-
Patent Agency Ranking
公开(公告)号：CN116321008A
公开(公告)日：2023-06-23
申请号：CN202310392222.1
申请日：2023-04-13
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于三元组自编码器的室内位置指纹定位方法，属于定位技术领域。该方法为：利用WIFI接收器在每个位置获得一组WIFI信号强度数据，得到每个位置点的WIFI信号强弱；使用高斯滤波的方式对已经采集到的数据进行预处理；构造基于自编码器的三元组神经网络及损失函数和用于最后定位的BP神经网络；将经过预处理室内位置指纹数据集训练构造好的三元组自编码器，保留网络模型的结构和参数；使用特征提取网络提取预处理后的数据集，得到降维后的数据集，训练BP神经网络，将特征提取网络和训练后的BP神经网络保存为Tri‑Sae模型；该方法解决了特征提取难度大、定位精度低、坏数据较多等问题。
-
公开(公告)号：CN116402059A
公开(公告)日：2023-07-07
申请号：CN202310392221.7
申请日：2023-04-13
Applicant: 重庆邮电大学
IPC: G06F40/30 , G06F40/211 , G06F40/253 , G06F16/35 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于DualGCN的文本情感分析方法，属于文本分析领域。该方法为：首先对文本进行预处理，使用预训练的Glove词嵌入，利用BERT作为encoder来挖掘句子的隐藏状态向量，利用生成树提供的短语级语法结构和依赖树从句语法结构的信息，替代以往仅从依赖树获取语法结构信息，考虑到方面之间的影响，将依赖树结构和组成树结构的融合，解决了方面级情感分析长距离依赖问题；增加了GCN中每一层的感受野。最后通过语法模块和语义模块的信息交流，由softmax来输出分类结果。该方法利用了语法结构的信息，缓解了GCN容易出现的过度平滑现象，能有效提高分类的精度。
-
公开(公告)号：CN114067160B
公开(公告)日：2023-04-07
申请号：CN202111387970.8
申请日：2021-11-22
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/13 , G06N3/048 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于嵌入平滑图神经网络的小样本遥感图像场景分类方法，属于遥感图像识别领域。该方法首先将场景图片输入到嵌入学习模块中，通过一个卷积神经网络提取场景嵌入特征；再将嵌入平滑引入到场景分类中，在无监督的情况下捕获嵌入特征之间的相似性与差异性，提高嵌入特征的可区分性，扩展决策边界，降低无关特征的影响；同时通过注意力机制采用任务级关系来构建图矩阵，将目标样本与任务中的所有样本关联起来，并在不同场景类别之间产生更具有分辨力的关系表示；然后根据样本间的内在联系构造图；标签匹配模块可以根据构造的图，通过直推式学习迭代生成测试集中样本的预测标签，直到得到最优解。本发明能够实现图像的精确分类。
-
公开(公告)号：CN116402059B
公开(公告)日：2024-12-10
申请号：CN202310392221.7
申请日：2023-04-13
Applicant: 重庆邮电大学
IPC: G06F40/30 , G06F40/211 , G06F40/253 , G06F16/35 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于DualGCN的文本情感分析方法，属于文本分析领域。该方法为：首先对文本进行预处理，使用预训练的Glove词嵌入，利用BERT作为encoder来挖掘句子的隐藏状态向量，利用生成树提供的短语级语法结构和依赖树从句语法结构的信息，替代以往仅从依赖树获取语法结构信息，考虑到方面之间的影响，将依赖树结构和组成树结构的融合，解决了方面级情感分析长距离依赖问题；增加了GCN中每一层的感受野。最后通过语法模块和语义模块的信息交流，由softmax来输出分类结果。该方法利用了语法结构的信息，缓解了GCN容易出现的过度平滑现象，能有效提高分类的精度。
-
公开(公告)号：CN114067160A
公开(公告)日：2022-02-18
申请号：CN202111387970.8
申请日：2021-11-22
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V20/13 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于嵌入平滑图神经网络的小样本遥感图像场景分类方法，属于遥感图像识别领域。该方法首先将场景图片输入到嵌入学习模块中，通过一个卷积神经网络提取场景嵌入特征；再将嵌入平滑引入到场景分类中，在无监督的情况下捕获嵌入特征之间的相似性与差异性，提高嵌入特征的可区分性，扩展决策边界，降低无关特征的影响；同时通过注意力机制采用任务级关系来构建图矩阵，将目标样本与任务中的所有样本关联起来，并在不同场景类别之间产生更具有分辨力的关系表示；然后根据样本间的内在联系构造图；标签匹配模块可以根据构造的图，通过直推式学习迭代生成测试集中样本的预测标签，直到得到最优解。本发明能够实现图像的精确分类。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
