公开(公告)号：CN114547342A

公开(公告)日：2022-05-27

申请号：CN202210188960.X

申请日：2022-02-28

Applicant: 中国石油大学(华东)

Inventor： 韩文芳 ,  李洋 ,  谷潇 ,  蒲志奇 ,  杨尉科 ,  渐令

IPC: G06F16/36 ,  G06F16/332 ,  G06F16/35 ,  G06F40/295

Abstract: 本发明涉及一种基于知识图谱的高校专业问答系统，包括知识图谱构建模块、问题分类模块、数据库查询模块、结果反馈模块。一种基于知识图谱的高校专业问答方法包括以下步骤：S1.采集各高校专业信息，构建高校专业知识图谱；S2.获取并解析用户查询文本，识别出关键词并判断问题类型；S3.选择问题类型对应的结构化模板，结合关键词生成结构化语句，进行查询获取相关结果；S4.整合检索结果，生成答复语句，将其反馈给用户。本发明主要针对高考报考流程中考生查询专业信息碎片化、低效率等问题，整合了高校专业信息，有效提高了检索高校专业知识答案的准确率。

公开(公告)号：CN115690574A

公开(公告)日：2023-02-03

申请号：CN202211003709.8

申请日：2022-08-22

Applicant: 中国石油大学(华东)

Inventor： 梁锡军 ,  朱莉莉 ,  蒲志奇 ,  于琪 ,  渐令 ,  宋允全

IPC: G06V20/10 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明涉及图像识别技术领域，公开了一种基于自监督学习的遥感图像船舶检测方法，包括：(1)根据海面遥感图像中待检测船舶面积小且一张图可能存在多艘船舶的特点，设计了针对性的自监督学习模块，仅利用无标注海面遥感图像构建特征提取网络，实现海洋遥图像的高效特征提取；(2)改进Mask R‑CNN的FPN网络，融合三种尺寸的特征图，结合自监督学习模块的特征提取器，在标注样本较少的情形下，显著提升了中小型船只的检测精度。

公开(公告)号：CN114549500A

公开(公告)日：2022-05-27

申请号：CN202210190734.5

申请日：2022-02-28

Applicant: 中国石油大学(华东)

Inventor： 蒲志奇 ,  相紫涵 ,  谷潇 ,  韩文芳 ,  渐令

IPC: G06T7/00 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62 ,  G06V10/764 ,  G06V10/44

Abstract: 本发明涉及一种基于小样本高维图像的目标缺陷检测模型。通过引入轴向自注意力机制，针对传统的深度卷积神经网络无在图像特征提取时存在着占用内存大，处理时间慢，无法有效的解决专业领域下高维高清图像的目标检测问题，设计基于小样本高维图像的目标缺陷检测模型。该模型能够针对高维图片进行有效的全局表征提取，显著降低计算复杂度，提高针对小样本高维图像目标检测的性能，满足实际应用问题的需求。本发明基于小样本高维图像的目标缺陷检测模型，克服了传统深度卷积提取高维图片深度全局表征时间慢，效果差的问题，可高效应用于小样本情境下高维图片的缺陷目标检测等实际应用问题。