-
公开(公告)号：CN109087313A
公开(公告)日：2018-12-25
申请号：CN201810877382.4
申请日：2018-08-03
Applicant: 厦门大学
Abstract: 一种基于深度学习的智能舌体分割方法，涉及图像处理。制定舌象采集标准，以此采集标准环境下的舌象数据；所述采集标准包括对设备方面、光线方面、位置方面和患者要求方面等；人工分割舌象数据，并将数据集划分为训练集和测试集以验证算法有效性；通过舌体分割网络TS-Net的编码器获取舌象的低层特征并进行像素定位；通过舌体分割网络TS-Net的解码器融合高低层特征并进行像素分类，获取完整的舌体区域。
-
公开(公告)号：CN115063654B
公开(公告)日：2024-07-16
申请号：CN202210639789.X
申请日：2022-06-08
Applicant: 厦门大学
IPC: G06V10/778 , G06V10/774 , G06V10/764 , G06N20/00
Abstract: 本发明提供了一种基于序列元学习的黑盒攻击方法、存储介质和电子设备，所述方法从所述代理数据集中采样若干图像，基于所述若干图像和所述分类器模型集按照次序逐个优化所述分类器模型集中各模型fi的第一定向扰动，得到一组与各模型相关的定向对抗扰动；而后基于所述定向对抗扰动生成一个与模型无关的第二定向扰动δ，根据所述定向对抗扰动确定所述第二定向扰动δ的更新方向，并按照确定的所述第二定向扰动的更新方向对所述第二定向扰动进行优化。当迭代次数达到预设次数时，输出当前第二定向扰动。上述方案通过挖掘所有观察到的模型，能够优化出共享的扰动，有效提高定向通用扰动的可迁移性。
-
公开(公告)号：CN113627146B
公开(公告)日：2024-05-28
申请号：CN202110918103.6
申请日：2021-08-11
Applicant: 厦门大学
IPC: G06F40/186 , G06F40/211 , G06F40/237 , G06N5/02
Abstract: 基于知识约束的两步式辟谣文本生成方法，涉及自然语言处理领域。针对辟谣文本对外部知识高度依赖以及辟谣长文本生成困难的问题，以谣言为研究对象，基于Transformer的多层解码器架构建立知识文本生成模型，利用知识三元组生成知识文本序列，同时采用pytorch版的GPT2‑ML模型建立辟谣结论生成模型，引入谣言约束和知识约束生成辟谣结论，将生成的知识文本序列和辟谣结论共同组成辟谣文本。两步式辟谣文本方法效果明显优于其他的生成方法，不仅缓解辟谣长文本生成困难的问题，还使生成的辟谣文本更具逻辑性。
-
公开(公告)号：CN117710861A
公开(公告)日：2024-03-15
申请号：CN202311732700.5
申请日：2023-12-15
Applicant: 厦门大学
IPC: G06V20/40 , G06N3/0442 , G06N3/0895 , G06V10/80
Abstract: 本发明公开了一种基于全注意力记忆模块的视频异常检测方法、介质和设备，所述方法通过混合编码器预处理输入数据以及使用全注意力机制更新记忆模块，采用混合编码器对I3D模型提取的第一视频特征信息进行预处理，能够使得提取出的视频特征变得更加全面，避免丢失有价值信息，而采用注意力机制取代了Top‑k选择机制，能够实现更全面的记忆模块中各项参数的迭代更新，有效解决了现有基于记忆模块的弱监督视频异常检测方法中的缺陷。
-
公开(公告)号：CN114282530A
公开(公告)日：2022-04-05
申请号：CN202111597320.6
申请日：2021-12-24
Applicant: 厦门大学
IPC: G06F40/253 , G06F40/242 , G06F40/211 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 一种基于语法结构与连接信息触发的复杂句情感分析方法，涉及自然语言处理。包括以下步骤：1)构建连词信息触发的情感层次模型；2)使用迁移学习方法对子句子编码器进行预训练；3)情感划分模块将复杂句子划分为多个简单的情感模块；4)子句编码器对每个情感模块单独进行编码，分别生成情感表达；5)句子编码器融合多个情感模块，并根据基于连接信息触发的注意机制指导多个情感模块的融合。可以准确提取复杂句子中的主要情感表达，并且解决复杂句中因多种情感共现和复杂的句子结构导致的情感模型预测效果不佳的问题。当一个句子中出现多种情感共现时，可以准确找到复杂句中重要的情感部分。
