-
公开(公告)号：CN112464655A
公开(公告)日：2021-03-09
申请号：CN202011356716.7
申请日：2020-11-27
Applicant: 绍兴达道生涯教育信息咨询有限公司 , 杭州电子科技大学
IPC: G06F40/284 , G06F40/216 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种中文字符和拼音相结合的词向量表示方法、装置、介质。该方法包括步骤：S11：将待转换为词向量表示的中文文本中每个中文字符转化为拼音；S12：针对中文文本中每个中文字符，利用预训练的中文字符词嵌入模型，得到中文字符的词向量表示；S13：针对中文文本中每个中文字符的拼音，利用预训练的拼词嵌入模型，得到拼音的词向量表示；S14：针对中文文本中每个中文字符，融合两种词向量表示得到字符融合表示向量。本发明通过中文字符和拼音相合的方法，在可区分同音字的基础上，建立了同音字之间的关系信息，从而能够很好地处理同音字噪声。本发明可以用于但不限于不良信息的过滤。
-
Patent Agency Ranking
公开(公告)号：CN110909732A
公开(公告)日：2020-03-24
申请号：CN201910972334.8
申请日：2019-10-14
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明公开了一种图中数据的自动提取方法。方法的主要包括以下步骤：文本区域定位与文本框分类；坐标轴定位，以及坐标轴的刻度标记位置定位；图例的定位与信息提取；根据图例颜色提取对应的柱体或者折线连通分量，并进行过滤和分类；确定X轴关键点并定位每个关键点对应的X轴标签；根据X轴关键点定位柱体和折线的关键点，确定关键点对应的标注数值文本框，并进行数值识别；计算每个像素对应数值，并估计柱体或者折线关键点对应的数值；根据估计值与识别的标注数值之间的差距来确定最终结果。本发明方法能够应对水平布局的柱状图、折线和柱体混合的数据图、不含坐标轴的数据图等各种数据图类型。实验证明方法具有较高的准确率和精确度。
-
公开(公告)号：CN110909732B
公开(公告)日：2022-03-25
申请号：CN201910972334.8
申请日：2019-10-14
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明公开了一种图中数据的自动提取方法。方法的主要包括以下步骤：文本区域定位与文本框分类；坐标轴定位，以及坐标轴的刻度标记位置定位；图例的定位与信息提取；根据图例颜色提取对应的柱体或者折线连通分量，并进行过滤和分类；确定X轴关键点并定位每个关键点对应的X轴标签；根据X轴关键点定位柱体和折线的关键点，确定关键点对应的标注数值文本框，并进行数值识别；计算每个像素对应数值，并估计柱体或者折线关键点对应的数值；根据估计值与识别的标注数值之间的差距来确定最终结果。本发明方法能够应对水平布局的柱状图、折线和柱体混合的数据图、不含坐标轴的数据图等各种数据图类型。实验证明方法具有较高的准确率和精确度。
-
公开(公告)号：CN111079943A
公开(公告)日：2020-04-28
申请号：CN201911281633.3
申请日：2019-12-13
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种确定加权朴素贝叶斯算法权值的方法，包括：S1设定初始权值并选择权值增长幅度；S2在训练集中，初始权值下程序的预测准确率；S3调整权值，以使调整后的权值等于初始权值加上权值增长幅度，得到调整后的权值下程序的预测准确率；S4比较权值修改前后的预测准确率，若修改权值后的预测准确率更高，则保持修改后权值不变，使权值增长幅度增加1；否则，恢复权值为修改前状态，使权值增长幅度减小0.1；S5判断权值增长幅度是否为0，若是，则转至步骤S6；否则，转至步骤S3；S6所得权值即为最优权值，输出最优权值。本发明在假设朴素贝叶斯算法属性特征之间极不满足“朴素”的条件下，进行快速确定权值的优化方法。
-
公开(公告)号：CN111079824A
公开(公告)日：2020-04-28
申请号：CN201911281611.7
申请日：2019-12-13
Applicant: 杭州电子科技大学
Abstract: 本发明属于机器学习领域，具体涉及一种通过比较向量距离对癫痫进行分类的方法，包括以下步骤：S1、确定特征属性，获取训练样本；S2、将训练样本中癫痫发作个体与不发作个体分成两组，分别求两组数据的平均值向量a1和a0；S3、输入待判定个体，分别获取待判定个体特征属性向量与a1和a0之间的距离d1和d0；S4、比较d1和d0，输出较小的值所对应的分组，即为待判定个体的分组。本发明的通过比较向量距离对癫痫进行分类的方法，基于朴素贝叶斯分类器的思想，将比对概率换成比对距离，这种方法不需要依赖特征条件独立的假设，所以其不受特征属性相关性的影响，所以能够得到更好的结果。
-
公开(公告)号：CN114357984A
公开(公告)日：2022-04-15
申请号：CN202111414363.6
申请日：2021-11-25
Applicant: 杭州电子科技大学
IPC: G06F40/247 , G06K9/62
Abstract: 本发明公开了一种基于拼音的同音字变体处理方法，包括步骤：S1：使用拼音生成工具，生成正常文本序列对应的拼音序列；S2：将正常文本的拼音序列作为输入，正常文本序列作为输出，训练拼音转汉字模型；S3：使用拼音生成工具，生成带有同音字变体文本序列对应的拼音序列；S4：将生成的带有同音变体文本的拼音序列作为S2中拼音转汉字模型的输入，得到的输出即正常文本序列。现有变体处理方法无法很好地处理同音字变体，本发明中基于拼音还原了同音字变体对应的文本，最终进一步提高了不良文本识别的准确率。
-
-
-
-
-
Search Results
6
records
(took 0.035 seconds)
