库；图像检索，授权用户上传需检索图像至云服务器，上传前采用与图像拥有者上传图像时采用的相同的加密方法对需检索图像进行加密，云服务器从需检索的加密图中提取特征，利用神经网络模型进行图像检索。本发明确保了检索图像时的安全性，保证了隐私信息不泄露，同时采用神经网络模型来提高检索效果。
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.039 seconds)
