公开(公告)号：CN118917441B

公开(公告)日：2024-12-13

申请号：CN202411406002.0

申请日：2024-10-10

Applicant: 电子科技大学

Inventor： 周书田 ,  秦科 ,  赵太银 ,  欧阳罗霄 ,  周游 ,  唐锐

IPC: G06N20/00 ,  G06F18/214 ,  G06F18/2131 ,  G06F18/23

Abstract: 本发明提出一种面向边缘异构环境的联邦学习方法，属于联邦学习领域。所述方法包括：S1：服务器检测边缘客户端的注册信息并对边缘客户端进行性能检测，剔除不符合系统标准的边缘客户端，选择符合要求的边缘客户端，获得边缘客户端集；S2：边缘客户端进行本地模型训练，服务器接收训练模型，利用小波聚类算法进行边缘客户端分区，获得符合数据分布情况的边缘客户端分区结果；S3：服务器从各边缘客户端分区中随机选取部分边缘客户端参与训练，边缘客户端自适应地进行本地训练，服务器根据边缘客户端本地训练情况计算权重，进行模型聚合，保存训练后的模型。本发明能够提高模型训练的精度与效率，保证模型训练效果，推动边缘智能技术的发展。

公开(公告)号：CN119025646A

公开(公告)日：2024-11-26

申请号：CN202411102286.4

申请日：2024-08-12

Applicant: 电子科技大学

Inventor： 秦科 ,  罗光春 ,  何中海 ,  汪思敏 ,  董谦 ,  秦川

IPC: G06F16/332 ,  G06F16/33 ,  G06F40/30 ,  G06N3/045 ,  G06N5/04

Abstract: 一种面向逻辑推理问题的人类解题思维驱动的嵌入增强方法，本发明涉及自然语言处理领域中的多项选择式的逻辑推理问答问题，其旨在解决现有的逻辑推理问答问题解决方法中存在的文本结构解析不清、问题相关要素利用不足且逻辑推理问题语义挖掘难度大的技术问题。本发明方法主要包含数据预处理，将样例整理为合适于神经网络模型处理的文本序列，基于人类解题思维设计驱动的基于题意的嵌入更新模块，首先字符嵌入表示初始化，使用预训练语言模型对样例中的字符进行向量化表示，然后使用问题部分的嵌入序列构造逻辑信息过滤向量，进而使用过滤向量对题干及选项的嵌入表示进行更新，参考人类阅读习惯的语义关系建模模块，解析神经网络的基本语义单元。

公开(公告)号：CN118918629A

公开(公告)日：2024-11-08

申请号：CN202411409750.4

申请日：2024-10-10

Applicant: 电子科技大学

Inventor： 周书田 ,  秦科 ,  王泽江 ,  袁臻

IPC: G06V40/16 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06Q50/26 ,  G06F16/51 ,  G08B21/02

Abstract: 本发明提供了一种基于人脸识别技术的社区儿童安全追踪系统，属于安全监控技术领域。该系统包括：数据库模块、监控模块、人脸识别模块、显示模块、报警模块、数据分析模块、人脸特征底库修正模块；本发明基于人脸识别技术，实现了对儿童的实时、精确、安全的追踪和监控，解决了传统监控系统监控盲区大、实时性差、效率低的问题，有效提升了社区儿童的安全保障水平；在传统监控图像中容易出现过曝或者太暗的问题，本发明中的数据分析模块使用非对称均衡化方法使图像的暗部区域被增强，亮部保持适当亮度，从而整体提升了图像的细节和可见性，让人脸图像更加清晰，提高识别正确率。

公开(公告)号：CN116269285B

公开(公告)日：2024-05-28

申请号：CN202211497685.6

申请日：2022-11-28

Applicant: 电子科技大学

Inventor： 殷晋 ,  秦科

IPC: A61B5/024 ,  A61B5/026 ,  G06F18/10 ,  G06V40/16 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464

Abstract: 本发明公开了一种非接触式常态化心率变异性估计系统，首先基于摄像头数据，测量人脸皮肤的吸收光谱，使用深度神经网络对面部区域进行像素级划分，然后通过选择有更多毛细血管的区域，完成对血管内血流的信息变化的测量，通过分别设计卷积滤波器和深度神经网络对信号进行去噪过滤，提取反映心跳的波形，最后通过分析功率谱和搏动周期，完成对心率和心率变异性指数的计算。本发明的方法可有效对面部光线进行均衡，有效地去除不良低频信号，提高估计的准确性与估计精度，能避免皮肤的遮挡部分，获得更好的采集区域，比传统无限信号训练样本滤波效果好，能有效提高基于非接触式监测设备的心率变异性检测的准确性，实现常态化健康监测。

公开(公告)号：CN117151113A

公开(公告)日：2023-12-01

申请号：CN202311076497.0

申请日：2023-08-24

Applicant: 电子科技大学

Inventor： 秦科 ,  卢国明 ,  罗光春 ,  董强 ,  戴岭 ,  郑裕川

IPC: G06F40/30 ,  G06F18/25 ,  G06N5/04 ,  G06F18/214 ,  G06N3/045

Abstract: 本发明公开了一种结合情景消息的对话情感检测方法，属于情感检测领域。本发明通过识别对话中的情绪原因来改善情感检测的效果，语境信息包含了当前对话发生的环境，其中的一些描述是对当前对话的一个很好的补充，在本发明中将语境信息放在和对话语句同等的位置，将语境描述输入到语境编码器，之前的历史对话输入到语句编码器。最后两个模块编码后的语义信息通过特征融合层进行融合，进而进行当前对话的情感检测任务，相较于其他对话情感检测方法，本发明在结果准确率上大大提升，并且性能指标不弱于其他方法。

