-
公开(公告)号：CN111858932A
公开(公告)日：2020-10-30
申请号：CN202010659948.3
申请日：2020-07-10
Applicant: 暨南大学
IPC: G06F16/35 , G06F40/151 , G06F40/242 , G06N3/04
Abstract: 本发明公开了一种基于Transformer的多重特征中英文情感分类方法及系统，该方法步骤包括：对给定的文本数据进行预处理，包括划分文本、构造词典、获取数字形式的文本表示；建立模型的编码器网络：将预处理后的文本数据输入模型编码器部分的神经网络，依次经过嵌入层、多重自我注意力层、前馈层，提取并输出每个词语基于多重自我注意力机制的向量表示；建立模型的解码器网络：以编码器网络的输出作为值项和键项的输入，以文本序列的上下文向量作为查询项的唯一输入，经过解码器的多重自我注意力层和前馈层，输出文本基于自我注意力机制的向量表示。本发明以Transformer模型为基础架构，丰富了模型的特征输入中包含的信息，挖掘模型在原先应用领域之外的潜能。
-
公开(公告)号：CN119130862A
公开(公告)日：2024-12-13
申请号：CN202411612497.2
申请日：2024-11-13
Applicant: 暨南大学
Abstract: 本发明公开了一种图像复原方法，属于图像处理技术领域，该方法包括：获取第一向量，以建立图像复原模型的目标函数；所述第一向量由待复原图像所拉伸成；所述即插即用预条件Krasnoselskii‑Mann算法通过不动点理论将目标函数划分为不同的子问题，并引入两个预条件矩阵，根据图像复原模型和满足收敛条件对两个预条件矩阵赋值；所述即插即用预条件Krasnoselskii‑Mann算法迭代若干步得到复原图像。本发明图像复原方法采用即插即用预条件Krasnoselskii‑Mann算法，在实现对每个像素点的不同加权的同时，使算法稳定地收敛到真实解，从而实现即插即用局部复原的目的，提高了算法的鲁棒性和复原效果。
-
公开(公告)号：CN118399977B
公开(公告)日：2024-09-03
申请号：CN202410822992.X
申请日：2024-06-25
Applicant: 暨南大学
Abstract: 本发明公开了一种基于Cholesky分解加速及误差修正的稀疏信号恢复方法和系统，涉及通信信号处理技术领域，其方法包括建立稀疏恢复模型；接收观测信号，利用稀疏恢复模型将观测信号重构为真实稀疏信号；将最后一次迭代中获得的估计稀疏信号输出作为真实稀疏信号。其中，利用Cholesky分解加速的误差修正方法来加快信号重构过程、提高信号重构精度，实现了提高恢复稀疏信号恢复的性能的目的。
-
公开(公告)号：CN118399977A
公开(公告)日：2024-07-26
申请号：CN202410822992.X
申请日：2024-06-25
Applicant: 暨南大学
Abstract: 本发明公开了一种基于Cholesky分解加速及误差修正的稀疏信号恢复方法和系统，涉及通信信号处理技术领域，其方法包括建立稀疏恢复模型；接收观测信号，利用稀疏恢复模型将观测信号重构为真实稀疏信号；将最后一次迭代中获得的估计稀疏信号输出作为真实稀疏信号。其中，利用Cholesky分解加速的误差修正方法来加快信号重构过程、提高信号重构精度，实现了提高恢复稀疏信号恢复的性能的目的。
-
公开(公告)号：CN117439615B
公开(公告)日：2024-03-29
申请号：CN202311722881.3
申请日：2023-12-15
Applicant: 暨南大学
IPC: H03M7/30
Abstract: 本发明公开了一种基于加速的贪心块稀疏Kaczmarz算法的稀疏信号恢复方法及系统，涉及通信信号处理技术领域，本发明与传统稀疏Kaczmarz算法不同的是，加速的贪心块稀疏Kaczmarz算法在每轮迭代中能够尽可能地选择一组具有较大残差的方程来同时更新其对应的变量，从而显著加快算法收敛速率。此外，该算法还引入了Polyak的重球动量技术，减小迭代过程中的震荡，从而更快地逼近于真实信号，特别适用于存在噪声或振荡的情况。最重要的是，该算法能够在没有稀疏性先验信息的情况下进行稀疏信号重构，增强算法的适用性和鲁棒性。这些特点使本发明采用的mGBSK算法成为一种高效的稀疏信号恢复工具，可用于多种应用领域。
-
Patent Agency Ranking
公开(公告)号：CN117153418A
公开(公告)日：2023-12-01
申请号：CN202311421223.0
申请日：2023-10-31
Applicant: 暨南大学
IPC: G16H50/70 , G06N3/094 , G06F18/2413
