公开(公告)号：CN118095250A

公开(公告)日：2024-05-28

申请号：CN202410488368.0

申请日：2024-04-23

Applicant: 华东交通大学

Inventor： 邬昌兴 ,  汪恒 ,  熊丹 ,  童杨 ,  杨亚连

IPC: G06F40/205 ,  G06N3/08 ,  G06N3/0455 ,  G06F40/30 ,  G06N5/025

Abstract: 本发明提供一种细分领域增强的隐式篇章关系识别方法，应用于隐式篇章关系识别模型，所述隐式篇章关系识别模型包括基础编码模块、多个细分领域编码模块、综合领域编码及分类模块、细分领域训练模块和综合领域训练模块，对于来自不同细分领域的实例，模型能够基于多级增强层自动选择相应细分领域的知识，有利于提升识别的性能；本发明使用多个细分领域编码模块可以更好地保存各细分领域的知识，以避免集成到同一模块中可能造成的知识遗忘问题，各细分领域编码模块可以单独训练，在所含细分领域发生变化时，重新训练模型的代价较小。

公开(公告)号：CN118095250B

公开(公告)日：2024-06-28

申请号：CN202410488368.0

申请日：2024-04-23

Applicant: 华东交通大学

Inventor： 邬昌兴 ,  汪恒 ,  熊丹 ,  童杨 ,  杨亚连

IPC: G06F40/205 ,  G06N3/08 ,  G06N3/0455 ,  G06F40/30 ,  G06N5/025

Abstract: 本发明提供一种细分领域增强的隐式篇章关系识别方法，应用于隐式篇章关系识别模型，所述隐式篇章关系识别模型包括基础编码模块、多个细分领域编码模块、综合领域编码及分类模块、细分领域训练模块和综合领域训练模块，对于来自不同细分领域的实例，模型能够基于多级增强层自动选择相应细分领域的知识，有利于提升识别的性能；本发明使用多个细分领域编码模块可以更好地保存各细分领域的知识，以避免集成到同一模块中可能造成的知识遗忘问题，各细分领域编码模块可以单独训练，在所含细分领域发生变化时，重新训练模型的代价较小。

公开(公告)号：CN117688185A

公开(公告)日：2024-03-12

申请号：CN202410156109.8

申请日：2024-02-04

Applicant: 华东交通大学

Inventor： 邬昌兴 ,  陈家雨 ,  汪恒 ,  杨亚连

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明提供一种用户信息增强的长文本细粒度情感分析方法，本发明通过全局信息引导的编码模块把文档级的全局信息引入层次Transformer子模块中，以更好地学习文档的语义表示，用户表示的学习和集成模块通过一个共享网络在相似用户之间共享信息，以学习更好的用户表示，继而集成用户表示到Transformer层的多头注意力机制和多层前向神经网络中，以建模用户情感表达的偏好，通过融合对比学习的总代价计算模块计算模型训练的总代价，本发明提出的方法能够较好地学习长文本的语义表示、有效地利用用户信息、能够准确区分细粒度的情感，分析性能较现有的方法有实质性的提高。

公开(公告)号：CN117131908B

公开(公告)日：2024-01-30

申请号：CN202311365822.5

申请日：2023-10-20

Applicant: 华东交通大学

Inventor： 熊李艳 ,  黄佳文 ,  黄鹏 ,  熊能 ,  陈庆森 ,  袁鑫华 ,  邓慧子 ,  李志炟 ,  曾一涓 ,  汪恒 ,  成学博 ,  祝显红 ,  周云飞 ,  许嘉杨 ,  崔强 ,  段学伟

