公开(公告)号：CN114333027B

公开(公告)日：2024-05-14

申请号：CN202111671593.0

申请日：2021-12-31

Applicant: 之江实验室 ,  厦门大学

Inventor： 严严 ,  邹心怡 ,  王菡子 ,  王彪 ,  张吉

IPC: G06V40/16 ,  G06V10/764 ,  G06V10/774 ,  G06V10/74

Abstract: 本发明公开了基于联合和交替学习框架的跨域新类人脸表情识别方法，包括：A、建立基本类表情数据集和复合类表情数据集；B、构建用于表情数据识别的情感‑相似度网络；C、对步骤B中的情感分支进行训练全部基本类表情数据的分类模型；D、对步骤B中的相似度分支进行学习表情数据可迁移的特征和度量；E、构建二阶段的联合和交替学习学习框架进行训练情感‑相似度网络，以提高模型对新类表情的泛化能力；F、在复合类表情数据集上采样N个类，使每类包含K个有标签样本作为支持集，每类Q个样本作为查询集，然后基于经训练的相似度分支对查询集进行新类表情分类准确率的计算；本方案是一种灵活且贴近实际需求的解决新类人脸表情识别问题的方案。

公开(公告)号：CN114333027A

公开(公告)日：2022-04-12

申请号：CN202111671593.0

申请日：2021-12-31

Applicant: 之江实验室 ,  厦门大学

Inventor： 严严 ,  邹心怡 ,  王菡子 ,  王彪 ,  张吉

IPC: G06V40/16 ,  G06K9/62 ,  G06V10/764 ,  G06V10/774 ,  G06V10/74

Abstract: 本发明公开了基于联合和交替学习框架的跨域新类人脸表情识别方法，包括：A、建立基本类表情数据集和复合类表情数据集；B、构建用于表情数据识别的情感‑相似度网络；C、对步骤B中的情感分支进行训练全部基本类表情数据的分类模型；D、对步骤B中的相似度分支进行学习表情数据可迁移的特征和度量；E、构建二阶段的联合和交替学习学习框架进行训练情感‑相似度网络，以提高模型对新类表情的泛化能力；F、在复合类表情数据集上采样N个类，使每类包含K个有标签样本作为支持集，每类Q个样本作为查询集，然后基于经训练的相似度分支对查询集进行新类表情分类准确率的计算；本方案是一种灵活且贴近实际需求的解决新类人脸表情识别问题的方案。

公开(公告)号：CN114330580B

公开(公告)日：2025-05-06

申请号：CN202111676330.9

申请日：2021-12-31

Applicant: 之江实验室 ,  厦门大学

Inventor： 严严 ,  姜润青 ,  王菡子 ,  王彪 ,  张吉

IPC: G06F18/2413 ,  G06F18/2415 ,  G06F18/214

Abstract: 本发明公开了基于歧义指导互标签更新的鲁棒知识蒸馏方法，包括：A、构建训练数据集；B、构建教师网络和学生网络；C、通过鲁棒学习方法对教师网络进行训练；D、对数据集中的每个样本进行歧义感知权重估计和权重分配；E、根据小损失标准对数据集中的样本进行标签重新标注，结合教师网络特征的标签传播算法更新标签，再计算损失和更新网络参数；F、在学生网络和教师网络之间进行互标签传播算法，并更新样本标签、计算损失和更新网络参数；G、将测试图像数据导入学生网络，由其得到预测结果且用于图像分类；本方案可以有效地提升知识蒸馏对噪声标签的鲁棒性，从而可以在噪声标签的环境下获取一个高性能的轻量级网络，其更能适用于实际情况。

公开(公告)号：CN114330580A

公开(公告)日：2022-04-12

申请号：CN202111676330.9

申请日：2021-12-31

Applicant: 之江实验室 ,  厦门大学

Inventor： 严严 ,  姜润青 ,  王菡子 ,  王彪 ,  张吉

IPC: G06K9/62

Abstract: 本发明公开了基于歧义指导互标签更新的鲁棒知识蒸馏方法，包括：A、构建训练数据集；B、构建教师网络和学生网络；C、通过鲁棒学习方法对教师网络进行训练；D、对数据集中的每个样本进行歧义感知权重估计和权重分配；E、根据小损失标准对数据集中的样本进行标签重新标注，结合教师网络特征的标签传播算法更新标签，再计算损失和更新网络参数；F、在学生网络和教师网络之间进行互标签传播算法，并更新样本标签、计算损失和更新网络参数；G、将测试图像数据导入学生网络，由其得到预测结果且用于图像分类；本方案可以有效地提升知识蒸馏对噪声标签的鲁棒性，从而可以在噪声标签的环境下获取一个高性能的轻量级网络，其更能适用于实际情况。

公开(公告)号：CN117990244A

公开(公告)日：2024-05-07

申请号：CN202410111758.6

申请日：2024-01-26

Applicant: 之江实验室

Inventor： 侯磊 ,  姜婷 ,  姚妮 ,  余婷 ,  张吉 ,  张磊

IPC: G01L1/24 ,  G01B11/00 ,  G01D5/353 ,  G06F18/10 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种利用微纳光纤在平面上检测负载位置和大小的方法及装置。将一根微纳光纤布置在负载所在的平面之下，将负载施加到平面上，将负载施加前后经过微纳光纤的光谱变化数据输入到神经网络模型中对平面上负载的大小和位置进行检测，所述神经网络模型采用LSTM‑Attention‑CNN模型；装置包括白光光源、微纳光纤和用于光谱探测的光谱仪、用于放置微纳光纤的柔性基底、用于覆盖微纳光纤的柔性薄膜、三维调节架、三维压力传感器和按压头。本发明方法利用微纳光纤所在平面受到负载的变化特性和规律，通过深度学习算法对光谱进行解耦，从而实现对平面上的负载位置和大小的准确检测。