公开(公告)号：CN117076676A

公开(公告)日：2023-11-17

申请号：CN202311060015.2

申请日：2023-08-22

Applicant: 电子科技大学

Inventor： 段贵多 ,  解修蕊 ,  罗光春 ,  秦科 ,  郭锐 ,  张飞宇

IPC: G06F16/35 ,  G06F40/30 ,  G06F40/295

Abstract: 本发明属于自然语言处理领域，具体提供一种基于实体结构编码与两次分类的文档级关系抽取方法，用以解决文档语料中实体之间的结构信息被忽视、实体对之间的语义依赖关系被忽视导致的部分潜在三元组难以抽取的问题。本发明设计了一种新的关系抽取框架，采用两次分类的方式分别对简单三元组和潜在三元组进行抽取；在对文档实体编码后，对拼接的实体对进行预分类，基于改进的自适应阈值损失函数抽取出容易分类的简单三元组；之后将预分类结果作为辅助推理信息增强实体表示并进行第二次分类，可以有效提升文档中潜在三元组的抽取效果；综上，本发明能够根据输入的文档对指定的实体之间的关系进行自动抽取。

公开(公告)号：CN116595125A

公开(公告)日：2023-08-15

申请号：CN202211093133.9

申请日：2022-09-08

Applicant: 电子科技大学

Inventor： 卢国明 ,  罗光春 ,  秦科 ,  陈爱国 ,  张昊 ,  杜凯

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/36 ,  G06N3/08 ,  G06N3/044 ,  G06N3/0455

Abstract: 本发明公开了一种基于知识图检索的开放域问答方法，该方法包括以下步骤：知识图建立步骤，基于开放域文档数据，建构造对应的知识图；文档检索步骤，首先利用TF‑IDF引导查询，找到推理路径的段落起点，然后基于RNN网络迭代计算出可能的段落节点，由段落组成一条从问题到答案的推理路径；答案预测步骤，将问题和一组推理路径输入，先对推理路径排序，然后从存在答案概率最高的路径中抽取答案。本发明通过有效利用知识图推理技术，弥补了现有方法仅利用非结构化知识的不足，克服了语义特征信息利用不足导致预测结果受限这一缺陷，从而提高了预测效果；并且通过针对性的设计数据增强方法，进一步提升针对开放域问答的预测性能。

公开(公告)号：CN116258139A

公开(公告)日：2023-06-13

申请号：CN202211095419.0

申请日：2022-09-05

Applicant: 电子科技大学

Inventor： 秦科 ,  许毅 ,  罗光春 ,  段贵多 ,  范雨 ,  詹紫琦 ,  张清杨

IPC: G06F40/279 ,  G06F16/36 ,  G06F16/28 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明属于知识图谱相关技术领域，具体提供一种基于特征增强的人物关系知识图谱补全方法，旨在解决现有的基于卷积神经网络的模型方法并没有考虑丰富的图谱语义信息的问题，受限于三元组本身的信息特征，同时解决了DKRL模型不能有效地提取描述文本特征的缺陷。本发明基于知识图谱附加的语义特征和路径特征，针对链接预测任务，提供一种基于特征增强的卷积神经网络模型，通过将附加描述信息、路径信息与卷积神经网络结合起来，实现更高质量的知识图谱补全方法，进而实现对人物关系知识图谱的补全，提升针对人物间关系的预测性能，为人物关系提供支持。

公开(公告)号：CN110334361B

公开(公告)日：2022-11-22

申请号：CN201910629266.5

申请日：2019-07-12

Applicant: 电子科技大学

Inventor： 田玲 ,  朱大勇 ,  秦科 ,  罗光春 ,  杨洋

IPC: G06F40/58 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及神经机器翻译技术领域，其公开了一种面向小语种语言的神经机器翻译方法，解决平行语料匮乏的情况下神经机器翻译的问题。该方法通过以下步骤构建神经机器翻译模型以及进行训练：1、获取单语语料并进行预处理；2、利用单语语料分别训练源语言和目标语言的语言模型；3、利用小语种语言的平行语料库中的双语平行语料在源语言和目标语言的语言模型中的编码结果，分别训练用于将其中一种语言的编码结果映射到另一种语言空间中的映射器；4、利用单语语料训练鉴别器模型；5、利用语言模型、映射器、鉴别器模型、双语平行语料、单语语料训练翻译模型。本发明适用于仅拥有小规模平行语料库的小语种语言之间的翻译。

公开(公告)号：CN109102565B

公开(公告)日：2022-10-14

申请号：CN201810729619.4

申请日：2018-07-05

Applicant: 内江市下一代互联网数据处理技术研究所 ,  电子科技大学

Inventor： 卢国明 ,  刘贵松 ,  罗光春 ,  秦科

IPC: G06T17/05 ,  G06T11/20 ,  G06T7/11 ,  G06T5/50 ,  G06V10/762 ,  G06V10/764 ,  G06K9/62

Abstract: 本发明公开了一种自动生成虚拟地形的方法，分别对草图和样本DEM进行特征曲线提取，得到草图特征图像和样本特征图像；将所述草图特征图像分割为草图小块，所述草图小块对应草图上的草图原始小块；将所述样本特征图像分割为样本小块，所述样本小块对应所述样本DEM上的样本原始小块，对所述草图小块和样本小块进行聚类分析，得到聚类结果；根据所述聚类结果得到所述草图原始小块和样本原始小块之间的匹配关系；利用所述匹配关系合成结果地形图像；本发明利用聚类的方法实现了虚拟地形的自动生成，采用聚类的方法实现草图小块的一次遍历即可确立所有的匹配关系，避免反复搜索巨大的样本空间，从而提高合成效率。