-
公开(公告)号:CN110390941A
公开(公告)日:2019-10-29
申请号:CN201910586062.8
申请日:2019-07-01
Applicant: 清华大学
IPC: G10L19/018 , G10L25/30
Abstract: 本发明公开了一种基于系数相关模型的MP3音频隐写分析方法及装置,其中,方法包括以下步骤:获取待分析的MP3音频QMDCT系数矩阵,以将QMDCT系数作为模型输入;通过循环神经网络从MP3音频QMDCT系数矩阵中提取多种QMDCT相关模式系数向量;通过特征分类网络对待分析的音频相关模式系数向量进行分类,获取待分析的MP3音频是否进行隐写的概率。该方法能够对多种基于MP3量化编码过程的隐写算法都能实现较高的隐写检测率,有一定通用性,并在模型上去除了对于手工特征的依赖,且设计的模型比较简单,能够实现较低的检测耗时。
-
公开(公告)号:CN107863147A
公开(公告)日:2018-03-30
申请号:CN201711002335.7
申请日:2017-10-24
Applicant: 清华大学 , 鄂东医疗集团市中心医院
Abstract: 本发明公开了基于深度卷积神经网络的医疗诊断的方法,该方法包括:获取待诊断的电子病历对应的词向量矩阵;将待诊断的电子病历对应的词向量矩阵输入到预先构建的深度卷积神经网络模型中,获取待诊断的电子病历的特征向量;利用分类器对待诊断的电子病历的特征向量进行分类,获取待诊断的电子病历对应的各个病症的患病概率。该方法将卷积神经网络运用到医疗电子病历文本语义理解并进行辅助医疗诊断,能有效克服基于规则抽取和匹配的方法所具有的缺陷。
-
公开(公告)号:CN106445914A
公开(公告)日:2017-02-22
申请号:CN201610824487.4
申请日:2016-09-13
Applicant: 清华大学
Abstract: 本发明公开了一种微博情感分类器的构建方法及构建装置,其中,方法包括以下步骤:获取多条微博数据;对微博文本进行分词得到词语集合;根据海量无标注的微博文本数据得到词语-词语情感关联关系和词语-情感关联关系;对预设数量的微博文本数据进行人工标注,以赋予情感标签得到有标注的微博情感数据集;将词语-词语情感关联关系、词语-情感关联关系和有标注的微博情感数据集融合得到多源异构情感信息,并建立数学模型,以得到微博情感分类器。该方法可以通过融合多源异构情感信息得到微博情感分类器,从而对微博消息所表达的情感倾向性进行分类,提高了分类器的鲁棒性和准确率,成本低,简单易实现。
-
-