Abstract: 本发明公开一种抗后门攻击的智能早产儿视网膜病变分类预测方法，包括以下步骤：获取患儿电子病历文书数据，并对患儿电子病历文书进行预处理，得到样本数据；以带有诊断标签的样本数据作为输入，以及以早产儿视网膜病变类别作为输出，建立基于深度学习的分类预测模型；使用字符级别的触发器对分类预测模型注入权重后门攻击，形成被投毒模型，利用LoRA算法微调被投毒模型的权重，并根据被投毒模型输出的置信度识别中毒样本和干净样本，最后结合对抗训练进一步提升分类预测模型的抗攻击性。本发明的有益效果是：从数据层面和模型训练层面多维度的抵御后门攻击，保证分类预测模型的安全性。
-
公开(公告)号：CN112422133A
公开(公告)日：2021-02-26
申请号：CN202011186669.6
申请日：2020-10-30
Applicant: 暨南大学
IPC: H03M7/30
Abstract: 本发明公开了一种减法匹配追踪的二值稀疏信号恢复方法及其应用，该方法基于显式SMP或隐式SMP进行二值稀疏信号恢复；基于显式SMP具体步骤为：输入噪声观测向量，感知矩阵和稀疏度；数据初始化；在每次迭代中，感知矩阵对应索引为i的列向量与残差最相关，得到索引sk，通过减去感知矩阵对应索引为sk的列向量更新残差向量，直到迭代停止，输出估计稀疏信号；基于隐式SMP具体步骤为：输入噪声观测向量，感知矩阵和稀疏度；数据初始化；在每次迭代中，选择一个索引，获取列索引集，紧接着更新总的索引估计支集，更新相关性，循环迭代直到迭代停止；输出估计稀疏信号。本发明提高了稀疏信号恢复效率，实现稀疏信号的恢复性能更好的目的。
-
公开(公告)号：CN110730011A
公开(公告)日：2020-01-24
申请号：CN201910921448.X
申请日：2019-09-27
Applicant: 暨南大学
Abstract: 本发明公开的一种基于部分叠加的递归分组马尔可夫叠加编码方法，以码长为n，信息为长度k的码C[n,k]作为基本码，将长度为kL的信息序列u编码成长度为n(L+T)的码字c，其中,L为耦合长度，代表长度为k的等长分组的数量，T为结尾长度；L,T为取值为非负的整数；编码方法包括以下步骤：将长度为kL的信息序列u划分为L个等长分组u＝(u(0),u(1),…,u(L-1))，每个分组长度为k；对于时刻t＝-1,-2,…,-m，把长度为n的序列w(t)初始化设置为全零序列；在t＝0,1,…,L-1时刻，将长度为k的序列 送入基本码的编码器ENC进行编码，得到长度为n的编码序列 并结合序列w(t-1)，w(t-2)，…，w(t-m)计算码字c的第t个子序列c(t)；本发明具有编码简单、译码复杂度低、构造灵活、可逼近信道容量等优点，与传统的分组马尔可夫叠加编码方法相比，适用于性能较好的基本码，拥有更低的编译码复杂度。
-
公开(公告)号：CN119130862B
公开(公告)日：2025-04-11
申请号：CN202411612497.2
申请日：2024-11-13
Applicant: 暨南大学
Abstract: 本发明公开了一种图像复原方法，属于图像处理技术领域，该方法包括：获取第一向量，以建立图像复原模型的目标函数；所述第一向量由待复原图像所拉伸成；所述即插即用预条件Krasnoselskii‑Mann算法通过不动点理论将目标函数划分为不同的子问题，并引入两个预条件矩阵，根据图像复原模型和满足收敛条件对两个预条件矩阵赋值；所述即插即用预条件Krasnoselskii‑Mann算法迭代若干步得到复原图像。本发明图像复原方法采用即插即用预条件Krasnoselskii‑Mann算法，在实现对每个像素点的不同加权的同时，使算法稳定地收敛到真实解，从而实现即插即用局部复原的目的，提高了算法的鲁棒性和复原效果。
-
公开(公告)号：CN112528174B
公开(公告)日：2024-07-26
申请号：CN202011361104.7
申请日：2020-11-27
Applicant: 暨南大学
IPC: G06F16/9537 , G06F16/36 , G06F40/295
Abstract: 本发明公开了一种基于知识图谱和多重匹配的地址修整补全方法及应用，该方法包括：采用分词工具对输入的地址文本数据进行分词操作，构建地址名词词典进行匹配分词，根据地名规则进行匹配重组；获取地址行政区划分数据，采用数据库管理工具构建地址知识图谱，获取地名的旧名或别名信息，将地名的旧名或别名信息在构建好的地址知识图谱中的对应的地名构建起关联；根据地址构成的特点，构建多种匹配规则进行匹配，采用对应匹配规则对地址进行修正和补全，匹配规则包括前文缺失匹配规则、重名情况下前文全缺失匹配规则、重名情况下前文相邻缺失匹配规则和旧名别名修正匹配规则。本发明实现对信息缺省甚至有误的地址进行正确高效规范的修整和补全。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.015 seconds)
