-
公开(公告)号：CN119990247A
公开(公告)日：2025-05-13
申请号：CN202411858538.6
申请日：2024-12-17
Applicant: 上海交通大学
IPC: G06N3/094 , G06N3/045 , G06N3/0475 , G06N3/047 , G06N3/09 , G06N3/0464 , G06V10/82 , G06T11/00
Abstract: 本发明涉及一种基于引导采样提高生成对抗网络生成图像质量的方法及系统其中方法包括以下步骤：获取图像训练集，以及图像训练集中的图像对应的类别或文本标签信息，将图像和其对应的标签信息配对成 的形式，构建图像标签训练集；利用图像标签训练集训练生成对抗网络，所述生成对抗网络包括生成器和判别器，在生成对抗网络训练过程中通过概率调整训练数据标签的类别，并引入生成器和判别器的共同归一化损失函数进行参数更新；获取潜在向量，基于引导采样算法生成中间变量，作为训练好的生成对抗网络的输入，利用训练后的生成对抗网络生成高质量合成图像。与现有技术相比，本发明具有训练稳定、图像生成效果好等优点。
-
公开(公告)号：CN113129898B
公开(公告)日：2023-06-30
申请号：CN202110378334.2
申请日：2021-04-08
Applicant: 上海交通大学
Abstract: 本发明涉及一种机器辅助的会议记录系统，包括：麦克风收音阵列：用以实时拾取会议的音频数据；音频预处理模块：对录入的音频数据进行分割和预处理，并且将预处理过的音频数据分别送入声纹识别模块以及语音处理系统模块中；声纹识别模块：用以判断音频数据中每句话所属说话人身份信息，并且为每句话匹配说话人身份标签；语音识别模块：用以将音频数据转换为文字信息；综合处理模块：用以组合声纹识别模块与语音识别模块的输出内容，并发送给终端界面；可实时交互处理的终端界面：用以实时进行操作处理，显示会议记录信息，依据机器生成的内容，实时进行纠错改正。与现有技术相比，本发明实时检错、自动生成，避免二次审查造成时间浪费。
-
公开(公告)号：CN112836315A
公开(公告)日：2021-05-25
申请号：CN202110206289.2
申请日：2021-02-24
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于神经网络的限位开关生产流水线异常监控方法，包括以下步骤：1)建立对应神经网络模型提取对应的数据特征向量；2)对各神经网络模型提取得到的数据特征向量进行统一标准化处理；3)以最终特征向量为输入，以表示分类结果属于各个异常类别的概率向量为输出构建异常分类神经网络；4)采用通过仿真收集到的各异常情况下对应的传感器数据集对异常分类神经网络进行训练；5)将限位开关生产流水线实际的传感器数据按照步骤1)‑2)进行处理后输入训练好的异常分类神经网络得到对应的预测结果，并根据结果进行后续处理。与现有技术相比，本发明具有实时准确、扩展性强、统合特征等优点。
-
公开(公告)号：CN112417118A
公开(公告)日：2021-02-26
申请号：CN202011299823.0
申请日：2020-11-19
Applicant: 上海交通大学
IPC: G06F16/332 , G06F16/33 , G06N3/04
Abstract: 本发明涉及一种基于标记文本和神经网络的对话生成方法，包括以下步骤：1)将包含对话的语料库作为原始数据集；2)对数据集进行预处理；3)将预处理后的语料用于神经网络模型的训练；4)将测试文本输入训练好的神经网络模型中，输出含有可能含有标记符的文本；5)基于规则对输出中包含的标记符进行替换，形成最终的对话文本。与现有技术相比，本发明具有能够保留一定上下文信息、生成语句通顺、鲁棒性好等优点。
-
公开(公告)号：CN112836315B
公开(公告)日：2022-11-29
申请号：CN202110206289.2
申请日：2021-02-24
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于神经网络的限位开关生产流水线异常监控方法，包括以下步骤：1)建立对应神经网络模型提取对应的数据特征向量；2)对各神经网络模型提取得到的数据特征向量进行统一标准化处理；3)以最终特征向量为输入，以表示分类结果属于各个异常类别的概率向量为输出构建异常分类神经网络；4)采用通过仿真收集到的各异常情况下对应的传感器数据集对异常分类神经网络进行训练；5)将限位开关生产流水线实际的传感器数据按照步骤1)‑2)进行处理后输入训练好的异常分类神经网络得到对应的预测结果，并根据结果进行后续处理。与现有技术相比，本发明具有实时准确、扩展性强、统合特征等优点。
