公开(公告)号：CN118378639A

公开(公告)日：2024-07-23

申请号：CN202410628465.5

申请日：2024-05-21

Applicant: 兰州大学

Inventor： 苏伟 ,  于海龙

IPC: G06F40/58 ,  G06F40/284 ,  G06F40/242 ,  G06N20/00 ,  G06N3/0455 ,  G06N3/08 ,  G09B21/00

Abstract: 本发明公开了一种基于两部分Loss的汉盲自动转换方法及系统，包括：构建汉盲平行语料库，对汉盲平行语料库进行处理，获得不带分词的盲点序列、盲点对应的盲文分词标记序列与汉语序列，均进行编码；构建机器翻译模型，基于编码后的数据对机器翻译模型进行训练，获得基于两部分Loss的机器翻译模型；将待转换汉语句子输入模型中，获得预测盲点序列与分词标记，基于分词标记与预测盲点序列获得最终盲文序列，完成汉盲自动转换。本发明进行端到端汉盲翻译的同时考虑到使用两个Loss分别优化盲点生成以及盲文分词两个任务，在翻译过程中的每个时间步预测盲点及分词标记，从而得到最终的盲文序列，准确率得到了提高。

公开(公告)号：CN117095421A

公开(公告)日：2023-11-21

申请号：CN202310648500.5

申请日：2023-06-02

Applicant: 读者出版集团有限公司 ,  兰州大学

Inventor： 刘磊 ,  赵宗武 ,  马永强 ,  苏伟

IPC: G06V30/42 ,  G06V30/18 ,  G06V30/19 ,  G06N5/01 ,  G06N20/20 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/084

Abstract: 本申请公开了一种基于两阶段盲文图像分类识别方法及系统，其中方法步骤包括：对待翻译的盲文图像进行盲文点检测，得到盲文点的位置；基于盲文点的位置，对盲文点进行网格线划分和定位，生成每一个盲方对应的图像框；构建分类检测模型，并利用检测模型对图像框中的盲方进行识别。本申请提出的盲文图像识别方法，与传统方法相比，本申请首次将Transformer模型引入到盲文图像识别方法中；同时，在盲文点的检测上也不采用传统阈值法的方式，而是采用了Harris特征检测方式和Haar+Adaboost算法检测方式，本申请盲文点检测准确，具有较高的鲁棒性，以便检测网络直接找到整个盲方并同时进行识别。

公开(公告)号：CN117011098A

公开(公告)日：2023-11-07

申请号：CN202310613465.3

申请日：2023-05-29

Applicant: 兰州大学 ,  读者出版集团有限公司

Inventor： 苏伟 ,  石君太 ,  刘磊 ,  崔向平 ,  许圣麟

IPC: G06Q50/20 ,  G06Q10/04 ,  G06N3/044 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于MKVMN模型的学生学习能力的预测方法，包括：计算问题难度信息特征和学生个人学习能力特征，通过多特征融合的键值记忆网络知识追踪模型MKVMN，将问题难度信息特征与知识概念进行交叉融合，获取问题编码向量，将学生个人学习能力特征与问题响应进行交叉融合，获取问题‑响应编码向量；基于问题编码向量，获取学生当前回答的问题与潜在知识概念之间的相关性权重向量；基于相关性权重向量以及多特征融合的键值记忆网络知识追踪模型，获取正确回答问题的概率，基于概率预测学生的学习能力。本发明显著的提高了模型的预测性能。

公开(公告)号：CN116681037A

公开(公告)日：2023-09-01

申请号：CN202310659895.9

申请日：2023-06-06

Applicant: 兰州大学

Inventor： 苏伟 ,  于海龙 ,  袁永娜 ,  许存禄

IPC: G06F40/151 ,  G06F40/129 ,  G06F40/58 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/084

Abstract: 本申请公开了一种基于预训练模型的汉语到盲文的自动转换方法及系统，其中方法包括以下步骤：构建预训练语料库、汉盲平行语料库和机器翻译模型；对所述预训练语料库和所述汉盲平行语料库进行编码，得到编码后预训练语料库和编码后汉盲平行语料库；基于所述编码后预训练语料库对所述机器翻译模型进行预训练，得到预训练模型；基于所述编码后汉盲平行语料库对所述预训练模型进行参数微调，得到转换模型；将汉语输入至所述转换模型中进行翻译，得到盲文序列，完成汉盲翻译。本申请可以将汉语一步地转换为对应的盲文，并且大大减少了模型对平行数据的依赖，使用少量数据进行训练，也可以达到很好的效果。

公开(公告)号：CN116612490A

公开(公告)日：2023-08-18

申请号：CN202310649217.4

申请日：2023-06-02

Applicant: 兰州大学 ,  读者出版集团有限公司

Inventor： 苏伟 ,  赵宗武 ,  马永强 ,  刘磊 ,  谢迎春

IPC: G06V30/42 ,  G06V30/19 ,  G06V30/18 ,  G06V10/82 ,  G06V10/766 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提出基于目标检测盲文图像识别方法，包括：构建盲文数据集；基于金子塔特征融合结构，构建目标检测模型；基于所述盲文数据集，对所述目标检测模型进行训练；基于训练后的所述目标检测模型，对盲文进行识别。本发明提出的盲文图像识别方法，减少了识别过程中多余的步骤，将多数繁琐的步骤合并为一个整体，本发明不仅缩减了识别步骤，还提高了盲文识别的准确率。

