-
公开(公告)号：CN114064901B
公开(公告)日：2022-08-26
申请号：CN202111422577.8
申请日：2021-11-26
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/36 , G06F16/951 , G06F40/205 , G06F40/289 , G06F40/30 , G06F40/247 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于知识图谱词义消歧的书评文本分类方法，属于自然语言处理技术领域。该方法包括：S1：获取书评文本数据集；S2：将文本进行分段处理；S3：对分段后的文本进行聚类并标签化，每个文本片段对应各自的外部知识实体；S4：词级文本预处理；S5：计算词级文本间的语义相似度、余弦相似度、目标函数以及得分；S6：提取文本片段的特征；S7：利用层次注意力网络提取各文本片段的特征信息，再对文本片段的特征信息进行一次层次注意力网路的文本处理，最终得到的特征信息经归一化处理完成文本分类。本发明能有效处理篇章级别的长文本数据。
-
公开(公告)号：CN116450954A
公开(公告)日：2023-07-18
申请号：CN202310442845.5
申请日：2023-04-23
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06F16/9535 , G06N3/048 , G06N3/08 , G06N3/0464
Abstract: 本发明涉及一种基于图卷积网络的协同过滤推荐方法，属于内容推荐领域，包括获取数据集；将数据构造成用户‑项目二分图，用户‑用户二分图，项目‑项目二分图；构造子图生成模块，结合用户特征和图结构来识别具有相似兴趣的用户，然后通过保留这些用户及其交互项目来构造子图；在低阶图卷积模块中生成的用户项目的嵌入与子图生成模块中的嵌入拼接，形成最终的推荐结果。该方法提供了一种基于卷积图神经网络的协同过滤推荐算法，定义了一种子图生成模块，并加入一阶信息，定义了一个新的约束损失函数，解决了基于图卷积的推荐算法中，迭代多层出现的过渡平滑问题，通过堆叠更多的层来利用高阶邻居的信息而获得改进。
-
Patent Agency Ranking
公开(公告)号：CN115033689B
公开(公告)日：2023-04-18
申请号：CN202210593432.2
申请日：2022-05-27
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/31 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/0464 , G06N3/048 , G06N3/088
Abstract: 本发明涉及一种基于小样本文本分类原型网络欧氏距离计算方法，属于计算机技术领域。该方法包括以下内容：通过对数据进行划分为support与query，度量学习的学习范式通过support来获得样本的估计类别，然后通过query来对估计类别进行比较，从而来进行分类。本发明利用孪生网络结合高速网络提升对原型特征进行提取计算，不同孪生层对support以及query的处理均不相同；通过特征级注意力模块来将support与query的进行特征级关注，通过特征融合将结果通过激活函数获得注意力分数系数，通过注意力分数提升欧氏距离对于高维稀疏矩阵的特征进行判别，提高分类准确度。
-
公开(公告)号：CN116452818B
公开(公告)日：2024-12-10
申请号：CN202310501608.1
申请日：2023-05-06
Applicant: 重庆邮电大学
IPC: G06V10/40 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于特征增强的小样本遥感图像目标检测方法，属于图像处理技术领域。该方法包括：先将遥感图像数据集进行划分处理，然后在训练阶段，将大量的基类数据输入特征提取网络；然后在特征提取网络后添加了一个上下文特征增强模块，通过利用指示对象类别存在或不存在的图像级上下文信息来选择性地加强类别感知特征，这能帮助目标检测器更好地理解场景。在小样本微调阶段，利用训练好的特征提取网络，冻结其部分参数，将平衡的基类和新类数据输入到网络中，再由后面RoI特征提取器和表示补偿模块获得修正后的提议框，再对新类别的遥感图像进行目标预测。本发明能够一定程度上解决遥感图像目标检测中的小样本问题。
-
公开(公告)号：CN116452818A
公开(公告)日：2023-07-18
申请号：CN202310501608.1
申请日：2023-05-06
Applicant: 重庆邮电大学
IPC: G06V10/40 , G06V10/25 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于特征增强的小样本遥感图像目标检测方法，属于图像处理技术领域。该方法包括：先将遥感图像数据集进行划分处理，然后在训练阶段，将大量的基类数据输入特征提取网络；然后在特征提取网络后添加了一个上下文特征增强模块，通过利用指示对象类别存在或不存在的图像级上下文信息来选择性地加强类别感知特征，这能帮助目标检测器更好地理解场景。在小样本微调阶段，利用训练好的特征提取网络，冻结其部分参数，将平衡的基类和新类数据输入到网络中，再由后面RoI特征提取器和表示补偿模块获得修正后的提议框，再对新类别的遥感图像进行目标预测。本发明能够一定程度上解决遥感图像目标检测中的小样本问题。
-
公开(公告)号：CN115033689A
公开(公告)日：2022-09-09
申请号：CN202210593432.2
申请日：2022-05-27
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/31 , G06F40/205 , G06F40/284 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于小样本文本分类原型网络欧氏距离计算方法，属于计算机技术领域。该方法包括以下内容：通过对数据进行划分为support与query，度量学习的学习范式通过support来获得样本的估计类别，然后通过query来对估计类别进行比较，从而来进行分类。本发明利用孪生网络结合高速网络提升对原型特征进行提取计算，不同孪生层对support以及query的处理均不相同；通过特征级注意力模块来将support与query的进行特征级关注，通过特征融合将结果通过激活函数获得注意力分数系数，通过注意力分数提升欧氏距离对于高维稀疏矩阵的特征进行判别，提高分类准确度。
-
公开(公告)号：CN114064901A
公开(公告)日：2022-02-18
申请号：CN202111422577.8
申请日：2021-11-26
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F16/36 , G06F16/951 , G06F40/205 , G06F40/289 , G06F40/30 , G06F40/247 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于知识图谱词义消歧的书评文本分类方法，属于自然语言处理技术领域。该方法包括：S1：获取书评文本数据集；S2：将文本进行分段处理；S3：对分段后的文本进行聚类并标签化，每个文本片段对应各自的外部知识实体；S4：词级文本预处理；S5：计算词级文本间的语义相似度、余弦相似度、目标函数以及得分；S6：提取文本片段的特征；S7：利用层次注意力网络提取各文本片段的特征信息，再对文本片段的特征信息进行一次层次注意力网路的文本处理，最终得到的特征信息经归一化处理完成文本分类。本发明能有效处理篇章级别的长文本数据。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
