-
公开(公告)号:CN115098634B
公开(公告)日:2024-07-02
申请号:CN202210744752.3
申请日:2022-06-27
Applicant: 重庆大学
IPC: G06F16/33 , G06F16/35 , G06F40/211 , G06F40/30 , G06F18/25 , G06F18/214
Abstract: 本发明公开了一种基于语义依存关系融合特征的舆情文本情感分析方法,其针对舆情文本在字粒度和特征词粒度都进行了特征编码处理,以提取舆情文本中更细粒度的情感表达信息,并且还借助依存句法分析来提取特征词间的依存关系信息,以挖掘和体现舆情文本内细粒度信息之间更深度的关联性,将这些信息加以进一步融合得到舆情文本的依存关系融合特征向量,通过舆情文本情感分析模型进行情感分类预测,能够从更多维度、更加细节、更深程度的分解和传递舆情文本所包含的情感倾向特征,能够获得更加准确的情感分类预测结果,进一步提升对舆情文本的情感分析准确性。
-
公开(公告)号:CN112651242B
公开(公告)日:2024-04-26
申请号:CN202110076848.2
申请日:2021-01-20
Applicant: 重庆大学
IPC: G06F40/289 , G06F18/2415 , G06F18/22 , G06N3/047 , G06N3/0464 , G06N3/084 , G06N3/0442 , G06N3/0455
Abstract: 本发明公开了一种基于内外注意力机制和可变尺度卷积的文本分类方法,本发明中,通过卷积神经网络和循环神经网络结合的方式来获取局部特征和全局信息,克服了卷积神经网络卷积核窗口大小固定,导致无法建模更长的序列信息,不能获取序列数据间的间隔信息和长期依赖关系的问题;还克服了循环神经网络在提取局部关键信息方面存在不足,网络参数较为复杂,训练耗时较长,存在梯度小时和梯度爆炸的问题。此外,本发明还利用空洞卷积的思想,构造了三种不同空洞卷积核,提取文本局部间隔的相关特征信息,计算文本词向量和对应隐藏信息序列间的相关性,提高对于重要信息特征加权的比重,进而提高了文本分类的准确性。
-
公开(公告)号:CN114818884A
公开(公告)日:2022-07-29
申请号:CN202210365573.9
申请日:2022-04-08
Applicant: 重庆大学
IPC: G06K9/62
Abstract: 本发明属于数据工程技术领域,公开了一种结合懒惰学习和急切学习的层次特征选择方法及系统,所述结合懒惰学习和急切学习构建层次特征选择方法结合懒惰学习和急切学习构建层次特征选择算法LE‑HFS;通过两类互补方式的融合改进层次特征选择;LE‑HFS在懒惰学习和急切学习过程中分别使用LazyR和信息增益作为相关性度量,从不同的相关性角度进行综合性特性选择。本发明结合懒惰学习和急切学习的层次特征选择方法,通过两类互补方式的融合来改进层次特征选择,可以从不同的相关性角度进行综合性特性选择,LE‑HFS可以更好地消除层次冗余,从而显著的提高层次特征选择的精确性和稳定性。
-
公开(公告)号:CN114241137A
公开(公告)日:2022-03-25
申请号:CN202111573600.3
申请日:2021-12-21
Applicant: 重庆大学
Abstract: 本发明涉及模型重建技术领域,具体涉及一种基于多角度投射GAN的三维模型重建方法,包括:建立一个由多组生成器和鉴别器拼接形成的多角度投射GAN模型,并对所述多角度投射GAN模型进行训练;获取待重建目标多个角度的图像;将待重建目标多个角度的图像输入经过训练的所述多角度投射GAN模型中,由多角度投射GAN模型的各组生成器输出对应的预测三维模型;将所述预测三维模型作为对应待重建目标的三维模型重建结果。本发明中基于多角度投射GAN的三维模型重建方法能够有效降低误差和噪声影响,从而提高三维模型重建的准确性。
-
公开(公告)号:CN102509280B
公开(公告)日:2013-09-18
申请号:CN201110355867.5
申请日:2011-11-10
Applicant: 重庆大学
Abstract: 本发明公开了一种多聚焦图像融合方法,属于图像处理领域。在多聚焦图像融合过程中采用增强差分演化方法和扩块选择机制图像融合方法,其中相比于标准差分演化方法,该增强差分演化方法根据图像的大小,区间初始化种群,在每一次迭代后进行种群判断,在种群中各个体相同的前提下保留其中一个个体,再利用标准差分演化算法的初始化方法,在相应的区间上重新初始化其余个体,一起作为新一代种群,加强局部搜索,由此获得图像的最佳分块大小;另外,在图像块的适应度相等时,选择扩展块,比较获得融合的图像块。通过本发明,提高了图像融合中寻找最佳分块大小的效率,并且降低了计算的复杂度;另外,在图像融合中充分考虑了整体融合图像的清晰度。
