公开(公告)号：CN113505699A

公开(公告)日：2021-10-15

申请号：CN202110781771.9

申请日：2021-07-09

Applicant: 兰州大学 ,  天津云帆海洋科技有限公司

Inventor： 苏伟 ,  张久文 ,  成方林 ,  贾旭强 ,  刘莉 ,  屈志毅

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/02

Abstract: 本发明属于船舶检测技术领域，具体公开一种基于RetinaNet算法的船舶检测方法，包括如下步骤：S1：基于RetinaNet算法建立船舶目标检测模型；S2：获取船舶目标待检测图像；S3：将船舶目标待检测图像输入船舶目标检测模型，得到船舶目标检测结果图像。本发明解决了现有技术存在的提取船舶目标困难、检测模型泛化能力不强以及检测的精度有限的问题。

公开(公告)号：CN113486819A

公开(公告)日：2021-10-08

申请号：CN202110779963.6

申请日：2021-07-09

Applicant: 广西民族大学 ,  兰州大学

Inventor： 吴尽昭 ,  熊菊霞 ,  苏伟 ,  张久文 ,  屈志毅 ,  贾旭强

IPC: G06K9/00 ,  G06K9/44 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于船舶检测技术领域，具体公开一种基于YOLOv4算法的船舶目标检测方法，包括如下步骤：S1：基于YOLOv4算法建立船舶目标检测模型；S2：获取船舶目标待检测图像；S3：将船舶目标待检测图像输入船舶目标检测模型，得到船舶目标检测结果图像。本发明解决了现有技术存在的提取船舶目标困难、检测模型泛化能力不强以及检测的精度有限的问题。

公开(公告)号：CN111581991A

公开(公告)日：2020-08-25

申请号：CN202010409944.X

申请日：2020-05-14

Applicant: 兰州大学

Inventor： 苏伟 ,  蔡川 ,  许存禄 ,  林和 ,  吴尽昭 ,  蒋琪

IPC: G06F40/58 ,  G06F40/289 ,  G06F40/126 ,  G06F40/157

Abstract: 本发明涉及一种基于端到端神经机器翻译的汉盲翻译方法及系统，所述方法至少包括：基于端到端深度学习构建能够学习汉语文本到盲文ASCII码直接转换的映射函数的端到端神经机器翻译模型；基于现存未经处理的汉语到盲文ASCII码转换的对照语料库训练所述端到端神经机器翻译模型。本发明基于端到端深度学习思想，直接绕过分词、标调、合成等多个翻译处理阶段，通过训练较大的端到端神经机器翻译模型进行翻译，能够一步直接得到汉语文本的盲文翻译结果，随着训练数据的不断增加，相比多阶段处理的翻译方式能够在短时间、低成本、系统复杂度降低的情况下显著提高盲文翻译的准确率。

公开(公告)号：CN120069008A

公开(公告)日：2025-05-30

申请号：CN202510534836.8

申请日：2025-04-27

Applicant: 兰州大学

Inventor： 柯奕阳 ,  苏伟

IPC: G06N3/098 ,  G06F18/10 ,  G06F18/214

Abstract: 本发明公开了一种基于多头注意力机制的纵向图联邦学习方法，属于纵向图联邦学习技术领域，包括：获取交通监测点的原始节点特征并进行预处理后，将多方用户与服务器的节点进行对齐；基于对齐得到的有序相交节点集合，提取每个用户和服务器中对应的节点特征，获得对齐后的节点特征数据框；生成本地节点嵌入并进行差分隐私扰动，获得扰动后的本地节点嵌入；通过多头注意力机制对扰动后的本地节点嵌入进行加权聚合，更新服务器的全局节点嵌入；服务器通过全局节点嵌入训练分类模型，完成交通监测点的节点分类。本发明能够捕捉本地节点嵌入和全局节点嵌入之间的复杂关系，聚合出特征表达能力强的全局节点嵌入，提升下游任务的预测性能。

公开(公告)号：CN119851086A

公开(公告)日：2025-04-18

申请号：CN202411946659.6

申请日：2024-12-27

Applicant: 兰州大学

Inventor： 葛觐铭 ,  刘博春 ,  张驰 ,  程一帆 ,  苏伟 ,  母庆渝 ,  杜佳璟 ,  徐梓洋

IPC: G06V10/82 ,  G01S13/95 ,  G01S7/41 ,  G06V10/764 ,  G06V10/40 ,  G06T5/20 ,  G06V10/26 ,  G06V10/80 ,  G06T7/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习与物理统计融合的云雷达地物回波识别方法，属于气象雷达探测领域，该方法包括以下步骤：获取毫米波云雷达PPI扫描方式下的观测变量；基于所述观测变量确定地物真值；基于所述地物真值构建地物真值样本，采用二维卷积神经网络对所述地物真值样本进行气象和地物回波的准确判别得到最终的识别结果。本发明为强对流天气预警、极端天气成因研究以及灾害性天气应急预案的制定提供更可靠的数据支持。

公开(公告)号：CN118799026B

公开(公告)日：2025-03-07

申请号：CN202410785952.2

申请日：2024-06-18

Applicant: 甘肃亿恩科技有限公司 ,  兰州大学

Inventor： 史春燕 ,  刘磊 ,  段毅然 ,  苏伟 ,  安早红

IPC: G06Q30/0601 ,  G06F18/2411 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0499 ,  G06F18/25

