-
公开(公告)号：CN110851601A
公开(公告)日：2020-02-28
申请号：CN201911085444.9
申请日：2019-11-08
Applicant: 福州大学
IPC: G06F16/35 , G06F16/33 , G06F40/211 , G06F40/289 , G06K9/62
Abstract: 本发明涉及一种基于分层注意力机制的跨领域情感分类系统，包括：文本预处理模块，用于对跨领域文本进行特征化处理；枢轴特征提取模块，用于学习领域适应的特征表示空间，得到源领域与目标领域的枢轴特征文档表示；非枢轴特征提取模块，用于获取非枢轴特征表示；情感类别输出模块，用于获取最终的情感分类结果。本发明实现了高效的跨领域情感分类，提高了跨领域情感分类精度并减少人工时间精力的消耗。
-
公开(公告)号：CN110795585A
公开(公告)日：2020-02-14
申请号：CN201911099493.8
申请日：2019-11-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于生成对抗网络的零样本图像分类模型，包括生成对抗网络模块，用于获取视觉误差信息；视觉特征提取网络处理模块，用于得到图像一维视觉特征向量；属性语义转换网络模块，用两层的线性激活层将低维的属性语义向量映射到与视觉特征向量维度相同的高维特征向量；视觉-属性语义衔接网络，实现视觉特征向量与属性语义特征向量的融合；得分分类结果和奖励输出模块，采用交叉熵损失对已见过带标签的类别进行分类，而奖励输出是对未见过的无标签数据进行惩罚，以及惩罚无标签数据中见过的类别和未见过的类别最有可能性的预测结果。本发明能够有效的解决图像类别标签缺失问题。
-
公开(公告)号：CN110598792A
公开(公告)日：2019-12-20
申请号：CN201910868563.5
申请日：2019-09-16
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于PGGAN迁移学习的排水管道缺陷检测训练数据生成方法，考虑通过生成对抗网络生成排水管道缺陷检测训练数据，需要大规模的数据集训练，现有的数据集不满足要求。为了能够减少训练集数据量，在现有的数据集上训练生成对抗网络，本发明在渐进式生成对抗网络中引入迁移学习，充分利用已有的数据先进行预训练，再在目标缺陷类数据上进行微调。微调后的模型可以生成质量更好的排水管道缺陷检测训练数据。
-
公开(公告)号：CN110570038A
公开(公告)日：2019-12-13
申请号：CN201910841552.8
申请日：2019-09-06
Applicant: 福州大学
Abstract: 本发明涉及一种不规则带缺陷板材矩形排样方法及装置，包括：步骤S1：获取板材边界多边形、缺陷多边形集合的几何信息，以及获取矩形信息；步骤S2：设置遗传算法参数，并初始化种群；步骤S3：利用HL启发式方法评估个体适应度值，并保存最优个体；其中个体适应度值为板材利用率；步骤S4：判断是否到达最大迭代次数，若是，则输出最优排样结果，并结束；否则进入步骤S5；步骤S5：对种群进行交叉、变异操作，生成新的种群，并返回步骤S3。本发明能够快速得到满足排样约束且利用率较高的排样结果。
-
-
Patent Agency Ranking
公开(公告)号：CN108985349A
公开(公告)日：2018-12-11
申请号：CN201810673021.8
申请日：2018-06-26
Applicant: 福州大学
Abstract: 本发明涉及一种考虑图像集复杂性的石材纹理图像CNN识别方法，首先加载石材图像集；接着将石材图像集的复杂性量化为计算石材图像集的本征维数，使用小波图像去噪方法处理石材图像集中的每张石材图像以降低石材图像集复杂性；然后构建卷积神经网络，并使用去噪后的石材图像训练卷积神经网络；接着使用训练好的卷积神经网络模型识别石材图像；最后依据卷积神经网络模型的输出结果，选择最大的前5个值对应的石材类别，将其按照值从大到小的顺序依次作为前5类最相似石材。本发明将小波图像去噪结合卷积神经网络用以石材纹理图像识别，有效提高了识别的准确率。
-
公开(公告)号：CN108876870B
公开(公告)日：2022-12-13
申请号：CN201810538118.8
申请日：2018-05-30
Applicant: 福州大学
Abstract: 本发明涉及一种考虑纹理复杂性的域映射GANs图像着色方法，收集图像，并建立图像训练集；对图像训练集进行预处理，包括：图像深度检测、图像裁剪和图像归一化；通过模型选择、图像集的复杂性计算以及循环一致损失系数选择，利用反向传播和Adam优化算法更新模型网络参数，进行模型训练；输入待着色的图像，采用步骤S3计算待着色图像集的图像集合复杂性，选择与其复杂性相同且已训练的模型，进行图像着色，输出相应的着色图像。本发明提出的方法能根据图像集纹理复杂度，选取大小合适的循环一致损失系数，使得模型能够对不同纹理复杂性的图像进行着色，具有很好的通用性；同时将深度学习引入图像着色领域，为图像着色提供了一种新的思路。
-
-
公开(公告)号：CN109784091B
公开(公告)日：2022-11-22
申请号：CN201910038938.5
申请日：2019-01-16
Applicant: 福州大学
Abstract: 本发明涉及一种融合差分隐私GAN和PATE模型的表格数据隐私保护方法。包括步骤1：使用原始表格数据训练差分隐私生成模型；步骤2：使用原始表格数据在差分隐私预算下训练教师分类器；步骤3：使用生成模型生成“虚假”表格数据，并使用教师分类器对“虚假”表格数据预测标签，挑选预测标签和生成标签一致的数据，定义“可用”数据集，使用“可用”数据集训练学生分类器；步骤4：将生成模型和学生分类器发布，使用生成模型合成数据，使用学生模型挑选数据，完成数据分析任务。本发明方法是在数据发布阶段对表格数据实施隐私保护，数据分析师不可以通过生成模型复原原始训练数据，也不能通过学生模型推测原始训练数据，实现对原始表格数据的保护，并满足数据分析师对数据的需求。
-
公开(公告)号：CN111274396B
公开(公告)日：2022-06-07
申请号：CN202010062565.8
申请日：2020-01-20
Applicant: 福州大学
IPC: G06F16/35 , G06F40/284 , G06F40/30 , G06F40/247 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于外部知识的视角级文本情感分类方法及系统，包括步骤：对视角级文本进行特征化处理，并捕获文本的双向语义依赖关系；通过动态注意力机制将当前单词与外部知识同义词相结合，并引入哨兵向量避免外部知识对模型的误导；通过位置注意力机制来判断每个单词对视角词的贡献程度；通过计算每个记忆内容的注意力得分，利用门限循环单元将每层的注意力得分与上一层的输出结果非线性结合，并将最后一层作为文本的情感特征表示；利用分类函数得到最终的情感分类结果。本发明能够提高视角级文本情感分类的性能和降低资源的消耗。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.017 seconds)