-
Patent Agency Ranking
公开(公告)号：CN109919031B
公开(公告)日：2021-04-09
申请号：CN201910097412.4
申请日：2019-01-31
Applicant: 厦门大学
Abstract: 一种基于深度神经网络的人体行为识别方法，涉及人体行为识别领域。采集视频数据集，根据视频中的人体行为类别对视频进行切割，并赋予对应的类别标签；对视频数据进行抽帧和光流计算预处理，并对抽取的视频帧和光流图像赋予与其对应视频相同的类别标签；人体行为特征学习，使用深度卷积神经网络和双支流输入类残差长短期记忆单元循环神经网络LSTM模型学习视频长时序运动特征；根据学习到的人体行为识别特征，用Softmax层融合两条支流类残差循环神经网络学习到的长时序运动特征，并输出视频的识别类别。
-
公开(公告)号：CN108153884B
公开(公告)日：2020-11-10
申请号：CN201711436575.8
申请日：2017-12-26
Applicant: 厦门大学
IPC: G06F16/9536 , G06F40/30 , G06Q50/00
Abstract: 一种微博谣言传播的分析方法，涉及社会网络建模与分析。构建微博数据信息数据库，爬取微博用户资料和微博数据，并进行系列数据预处理操作；构建博弈论模型；基于博弈论的仿真，分析微博传播；从微博用户的角度出发，考虑用户对谣言的选择策略，构建出基本的博弈模型和责任均分的博弈模型，把博弈模型和微博谣言传播网络结构相结合，以此模拟谣言的传播过程。可以一定程度上模拟出微博谣言的传播情况，其模拟结果受所处网络结构的影响。
-
公开(公告)号：CN106776554A
公开(公告)日：2017-05-31
申请号：CN201611128388.9
申请日：2016-12-09
Applicant: 厦门大学
Abstract: 一种基于多模态超图学习的微博情感预测方法，属于多模态情感分析领域。针对在微博多通道内容上的情感预测中存在的问题，提供一种基于多模态超图学习的微博情感预测方法。包括以下步骤：1)提取微博多模态特征；2)计算微博间距离；3)构建多模态超图模型；4)超图学习。更好关联不同的模态解决模态间的独立性，在微博情感预测上有比较好的效果。
-
公开(公告)号：CN103944810A
公开(公告)日：2014-07-23
申请号：CN201410187923.2
申请日：2014-05-06
Applicant: 厦门大学
Abstract: 本发明公开了一种垃圾电子邮件意图识别系统，包括意图抽取单元、意图判断及意图库维护单元，和意图库。本发明的一种垃圾电子邮件意图识别系统通过抽取电子邮件的显式URL地址、隐式URL地址、显示邮箱地址、隐式邮箱地址、QQ号码、银行账号、信用卡号、电话号码和公司名称等多种类型的意图，并在预先创建的意图库中对每个意图进行查询，之后将当前电子邮件的所有意图查询结果整合在一起进行综合分析判断，从而能够判断出当前电子邮件是否为垃圾邮件。本发明无需一一进入邮件正文中的超链接，并分析所链接的文本的意图，只需利用所述意图库即可高效地完成对电子邮件的意图分析和邮件属性判断，且所抽取的意图种类更多，意图分析结果更准确。
-
公开(公告)号：CN115730582A
公开(公告)日：2023-03-03
申请号：CN202211556149.9
申请日：2022-12-06
Applicant: 厦门大学
IPC: G06F40/211 , G06F40/253 , G06F40/30 , G06F40/289 , G06F16/901 , G06N3/08 , G06N3/0442
Abstract: 一种基于粗粒度层级结构树的复杂句情感分析方法，涉及自然语言处理领域。解决复杂句情感分析中的多种情感共现问题和连词层级关系问题。包括以下步骤：1)构建连接信息词库；2)提取复杂句中的情感模块；3)构建粗粒度层级结构树生成模型；4)利用图模型对该层级结构树建模；5)将复杂句的特征与粗粒度结构树的表征结合，生成情感表达。可以准确找到复杂句中重要的情感部分，弥补了深度学习在复杂句情感分析上的可解释性差的问题，对模型产生的结果有很好的可视化解释说明。实验表明，在复杂句数据集上的效果明显的超越了现有情感分析方法，并有一定的通用性和跨语言能力。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.026 seconds)