IPC: G06N3/0464 ,  G06N3/082 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本申请涉及一种基于退火衰减的深度卷积神经网络的压缩方法，它包括如下步骤：选择待压缩模型；计算待压缩模型中每个卷积核的冗余系数，作为卷积核的评估分数；设定压缩率 和衰减系数，并将每个卷积核的评估分数由高到低进行排序，将卷积核的评估分数位于后的部分筛选出来，形成冗余卷积核集合；使用衰减系数对冗余卷积核集合内的冗余卷积核进行卷积衰减，衰减完成后对模型进行再训练，并重复这一过程，当每个卷积层中的冗余卷积核权重均小于预先设定的阈值时，停止卷积衰减操作，并将卷积核权重小于所述阈值的卷积核全部删除。本发明能够加速模型的压缩(56)对比文件熊李艳 等.基于局部结构保留的级联子空间深度聚类《.计算机应用研究》.2020,第37卷(第8期),2358-2361.叶汉民 等.基于稀疏化卷积网络剪枝的图像识别方法研究《.实验室研究与探索》.2022,第41卷(第12期),9-13.Dajiang Li 等.Energy Analysis inSingle Cluster WSNs with Power Controland In-network Data Compression《.2022IEEE Canadian Conference on Electricaland Computer Engineering》.2022,107-111.

公开(公告)号：CN117688185B

公开(公告)日：2024-04-12

申请号：CN202410156109.8

申请日：2024-02-04

Applicant: 华东交通大学

Inventor： 邬昌兴 ,  陈家雨 ,  汪恒 ,  杨亚连

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明提供一种用户信息增强的长文本细粒度情感分析方法，本发明通过全局信息引导的编码模块把文档级的全局信息引入层次Transformer子模块中，以更好地学习文档的语义表示，用户表示的学习和集成模块通过一个共享网络在相似用户之间共享信息，以学习更好的用户表示，继而集成用户表示到Transformer层的多头注意力机制和多层前向神经网络中，以建模用户情感表达的偏好，通过融合对比学习的总代价计算模块计算模型训练的总代价，本发明提出的方法能够较好地学习长文本的语义表示、有效地利用用户信息、能够准确区分细粒度的情感，分析性能较现有的方法有实质性的提高。

公开(公告)号：CN117351414A

公开(公告)日：2024-01-05

申请号：CN202311290129.6

申请日：2023-10-08

Applicant: 华东交通大学

Inventor： 熊李艳 ,  李志炟 ,  曾一涓 ,  黄鹏 ,  黄佳文 ,  陈庆森 ,  汪恒 ,  段学伟 ,  崔强

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/52 ,  G06V10/54 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本申请涉及一种基于深度神经网络的人群密度估计方法，它包括如下步骤：构建人群计数数据集，并生成对应的真实密度图；构建人群密度估计模型，包括前端网络、差值纹理模块、多尺度特征提取模块、Inception‑v3组、多通道阈值置换注意力模块和终端网络；对人群密度估计模型进行训练，将模型输出的模型预测图与对应的真实密度图一起输入至损失函数中进行迭代训练，对模型参数进行更新，优化模型；使用训练好的人群密度评估模型进行人群密度估计。本发明能够提高模型对前景信息的关注度，丰富特征图的空间和通道信息，并增强人群特征的权重，使模型更加关注人群的头部位置，减少图像中遮挡、噪声、图像扭曲等问题对计数性能的影响。

公开(公告)号：CN117131908A

公开(公告)日：2023-11-28

申请号：CN202311365822.5

申请日：2023-10-20

Applicant: 华东交通大学

Inventor： 熊李艳 ,  黄佳文 ,  黄鹏 ,  熊能 ,  陈庆森 ,  袁鑫华 ,  邓慧子 ,  李志炟 ,  曾一涓 ,  汪恒 ,  成学博 ,  祝显红 ,  周云飞 ,  许嘉杨 ,  崔强 ,  段学伟

IPC: G06N3/0464 ,  G06N3/082 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本申请涉及一种基于退火衰减的深度卷积神经网络的压缩方法，它包括如下步骤：选择待压缩模型；计算待压缩模型中每个卷积核的冗余系数，作为卷积核的评估分数；设定压缩率和衰减系数，并将每个卷积核的评估分数由高到低进行排序，将卷积核的评估分数位于后的部分筛选出来，形成冗余卷积核集合；使用衰减系数对冗余卷积核集合内的冗余卷积核进行卷积衰减，衰减完成后对模型进行再训练，并重复这一过程，当每个卷积层中的冗余卷积核权重均小于预先设定的阈值时，停止卷积衰减操作，并将卷积核权重小于所述阈值的卷积核全部删除。本发明能够加速模型的压缩过程，保证模型精度，而且在压缩过程中不受噪音数据的干扰，具有良好的鲁棒性。