-
公开(公告)号:CN119312166A
公开(公告)日:2025-01-14
申请号:CN202411503435.8
申请日:2024-10-25
Applicant: 杭州电子科技大学
IPC: G06F18/241 , G06F18/243 , G06F18/213 , G06F40/30 , G06N3/042 , G06N3/0464 , G06N3/0895 , G06Q50/00
Abstract: 本发明公开一种基于有向关系图对比学习的社交机器人检测方法,包括:将每个用户作为一个用户节点,获取每个用户节点的个人属性信息和个人文本信息,将个人属性信息和个人文本信息拼接后转化为特征向量;构建用户有向关系图,先利用有向关系图卷积神经网络学习相邻用户在不同关系下的特征,再基于注意力机制进行关系特征融合;从属性特征和图拓扑结构结合方向信息两个角度构造有向关系图的对比视图,然后进行训练和预测。本发明通过有向关系图注意力机制和有向图对比学习提高了社交网络平台机器人账号识别的准确性,采用有向关系图结合注意力机制能有效利用现实生活中社交网络平台关系的方向信息和用户之间关系的重要性信息。
-
公开(公告)号:CN118016281A
公开(公告)日:2024-05-10
申请号:CN202410275295.7
申请日:2024-03-12
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于融合模型的婴儿脑瘫辅助诊断系统,该系统中,数据预处理模块接收婴儿动作序列数据,通过插值法进行数据处理。坐标预处理模块将插值处理后的数据进行中值滤波和平滑处理,同时实施姿态归一化。特征提取模块从预处理后的坐标序列中计算不同关节和躯干运动的特征,再进行拼接得到运动特征。融合模型模块将运动特征输入多种机器学习模型进行二分判别,将判别结果与运动特征结合,输入元模型获得分类结果。结果可视化模块将分类结果进行可视化,提供诊断的辅助参考。本发明显著减轻了医生在筛查婴儿脑性瘫痪时的工作负担,并为婴儿的健康成长和发展提供有力支持。
-