公开(公告)号：CN111768335B

公开(公告)日：2023-08-04

申请号：CN202010628294.8

申请日：2020-07-02

Applicant: 北京工商大学

Inventor： 熊海涛 ,  王涵颍 ,  蔡圆媛

IPC: G06T3/00 ,  G06T7/11 ,  G06T7/194 ,  G06T7/13 ,  G06T11/00 ,  G06N3/0464

Abstract: 本发明公开了一种基于CNN的用户交互式图像局部服饰风格迁移方法，该方法包括：(1)将内容图和风格图输入到CNN映射得到内容特征和风格特征；(2)利用GrabCut算法交互式分割内容图，用一个矩形将局部服饰框住并提取，生成局部服饰轮廓图；(3)将轮廓图转化为二值图，进行距离变换，生成距离变换矩阵；(4)利用幂级运算增大局部服饰轮廓内部与外部的距离，形成轮廓特征；(5)根据特征计算随机噪声图的内容损失、风格损失和轮廓损失；(6)综合三类损失并加入正则项，以对边界区域进行平滑去噪。本发明采取用户交互式的方法，对图片引入轮廓损失以实现对服装形状的保留以及风格迁移区域的限制，高效地实现了局部服饰的风格迁移。

公开(公告)号：CN104021449A

公开(公告)日：2014-09-03

申请号：CN201410276268.8

申请日：2014-06-19

Applicant: 北京工商大学

Inventor： 刘瑞军 ,  王博文 ,  姜同强 ,  熊海涛 ,  侯堃

IPC: G06Q10/06

Abstract: 本发明公开了一种基于开放平台系统的集团企业合并报表文件的装置和方法，通过对不同层级的企业进行层级设定，并通过设定好的报表计算关系填报报表，并对各层级进行首部编码，当财务或会计数据向上层企业进行传递时，实现自动编码并生成可追溯总表的方法。通过本发明使得庞大的集团企业的内部报表合并工作更加简洁，数据准确，大大降低了日常报表编制汇总的工作量。

公开(公告)号：CN114064627A

公开(公告)日：2022-02-18

申请号：CN202111406286.X

申请日：2021-11-24

Applicant: 北京工商大学

Inventor： 韩忠明 ,  张翙 ,  段大高 ,  熊海涛

IPC: G06F16/215 ,  G06F16/28 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种一种针对多重关系的知识图谱链接补全方法及系统，方法包括：获取待补全的知识图谱三元组数据；将所述待补全的知识图谱三元组数据输入知识图谱链接补全模型，得到三元组补全结果；所述知识图谱链接补全模型是根据知识图谱数据构建的；所述知识图谱链接补全模型包括图卷积神经层、多关系注意力网络层和链路预测层；所述图卷积神经层的输出端和所述多关系注意力网络层的输出端均与所述链路预测层连接。本发明能够有效挖掘知识图谱结构特征与多关系特征，快速准确地完成知识图谱补全任务。

公开(公告)号：CN112232885A

公开(公告)日：2021-01-15

申请号：CN202011181801.4

申请日：2020-10-29

Applicant: 北京工商大学

Inventor： 熊海涛 ,  刘鑫

IPC: G06Q30/02 ,  G06Q30/06 ,  G06F16/29 ,  G06F16/951 ,  G06F16/9537 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多模态信息融合的仓租价格预测方法，该方法包括：(1)获取仓库结构化信息、仓库地理位置信息和仓库实景图像多模态信息；(2)数据预处理：对于结构化信息进行异常数据剔除、独热编码等处理；(3)对于地理位置信息进行K‑means聚类分析；(4)对于实景图像利用二阶段CNN(Two‑stage CNN)模型进行特征提取；(5)基于步骤1至4，构建包含结构化信息、地理位置信息、仓库实景图像的多模态信息的特征数据集，并利用XGBoost模型进行训练拟合，以获得仓租价格的预测。相比于传统的价格预测模型，通过使用单模态和多模态信息的对比试验可知，使用多模态信息融合的预测方式，更加有利于仓租价格的预测，本发明具有精确度高、泛化能力强的特点。

公开(公告)号：CN111861027A

公开(公告)日：2020-10-30

申请号：CN202010741049.8

申请日：2020-07-29

Applicant: 北京工商大学

Inventor： 喻鑫浩 ,  蔡圆媛 ,  熊海涛

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/26 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习融合模型的城市交通流量预测方法，包括：步骤1、构建交通流量预测数据属性库；步骤2、将城市路网按照不同用途划分成不同的区块，将历史交通流量数据进行预处理并分别统计不同时间段的交通流量，构建交通流量输入矩阵，建立二进制矢量图；步骤3、构建3DLSACN模型和Resnet残差网络相结合作为交通流量特征提取的深度学习融合模型，利用二进制矢量图作为输入进行特征提取，分别提取时空特征、周期特征并进行融合，得到初步融合结果；步骤4、手动提取外部影响因素组成外部特征并与初步融合结果再次进行融合，最后输出所需预测的交通流量信息。本发明能够提供给定时间空间信息下交通流量的预测，有助于及时进行调度，缓解城市交通压力问题。

公开(公告)号：CN111768335A

公开(公告)日：2020-10-13

申请号：CN202010628294.8

申请日：2020-07-02

Applicant: 北京工商大学

Inventor： 熊海涛 ,  王涵颍 ,  蔡圆媛

IPC: G06T3/00 ,  G06T7/11 ,  G06T7/194 ,  G06T7/13 ,  G06T11/00 ,  G06N3/04

Abstract: 本发明公开了一种基于CNN的用户交互式图像局部服饰风格迁移方法，该方法包括：(1)将内容图和风格图输入到CNN映射得到内容特征和风格特征；(2)利用GrabCut算法交互式分割内容图，用一个矩形将局部服饰框住并提取，生成局部服饰轮廓图；(3)将轮廓图转化为二值图，进行距离变换，生成距离变换矩阵；(4)利用幂级运算增大局部服饰轮廓内部与外部的距离，形成轮廓特征；(5)根据特征计算随机噪声图的内容损失、风格损失和轮廓损失；(6)综合三类损失并加入正则项，以对边界区域进行平滑去噪。本发明采取用户交互式的方法，对图片引入轮廓损失以实现对服装形状的保留以及风格迁移区域的限制，高效地实现了局部服饰的风格迁移。

公开(公告)号：CN104021450A

公开(公告)日：2014-09-03

申请号：CN201410276270.5

申请日：2014-06-19

Applicant: 北京工商大学

Inventor： 刘瑞军 ,  王博文 ,  姜同强 ,  熊海涛 ,  侯堃

IPC: G06Q10/06

Abstract: 本发明公开了一种管理集团企业报表的装置和方法，通过对不同层级的企业进行层级设定，并通过设定好的报表计算关系填报报表，并对各层级进行首部编码，当管理或查询集团报表中的财务或会计数据的来源企业时，实现自动逐级定位编码并生成可追溯总表中指定的具体业务。通过本发明使得庞大的集团企业的内部报表管理工作更加简洁，数据准确，大大降低了日常报表编制汇总的工作量。