Abstract: 本发明公开了一种基于深度学习DCP的推荐方法，属于商品推荐技术领域，所述方法包括以下步骤：获取在线平台用户交互行为数据集，对所述在线平台用户交互行为数据集进行预处理，获得预处理数据集；构建初始推荐模型，基于所述预处理数据集对初始推荐模型进行训练，获得推荐模型；将用户数据输入到推荐模型中得到推荐商品信息，将所述推荐商品信息推送给用户。本发明通过构建的推荐模型能够很好地识别和处理输入特征之间的非线性关系，提升了推荐的相关性，使推荐更加准确。

公开(公告)号：CN118378639A

公开(公告)日：2024-07-23

申请号：CN202410628465.5

申请日：2024-05-21

Applicant: 兰州大学

Inventor： 苏伟 ,  于海龙

IPC: G06F40/58 ,  G06F40/284 ,  G06F40/242 ,  G06N20/00 ,  G06N3/0455 ,  G06N3/08 ,  G09B21/00

Abstract: 本发明公开了一种基于两部分Loss的汉盲自动转换方法及系统，包括：构建汉盲平行语料库，对汉盲平行语料库进行处理，获得不带分词的盲点序列、盲点对应的盲文分词标记序列与汉语序列，均进行编码；构建机器翻译模型，基于编码后的数据对机器翻译模型进行训练，获得基于两部分Loss的机器翻译模型；将待转换汉语句子输入模型中，获得预测盲点序列与分词标记，基于分词标记与预测盲点序列获得最终盲文序列，完成汉盲自动转换。本发明进行端到端汉盲翻译的同时考虑到使用两个Loss分别优化盲点生成以及盲文分词两个任务，在翻译过程中的每个时间步预测盲点及分词标记，从而得到最终的盲文序列，准确率得到了提高。

公开(公告)号：CN117095421A

公开(公告)日：2023-11-21

申请号：CN202310648500.5

申请日：2023-06-02

Applicant: 读者出版集团有限公司 ,  兰州大学

Inventor： 刘磊 ,  赵宗武 ,  马永强 ,  苏伟

IPC: G06V30/42 ,  G06V30/18 ,  G06V30/19 ,  G06N5/01 ,  G06N20/20 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/084

Abstract: 本申请公开了一种基于两阶段盲文图像分类识别方法及系统，其中方法步骤包括：对待翻译的盲文图像进行盲文点检测，得到盲文点的位置；基于盲文点的位置，对盲文点进行网格线划分和定位，生成每一个盲方对应的图像框；构建分类检测模型，并利用检测模型对图像框中的盲方进行识别。本申请提出的盲文图像识别方法，与传统方法相比，本申请首次将Transformer模型引入到盲文图像识别方法中；同时，在盲文点的检测上也不采用传统阈值法的方式，而是采用了Harris特征检测方式和Haar+Adaboost算法检测方式，本申请盲文点检测准确，具有较高的鲁棒性，以便检测网络直接找到整个盲方并同时进行识别。

公开(公告)号：CN117011098A

公开(公告)日：2023-11-07

申请号：CN202310613465.3

申请日：2023-05-29

Applicant: 兰州大学 ,  读者出版集团有限公司

Inventor： 苏伟 ,  石君太 ,  刘磊 ,  崔向平 ,  许圣麟

IPC: G06Q50/20 ,  G06Q10/04 ,  G06N3/044 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于MKVMN模型的学生学习能力的预测方法，包括：计算问题难度信息特征和学生个人学习能力特征，通过多特征融合的键值记忆网络知识追踪模型MKVMN，将问题难度信息特征与知识概念进行交叉融合，获取问题编码向量，将学生个人学习能力特征与问题响应进行交叉融合，获取问题‑响应编码向量；基于问题编码向量，获取学生当前回答的问题与潜在知识概念之间的相关性权重向量；基于相关性权重向量以及多特征融合的键值记忆网络知识追踪模型，获取正确回答问题的概率，基于概率预测学生的学习能力。本发明显著的提高了模型的预测性能。

公开(公告)号：CN116681037A

公开(公告)日：2023-09-01

申请号：CN202310659895.9

申请日：2023-06-06

Applicant: 兰州大学

Inventor： 苏伟 ,  于海龙 ,  袁永娜 ,  许存禄

IPC: G06F40/151 ,  G06F40/129 ,  G06F40/58 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/084

Abstract: 本申请公开了一种基于预训练模型的汉语到盲文的自动转换方法及系统，其中方法包括以下步骤：构建预训练语料库、汉盲平行语料库和机器翻译模型；对所述预训练语料库和所述汉盲平行语料库进行编码，得到编码后预训练语料库和编码后汉盲平行语料库；基于所述编码后预训练语料库对所述机器翻译模型进行预训练，得到预训练模型；基于所述编码后汉盲平行语料库对所述预训练模型进行参数微调，得到转换模型；将汉语输入至所述转换模型中进行翻译，得到盲文序列，完成汉盲翻译。本申请可以将汉语一步地转换为对应的盲文，并且大大减少了模型对平行数据的依赖，使用少量数据进行训练，也可以达到很好的效果。