公开(公告)号：CN116450960A

公开(公告)日：2023-07-18

申请号：CN202310343069.3

申请日：2023-04-03

Applicant: 湖南大学 ,  之江实验室

Inventor： 周旭 ,  吴凯莉 ,  余婷 ,  张吉 ,  杨志邦 ,  李肯立

IPC: G06F16/9537 ,  G06F16/901 ,  G06F16/29 ,  G06Q10/047

Abstract: 本发明公开了一种基于最短路径和路径枚举的道路网选址方法，首先读取真实道路网络数据集，提取其中的顶点和边数据，并根据提取的顶点和边数据建立无向有权图，使用函数readGraph()对无向有权图进行读取处理，以得到起点集合，使用函数readGraph()对无向有权图进行读取处理，以得到终点集合，使用深度优先搜索DFS方法对起点集合和终点集合进行处理，以得到所有起点到所有终点之间、且处于预设的路径阈值d范围内的所有路径，对每个起点到每个终点之间、且处于预设的路径阈值d范围内的所有路径进行降序排序处理，以得到每个起点到所有终点中的路径数量最大值及其对应的终点。本发明能够解决现有基于Dijkstra算法的道路网选址方法查询效率低的技术问题。

公开(公告)号：CN111506785B

公开(公告)日：2023-07-07

申请号：CN202010150112.0

申请日：2020-03-06

Applicant: 之江实验室 ,  合肥工业大学

Inventor： 姜元春 ,  张吉 ,  孙见山 ,  任祖杰 ,  单海军 ,  刘心语 ,  钱洋 ,  梁瑞成

IPC: G06F16/9032 ,  G06F16/951 ,  G06F40/284 ,  G06N7/01 ,  G06Q50/00 ,  G06Q50/26

Abstract: 本发明提供一种基于社交文本的网络舆情话题识别方法，涉及文本数据处理技术领域。本发明考虑到噪音词对文本话题发现的影响，将生成词中的主题词和生成词的噪声词分开，将噪音词过滤并推断出每个词的主题词分布，从而能准确的判断出生成该词对应的网络舆情话题，提高网络舆情话题识别的准确率，为后续的舆情监测、政府或者相关管理部门舆情引导和个性化营销等实际场景提供准确的数据支持。

公开(公告)号：CN116386895A

公开(公告)日：2023-07-04

申请号：CN202310358447.5

申请日：2023-04-06

Applicant: 之江实验室

Inventor： 侯琳琳 ,  张吉 ,  余婷

IPC: G16H50/80 ,  G16H50/70 ,  G06F40/295 ,  G06F16/35 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06N7/01

Abstract: 本发明公开了一种基于异构图神经网络的流行病舆情实体识别方法与装置，包括：采集流行病舆情文本，并按实体类别分类标注，再输入至BERT网络，得到第一特征向量；将第一特征向量输入BiLSTM，得到包含流行病舆情文本中各个字符对应的第二特征向量，将每个字符对应的第二特征向量组成第一向量表示矩阵；构建异构图，其中，异构图中的字符节点的初始向量表示为BiLSTM输出的各个字符对应的第二特征向量，子句虚拟节点的初始向量表示为子句中每一字符对应的第二特征向量的平均值；利用异构图注意力网络算法对异构图进行聚合更新，得到第二向量表示矩阵；将第二向量表示矩阵拼接于第一向量表示矩阵后，将拼接结果输入至条件随机场预测模型，得到预测标签。

公开(公告)号：CN113326884B

公开(公告)日：2023-06-16

申请号：CN202110652830.2

申请日：2021-06-11

Applicant: 之江实验室 ,  北京大学

Inventor： 罗翠铃 ,  张吉 ,  高军

IPC: G06F18/2415 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种大规模异构图节点表示的高效学习方法及装置。该方法计算异构图中节点的邻居的重要性，根据重要性对节点的邻居进行采样；然后根据异构图中节点的类型信息，学习节点的类型嵌入向量；然后将邻居的类型嵌入向量和属性特征进行融合，得到邻居的向量表示。本发明的大规模异构图节点表示的高效学习方法是在半监督设置下，综合利用异构图的拓扑结构、关系类型、特征属性等信息，在兼顾算法的高效性和可扩展性的情况下学习节点的向量表示，实现了对大规模异构图中缺失的节点标签的分类预测。

公开(公告)号：CN115935080A

公开(公告)日：2023-04-07

申请号：CN202211573490.5

申请日：2022-12-08

Applicant: 之江实验室

Inventor： 姜婷 ,  余婷 ,  洪泽宪 ,  张吉 ,  穆罕默德·贾瓦德·巴

IPC: G06F16/9536 ,  G06F16/901 ,  G06Q50/00

Abstract: 本发明公开了一种面向社交网络流数据基于MPICH并行计算的极大团枚举方法，该方法利用结构逆序团树ICTree对图中存在的极大团进行存储，通过高性能和广泛可移植性的消息传递接口MPICH实现算法的并行编程，在流数据下图结构发生改变的过程中，多进程并行计算并更新逆序团树ICTree结构，实时枚举图中的极大团以及某一序号区间内节点构成的子图中存在的所有极大团。本发明在极大团枚举的过程中，不区分图的增边减边变化，实现了在图的增减边混合更新以及大批量更新下极大团的枚举，同时使用预定义的进程数实现算法的并行计算，解决了数据量大导致的处理实时性问题，提高了极大团枚举的时间效率。