公开(公告)号：CN114372465B

公开(公告)日：2024-09-20

申请号：CN202111152985.6

申请日：2021-09-29

Applicant: 武汉工程大学

Inventor： 李晓林 ,  陈卓豪 ,  危欢 ,  徐港

IPC: G06F40/295 ,  G06F40/30 ,  G06F40/247 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/0985 ,  G06Q50/18 ,  G06N3/048

Abstract: 本发明公开了一种基于Mixup和BQRNN的法律文书的命名实体识别方法，包括步骤：使用BERT预训练模型对训练集的法律判决文书进行向量化处理；使用Mixup数据增强方法在词向量表示层面对训练集规模进行扩充；使用BQRNN双向准循环神经网络对增强后的词向量表示进行处理，提取法律文本中带有上下文特征的深层特征向量，并输出相应的实体标签序列；使用CRF条件随机场解码，最后将概率最大的实体标签序列，作为训练结果输出，并生成相应训练模型；将训练模型在测试集上进行测试，调整训练模型参数信息，直至选取稳定前，指标性能最好的识别模型；输入中文法律文书案列，识别模型自动进行判断并输出法律文书中的法律实体。

公开(公告)号：CN113761239A

公开(公告)日：2021-12-07

申请号：CN202111048989.X

申请日：2021-09-08

Applicant: 武汉工程大学

Inventor： 李晓林 ,  徐港 ,  周一凡 ,  黄磊 ,  邵长成

IPC: G06F16/51 ,  G06F16/535 ,  G06F16/538 ,  G06F16/587 ,  G06F16/29

Abstract: 本发明公开了一种基于海量地理位置信息的索引建立及检索方法，主要是将街景图像库中的所有图像使用相同的方法提取出图像的特征，再将已经提取的特征数据插入到索引库中，插入完成后，索引库可在查询过程中使用。检索方法依照索引库的数据结构来进行检索，得到r条检索结果，再对检索结果进行推荐计算，使得检索结果按照地理位置信息重排序，使得检索结果更加符合用户的期望。

公开(公告)号：CN114372465A

公开(公告)日：2022-04-19

申请号：CN202111152985.6

申请日：2021-09-29

Applicant: 武汉工程大学

Inventor： 李晓林 ,  陈卓豪 ,  危欢 ,  徐港

IPC: G06F40/295 ,  G06F40/30 ,  G06F40/247 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/18

Abstract: 本发明公开了一种基于Mixup和BQRNN的法律文书的命名实体识别方法，包括步骤：使用BERT预训练模型对训练集的法律判决文书进行向量化处理；使用Mixup数据增强方法在词向量表示层面对训练集规模进行扩充；使用BQRNN双向准循环神经网络对增强后的词向量表示进行处理，提取法律文本中带有上下文特征的深层特征向量，并输出相应的实体标签序列；使用CRF条件随机场解码，最后将概率最大的实体标签序列，作为训练结果输出，并生成相应训练模型；将训练模型在测试集上进行测试，调整训练模型参数信息，直至选取稳定前，指标性能最好的识别模型；输入中文法律文书案列，识别模型自动进行判断并输出法律文书中的法律实体。

公开(公告)号：CN113688702B

公开(公告)日：2024-04-26

申请号：CN202110921847.3

申请日：2021-08-12

Applicant: 武汉工程大学

Inventor： 李晓林 ,  徐港 ,  邵长成 ,  周一凡 ,  黄磊

IPC: G06V20/00 ,  G06V10/77 ,  G06V10/764 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于融合多特征的街景图像处理方法，包括以下步骤：待处理的街景图像经过卷积神经网络后得到C个特征信息图；将C个特征信息图均复制l份，并分别划分为大小不一的区域，然后将分好区域的图均输入三个池化层，对每幅图均进行平均池化计算、最大池化计算与广义平均池化计算；将经池化计算后的各个区域中的相同尺度向量归为一列，并将所有尺度向量进行串联，得到一个l*C维的多维特征向量；将三种池化层得到的多维特征向量进行拼接，得到最终的全局特征，并输入到全连接层进行降维。本发明能够有效提取图像特征，降低训练的复杂性，提高检索的精确率。

公开(公告)号：CN113688702A

公开(公告)日：2021-11-23

申请号：CN202110921847.3

申请日：2021-08-12

Applicant: 武汉工程大学

Inventor： 李晓林 ,  徐港 ,  邵长成 ,  周一凡 ,  黄磊

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于融合多特征的街景图像处理方法，包括以下步骤：待处理的街景图像经过卷积神经网络后得到C个特征信息图；将C个特征信息图均复制l份，并分别划分为大小不一的区域，然后将分好区域的图均输入三个池化层，对每幅图均进行平均池化计算、最大池化计算与广义平均池化计算；将经池化计算后的各个区域中的相同尺度向量归为一列，并将所有尺度向量进行串联，得到一个l*C维的多维特征向量；将三种池化层得到的多维特征向量进行拼接，得到最终的全局特征，并输入到全连接层进行降维。本发明能够有效提取图像特征，降低训练的复杂性，提高检索的精确率。