-
公开(公告)号:CN112651242A
公开(公告)日:2021-04-13
申请号:CN202110076848.2
申请日:2021-01-20
Applicant: 重庆大学
IPC: G06F40/289 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于内外注意力机制和可变尺度卷积的文本分类方法,本发明中,通过卷积神经网络和循环神经网络结合的方式来获取局部特征和全局信息,克服了卷积神经网络卷积核窗口大小固定,导致无法建模更长的序列信息,不能获取序列数据间的间隔信息和长期依赖关系的问题;还克服了循环神经网络在提取局部关键信息方面存在不足,网络参数较为复杂,训练耗时较长,存在梯度小时和梯度爆炸的问题。此外,本发明还利用空洞卷积的思想,构造了三种不同空洞卷积核,提取文本局部间隔的相关特征信息,计算文本词向量和对应隐藏信息序列间的相关性,提高对于重要信息特征加权的比重,进而提高了文本分类的准确性。
-
公开(公告)号:CN105911450B
公开(公告)日:2018-03-23
申请号:CN201610169018.3
申请日:2016-03-22
Applicant: 重庆大学
IPC: G01R31/28
Abstract: 本发明提供一种飞针测试机开路测试路径优化方法,其特征在于:所述方法包括如下步骤:A、读取并整理路径优化所需要的信息;B、循环对每个网络的点进行配对,然后再将配对合并;B1、建立第一至第十三容器;B2、分别从正面可测试点容器、反面可测试点容器中读取同一个网络的正面点及反面点,分别保存到第一容器、第二容器中;B3、对第一、二容器中的点重新排序;B4、进行开路配对;B7、配对合并,合并后放入第十三容器中;C、开路优化;D、生成测试文件:开路优化完成后,生成新的CONTI.LST文件;本发明比现有的软件在测试时间上可优化30%,测试时间可缩短50%;可广泛应用于印制电路板制造行业及测试行业。
-
公开(公告)号:CN107423842A
公开(公告)日:2017-12-01
申请号:CN201710327552.7
申请日:2017-05-09
Applicant: 重庆大学
IPC: G06Q10/04
CPC classification number: G06Q10/047
Abstract: 本发明涉及一种具有线性时间复杂度的影响力最大化算法,包括以下步骤:S1影响力计算;以迭代的方式计算任意给定节点u的γ邻域影响力,并以此作为该节点的全局影响力的近似表示;S2种子节点选择;根据步骤S1的计算结果采用贪心策略选择最优的k个种子节点。该算法能够根据给定的传播模型设计递归公式,然后以迭代的方式快速计算网络中节点的影响力,从而极大地提高算法效率。
-
公开(公告)号:CN102622545B
公开(公告)日:2015-01-14
申请号:CN201210050514.9
申请日:2012-03-01
Applicant: 重庆大学
Abstract: 本发明公开了图片文件追踪方法,其特征在于:所述方法包括如下步骤:A.在计算机中安装插件,插件用于对本机所进行的文件操作进行监控;B.插件对本机所进行的文件操作进行监控;当插件检测到本机对图片文件进行操作时,得到数字签名;C.判断该图片文件是否已添加水印,当该图片文件已添加水印时,进入步骤E,当该图片文件未添加水印时,进入步骤D;D.添加水印:将数字签名和当前操作用户的私钥对应的公钥以及签名原文同时作为水印信息,加入到本机进行操作的图片文件中,返回步骤B;E.水印替换:将已添水印的图片文件中的水印提取出,返回步骤D;本发明可广泛用于基于PKI的企业内部网,以追踪重要文件泄密源头问题。
-
公开(公告)号:CN101667219B
公开(公告)日:2011-07-06
申请号:CN200910191018.3
申请日:2009-09-29
Applicant: 重庆大学
IPC: G06F17/50
Abstract: 本发明公开了一种印制电路板测试路径优化方法,其特征在于:所述方法包括如下步骤:A、读取ipc文件,得到待测点所属的网络号、正反面标志、坐标信息,以及相邻网络的信息;B、对信息进行预处理,C、优化路径、E、输出测试文件:开路优化完成后,将按照IPC文件标准生成CONTI.LST文件。本发明由ipc文件读出待测试电路板的所有点信息以及相邻网络信息,根据4针测试原则,重新对各网络号进行组合和排列,在不漏测任何网络的前提下尽量优化走针路径,使得飞针测试仪走针的路径最短,经实际应用,结果比现有软件在测试时间效率上提高了3%到16%,可广泛应用于印制电路板制造行业以及电子行业。
-
-
-
-
-
-
-
-
-