公开(公告)号：CN113240199B

公开(公告)日：2022-10-28

申请号：CN202110630985.6

申请日：2021-06-07

Applicant: 广西民族大学 ,  兰州大学

Inventor： 吴尽昭 ,  苏伟 ,  张久文 ,  蔡川 ,  雷晖 ,  刘映杰

IPC: G06Q10/04 ,  G06Q10/06 ,  G06F16/29 ,  G06N3/04

Abstract: 本发明涉及一种基于DILATE_TLSTM的港口船舶轨迹预测方法，具体包括S1、采集港口AIS数据并对所采集的数据预进行处理，获取轨迹预测数据集；S2、构建基于DILATE_TLSTM的港口船舶轨迹预测模型；S3、采用滑窗法对输入模型的序列进行处理，对模型进行训练，得到预测结果；S4、以平均绝对误差、均方误差、拟合优度、形状失真DTW和时间失真指数TDI对所述预测结果进行衡量评估，得到港口船舶轨迹预测模型的预测效果。本发明构建的基于DILATE_TLSTM的港口船舶轨迹预测模型能够实现直接多步预测，并基于形状和时间失真损失函数对TLSTM模型进行改进，提升了轨迹序列预测模型的拟合能力。

公开(公告)号：CN115238649A

公开(公告)日：2022-10-25

申请号：CN202210997128.4

申请日：2022-08-19

Applicant: 甘肃亿恩科技有限公司 ,  兰州速微网络科技有限公司 ,  兰州大学

Inventor： 史春燕 ,  苏伟 ,  黄天源 ,  刘磊 ,  刘浩 ,  安早红

IPC: G06F40/157 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供了基于CBHG‑ECA的盲文到汉语的转换方法，包括：在CBHG模型中加入ECA模块，构建CBHG‑ECA模型；将盲文通过CBHG模型进行编码处理，获取原始输入序列，基于原始输入序列，获取盲文的初始特征映射；将初始特征映射通过ECA模块进行预处理，获取权重矩阵；将权重矩阵与初始特征映射进行相乘，获取具有全局信息的特征图，并将特征图与原始输入序列进行相加；基于相加结果，提取上下文特征，完成盲文到汉语的转换。本发明能在任意长度的盲文句子到汉语的转换上均可取得较好的转换效果。

公开(公告)号：CN115169527A

公开(公告)日：2022-10-11

申请号：CN202210641115.3

申请日：2022-06-07

Applicant: 兰州大学 ,  桂林航天工业学院

Inventor： 苏伟 ,  吴尽昭 ,  张久文 ,  刘映杰 ,  秦树东

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于AIS数据的船舶异常状态检测方法,包括以下步骤：获取原始AIS数据，基于所述原始AIS数据进行预处理获取船舶的原始轨迹，并对所述原始轨迹进行轨迹段划分，获取所述原始轨迹的直线段和弯线段；提取到转弯段和直线段后，使用轨迹相似性度量算法进行异常轨迹的剔除，Bi‑LSTM模型是在没有异常轨迹的基础上进行预测；基于所述直线段和所述弯线段，采用深度学习模型的Bi‑LSTM构建基于预测的异常检测模型，完成船舶异常状态检测。本发明实时监测船舶航行状态，自动发现异常并及时做出预警，可有效降低安全监管对人力的依赖，在保障船舶安全航行和海运贸易繁荣发展方面具有重要意义。

公开(公告)号：CN114996592A

公开(公告)日：2022-09-02

申请号：CN202210651607.0

申请日：2022-06-10

Applicant: 兰州大学 ,  读者出版集团有限公司

Inventor： 苏伟 ,  刘永升 ,  马永强 ,  刘磊 ,  原彦平 ,  刘莉 ,  杨若晨 ,  史春燕

IPC: G06F16/9536 ,  G06K9/62

Abstract: 本发明提供了一种基于加权混合二部图的集成社区检测方法及其系统，包括：基于现有的社区检测算法的运行结果，构建节点—社区的混合二部图；基于社区可靠性的度量，对所述混合二部图进行加权，获取加权混合二部图，所述加权混合二部图用于集成社区检测。本发明利用对多次社区检测结果的集成，构建出一个二部图，并进行了一个复杂度较低的加权过程，与现有技术相比，本发明在运行时间与准确性方面具有显著优势。

公开(公告)号：CN111581985B

公开(公告)日：2022-05-24

申请号：CN202010409821.6

申请日：2020-05-14

Applicant: 兰州大学

Inventor： 苏伟 ,  吴尽昭 ,  张久文 ,  林和 ,  许存禄 ,  蒋琪

IPC: G06F40/47 ,  G06F40/126 ,  G06F40/117 ,  G06F40/289

Abstract: 本发明涉及一种基于Transformer的汉盲翻译方法及系统，所述方法至少包括：基于现有句子级对应的汉盲数字资源训练翻译模型；基于Transformer构建以句子为单位将汉语文本直接转换为盲文ASCII码的所述翻译模型，其中，所述翻译模型基于多头自注意力机制至少将输入、输出、输入‑输出的信息关联的方式学习所述汉盲数字资源。本发明以句子为单位进行翻译，不需要构建词语级精确对应的汉盲对照语料库，使得本发明能够直接利用现存的汉盲数字资源，只需要经过句子切分处理就能使用，从而建设难度小、耗时短，显著地降低了构建语料库的成本。