-
Patent Agency Ranking
公开(公告)号：CN113138775A
公开(公告)日：2021-07-20
申请号：CN202010064511.5
申请日：2020-01-20
Applicant: 上海交通大学
Abstract: 一种车载诊断系统固件保护方法及系统，包括：用于暂时存储设备升级数据、和车载诊断设备通信来完成设备固件升级的车载系统烧录设备端、车载诊断设备端、车内控制器局域网络以及用于与车载诊断设备端通信以提供操作接口的车辆诊断人员电脑设备，其中：车载诊断设备端通过与烧录设备、电脑设备和车内控制器局域网络通信来分别完成固件升级和车辆诊断、车内控制器局域网络。本发明通过车厂或官方车辆维修店持有的固件管理设备端与固件接收方车载诊断设备之间的加密和校验、设备自身对固件的加密保护、以及使用时车内网络、电脑设备对OBD上运行的软件验证，从根本上避免由于固件篡改、窃听或伪造导致的对车辆诊断和行车安全的影响。
-
公开(公告)号：CN112465226A
公开(公告)日：2021-03-09
申请号：CN202011364939.8
申请日：2020-11-27
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于特征交互和图神经网络的用户行为预测方法，包括以下步骤：1)获得包含关系网络数据、节点特征数据和用户行为数据的数据集作为原始数据集；2)对原始数据进行预处理，得到图的邻接矩阵、用户节点特征矩阵和用户行为标签；3)使用预处理后的数据进行特征交互，并利用交互后的用户节点特征矩阵和关系网络邻接矩阵进行图传播，利用图传播后得到的用户特征进行用户行为标签预测，以此进行图神经网络模型的训练；4)将测试数据输入训练好的图神经网络模型中，输出预测的结果。与现有技术相比，本发明具有方便进行特征工程、模型架构灵活等优点。
-
公开(公告)号：CN112131864A
公开(公告)日：2020-12-25
申请号：CN202010945224.5
申请日：2020-09-10
Applicant: 上海交通大学
IPC: G06F40/216 , G06F40/284
Abstract: 本发明涉及一种基于自注意机制的中文词向量训练方法，包括以下步骤：S1：获取中文词向量训练语料并进行预处理；S2：基于CBOW算法分别训练中文词向量、字向量、拼音向量及字组件向量得到初始词向量wi、初始字向量zi、初始拼音向量pi和初始字组件向量si；S3：以初始上下文词向量、初始上下文字向量、初始上下文拼音向量和初始上下文字组件向量作为输入，在CBOW算法基础上引入自注意机制进一步训练得到联合字、词、拼音的中文词向量。与现有技术相比，本发明具有准确度、高效性等优点。
-
公开(公告)号：CN111932091A
公开(公告)日：2020-11-13
申请号：CN202010746290.X
申请日：2020-07-29
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于梯度生存提升树的生存分析风险函数预测方法，包括以下步骤：S1：获取生存分析样本数据，进行预处理；S2：基于贪婪的分割算法构建梯度提升树预测模型；S3：利用训练数据对梯度提升树预测模型进行训练；S4：将预处理完成的生存分析样本数据输入梯度提升树预测模型，输出预测得到的风险函数，与现有技术相比，本发明具有准确度、泛化性能和可解释性等优点。
-
公开(公告)号：CN111797135A
公开(公告)日：2020-10-20
申请号：CN202010585299.7
申请日：2020-06-24
Applicant: 上海交通大学
IPC: G06F16/2458 , G06N3/04
Abstract: 本发明涉及一种基于实体嵌入的结构化数据处理方法，包括以下步骤：1)获得包含结构化数据的数据集作为原始数据集；2)对原始数据集进行预处理；3)将预处理后原始数据集中的数据用于基于实体嵌入的神经网络模型的训练；4)将测试数据输入训练好的神经网络模型中，输出预测结果。与现有技术相比，本发明具有无需特征工程、针对类别数据效果好等优点。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.028 seconds)
