公开(公告)号：CN111898473B

公开(公告)日：2023-09-01

申请号：CN202010661595.0

申请日：2020-07-10

Applicant: 华南农业大学

Inventor： 王金凤 ,  王文中 ,  刘君扬 ,  何振宇

IPC: G06V20/59 ,  G06V40/16 ,  G06V10/762 ,  G06N3/0464 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的司机状态实时监测方法，包括以下步骤：通过图像获取装置实时获取司机面部图像，得到司机面部图像集；构建基于感受野的特征提取网络，用于提取司机面部特征，进而计算网络最终特征图的感受野和步长，使得感受野符合司机面部大小；通过聚类分析模块对司机面部特征数据集进行聚类分析，得到司机面部信息，根据检测对象选择相应的检测层，并设置先验框大小；对司机面部信息进行司机面部疲劳识别，得到司机状态信息；本发明结合感受野设计特征提取网络并优化检测层，能有效提取脸部特征；结合聚类方法进一步提高检测速度。

公开(公告)号：CN116030526B

公开(公告)日：2023-08-15

申请号：CN202310165454.3

申请日：2023-02-27

Applicant: 华南农业大学

Inventor： 王金凤 ,  郑志燊 ,  苏志坚 ,  黄可 ,  李杏圆 ,  许健恒 ,  尤茵茵 ,  刘星宇

IPC: G06V40/16 ,  G06N3/0464 ,  G06N3/048 ,  G06Q50/20 ,  G06V10/82

Abstract: 本发明公开了一种基于多任务深度学习的情感识别方法、系统及存储介质，所述方法包括：获取情感数据集；情感数据集包括多张课堂学生图像，在课堂学生图像中标注每个学生的情感状态标签；构建的多任务深度学习网络模型包括图像表征学习网络、图像重构网络和多任务标签生成网络；利用图像表征学习网络对课堂学生图像进行特征提取，得到表征向量；利用图像重构网络对表征向量进行图像重构；利用多任务标签生成网络根据表征向量预测情感状态标签；利用情感数据集训练多任务深度学习网络模型，计算损失函数并更新模型的权重；将待识别图像输入训练好的多任务深度学习网络模型中，预测情感状态标签。本发明利用构建的网络模型提高了情感识别的准确率。

公开(公告)号：CN111898473A

公开(公告)日：2020-11-06

申请号：CN202010661595.0

申请日：2020-07-10

Applicant: 华南农业大学

Inventor： 王金凤 ,  王文中 ,  刘君扬 ,  何振宇

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

Abstract: 本发明公开了一种基于深度学习的司机状态实时监测方法，包括以下步骤：通过图像获取装置实时获取司机面部图像，得到司机面部图像集；构建基于感受野的特征提取网络，用于提取司机面部特征，进而计算网络最终特征图的感受野和步长，使得感受野符合司机面部大小；通过聚类分析模块对司机面部特征数据集进行聚类分析，得到司机面部信息，根据检测对象选择相应的检测层，并设置先验框大小；对司机面部信息进行司机面部疲劳识别，得到司机状态信息；本发明结合感受野设计特征提取网络并优化检测层，能有效提取脸部特征；结合聚类方法进一步提高检测速度。

公开(公告)号：CN110347719A

公开(公告)日：2019-10-18

申请号：CN201910550272.1

申请日：2019-06-24

Applicant: 华南农业大学

Inventor： 王文中 ,  王金凤 ,  陈嘉杰 ,  陈润健 ,  刘君扬 ,  周展博 ,  何振宇 ,  郭达墅

IPC: G06F16/2458 ,  G06F16/28 ,  G06F16/53 ,  G06F16/951 ,  G06F16/953 ,  G06Q10/06

Abstract: 本发明公开的一种基于大数据的企业外贸风险预警方法，包括以下步骤：进行外贸风险大数据平台部署和搭建，收集外贸风险预警信息，并进行数据解析和特征抽取；再进行初步处理，完成对信息持续存储和原始调用；以数据调用需求为导向，建立外贸风险大数据仓库，通过查询解析和查询优化，实现需求导向调用；建立外贸风险评估数据挖掘模型库，对数据进行进一步调用和分析，形成大数据中心；根据需求，大数据中心调用相关数据和外贸风险评估数据挖掘模型库，实现外贸风险预警信息共享；本发明采用云计算和大数据管理技术，建立外贸风险大数据仓库，基于大数据学习企业外贸风险特征，进行评估预警，客观风险评估，降低人工干预和成本，提高识别效率。

公开(公告)号：CN116108279A

公开(公告)日：2023-05-12

申请号：CN202310172996.3

申请日：2023-02-24

Applicant: 华南农业大学

Inventor： 姜发健 ,  王金凤 ,  招奕钧

IPC: G06F16/9535 ,  G06Q50/14 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/048

Abstract: 本发明涉及推荐系统技术领域，具体涉及一种面向图自监督学习的旅游推荐系统；包括数据预处理单元和推荐单元；本发明提出的打压景点热门度的计算方法相比于传统简单自注意力方式计算用户与景点的偏好权重在保证推荐准确性的基础上降低了时间复杂性，使得推荐模型训练过程中收敛速度更快并且提供可解释性，此外，本发明使用不改变图结构从而增加均匀噪声的方式得到增强视图，同时，本发明使用残差结构，并且使用超参数对每层图卷积结果做约束，最终使得最终的用户、景点表征结果更好，以至于最终推荐结果更加准确。

公开(公告)号：CN105740600A

公开(公告)日：2016-07-06

申请号：CN201610015269.6

申请日：2016-01-08

Applicant: 华南农业大学

Inventor： 王金凤 ,  王文中 ,  陈润健 ,  陈嘉杰

IPC: G06F19/00

CPC classification number: G06F19/00

Abstract: 本发明公开了一种基于L1正则化的土地指标筛选方法，该方法使用模糊测度值描述地块影响指标或地块影响指标子集，以表达其对目标地块质量的影响度；通过模糊积分的计算基于模糊测度的目标值，再通过求解模糊测度值，筛选重要土地指标集；最后根据选取的重要土地指标集构建决策树评判模型，进行地块质量评价。本发明依靠模糊积分构建土地指标相关的线性规划方程，采用L1正则化方法求得一组模糊测度稀疏解，少数非零解对应的变量即为重要指标，从而达到土地指标筛选的目的。