公开(公告)号：CN113688236A

公开(公告)日：2021-11-23

申请号：CN202110884717.7

申请日：2021-08-03

Applicant: 东北大学秦皇岛分校

Inventor： 黄碧 ,  刘军涛 ,  原慧琳

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于微博评论构建公民接种新冠疫苗的情感分类方法，涉及数据分析技术领域。本发明在一般嵌入的基础上，添加了一层特定领域的嵌入，将嵌入向量作为输入经过BiLSTM网络层进行特征学习，而后利用注意力层强调关注重点情感词对文本的不同权重分配，最后利用softmax对文本进行具体情感分类，从而确定文本情感倾向，该基于循环神经网络的情感分析方法，在已挖掘的关于新冠疫苗评论的数据集上进行实验分析，使得该模型能够更好的抽取关于新冠疫苗评论文本的特征，提升该模型情感倾向分析的准确率；通过设计对比实验，该方法在准确率和损失率评价指标上取得了有效改善，具有一定的应用价值。

公开(公告)号：CN113516097B

公开(公告)日：2022-08-09

申请号：CN202110863310.6

申请日：2021-07-29

Applicant: 东北大学秦皇岛分校

Inventor： 刘军涛 ,  黄碧 ,  原慧琳

IPC: G06V20/10 ,  G06V10/774 ,  G06K9/62 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于改进EfficentNet‑V2的植物叶片疾病识别方法，涉及控制和模式识别技术领域。本发明对已有的EfficentNet‑V2模型进行改进。经实际数据集验证，该模型在保证识别准确率的前提下提高了训练速度和推理速度，即预测所需时间。能够较好地弥补人工识别效率低；解决了现有用于植物疾病识别模型训练困难，难以部署，识别速度慢等缺陷，实现对植物疾病快速并且准确的识别。

公开(公告)号：CN113516097A

公开(公告)日：2021-10-19

申请号：CN202110863310.6

申请日：2021-07-29

Applicant: 东北大学秦皇岛分校

Inventor： 刘军涛 ,  黄碧 ,  原慧琳

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于改进EfficentNet‑V2的植物叶片疾病识别方法，涉及控制和模式识别技术领域。本发明对已有的EfficentNet‑V2模型进行改进。经实际数据集验证，该模型在保证识别准确率的前提下提高了训练速度和推理速度，即预测所需时间。能够较好地弥补人工识别效率低；解决了现有用于植物疾病识别模型训练困难，难以部署，识别速度慢等缺陷，实现对植物疾病快速并且准确的识别。