-
公开(公告)号：CN118673127A
公开(公告)日：2024-09-20
申请号：CN202410554852.9
申请日：2024-05-07
Applicant: 华南理工大学
IPC: G06F16/335 , G06F16/338 , G06F16/35 , G06Q50/00
Abstract: 本发明公开了一种社交媒体攻击言论检测模型两阶段建模方法、装置及介质，方法包括：获取原始数据集，并构建标注者个人意见数据集；根据构建的个人意见数据集，构建并训练标注者个人意见预测模型；对于原始数据集中的每个样本，使用训练后的个人意见预测模型，预测每个标注者对该样本的个人意见，生成标注者个人意见池；根据原始数据集和标注者个人意见池，构建并训练标注者个人意见融合决策模型。本发明能够从个人意见出发，让基于机器学习或深度学习的模型学习到针对某个言论的多个个人意见，从多方面与多角度了解每个言论可能存在的冒犯某种群体用户的风险，从而提高检测模型针对隐晦攻击言论的检测能力，可广泛应用于媒体攻击言论检测领域。
-
公开(公告)号：CN114373205B
公开(公告)日：2024-09-17
申请号：CN202111610869.4
申请日：2021-12-27
Applicant: 华南理工大学
IPC: G06V40/16 , G06V20/40 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于卷积宽度网络的人脸检测和识别方法，包括以下步骤：S1、使用摄像头采集视频并按一定频率截取视频帧；S2、使用深度网络MTCNN对视频帧进行人脸检测；S3、将检测到的人脸区域输入到卷积宽度人脸识别网络，并输出最终通用的人脸特征；S4、将获得的人脸特征与现有人员库中的人员特征进行对比，并根据阈值输出人脸识别结果。本发明将深度学习与宽度学习相结合，并用于人脸检测识别，解决了现有方法中参数量大，资源消耗大，训练时间长的问题，能够满足部署中实时性的要求。
-
公开(公告)号：CN117238018B
公开(公告)日：2024-06-21
申请号：CN202311217076.5
申请日：2023-09-20
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
Abstract: 本发明提供了一种基于多粒度的可增量深宽网络活体检测方法、介质及设备；其中方法为：将待检测的图像依次进行人脸区域提取、人脸对齐、人脸特征向量提取处理，形成多粒度信息；将多粒度信息输入到稀疏宽度活体识别网络，得到活体检测结果；稀疏宽度活体识别网络的训练方法为：将样本图像分成若干批次；将样本图像的多粒度信息分批次输入到宽度活体识别网络进行学习，更新权重；当获取到新的样本图像时，采用增量方式输入到宽度活体识别网络进行学习，更新权重。该方法可解决学习时间消耗和资源占用问题，检测精度高，鲁棒性强。
-
公开(公告)号：CN118053016A
公开(公告)日：2024-05-17
申请号：CN202410049596.8
申请日：2024-01-12
Applicant: 华南理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/42
Abstract: 本发明公开了一种基于双门切比雪夫连接的脑电情感识别方法，包括以下步骤：数据预处理；采用改进的图特征提取模块对图结构化的脑电信号信息进行特征提取；采用密集连接深度网络对特征进行学习。该方法通过对邻居信息流动的方式进行改进，结合类切比雪夫模块以及双门控单元实现对不同阶邻居信息特征的有效提取以及全局特征的提取，通过将提取到的特征送入分类器，最终得到情绪的分类结果。本发明的类切比雪夫连接模块的两种子模块对于不同的数据集具有针对性的提升；本发明的引入双门控单元通过分别对类切比雪夫连接和每一阶的信息流动进行控制，有效的调整了信息流动产生的信息冗余与噪声。
-
公开(公告)号：CN117894173A
公开(公告)日：2024-04-16
申请号：CN202410006044.9
申请日：2024-01-03
Applicant: 华南理工大学
Abstract: 本发明提供了一种基于大数据的宽度并行交通预测方法、介质及设备；其中方法为：交通实时数据以消息队列方式流入分布式文件系统；分布式文件系统将交通实时数据进行预处理，输入到并行宽度学习系统中，得到交通预测结果；并行宽度学习系统的训练和测试方法是：将交通历史数据的数据集根据分布式节点数量分成n份；把特征映射层的权重广播到各个分布式节点；各个分布式节点分别进行特征映射与特征增强；对各个分布式节点权重进行整合，设定分布式节点的权重。该方法基于并行宽度学习，可提高预测精度，并解决基于深度学习方法资源占用大，耗时长等问题，有助于模型的快速开发和技术部署。
-
Patent Agency Ranking
公开(公告)号：CN117669764A
公开(公告)日：2024-03-08
申请号：CN202311419459.0
申请日：2023-10-30
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
IPC: G06N20/00 , G06N3/092 , G06N3/084 , G06N3/0985 , G06F18/25 , G06F18/214 , G06F21/62
Abstract: 本发明提供了一种基于语言模型与主动学习的数据标注方法、介质及设备；其中方法为：通过标注任务的本质与定义确定标注形式生成指引提示语；选取试标注数据与提示语拼接或填充，经人工与预训练语言模型标注后，计算综合分歧指标；利用强化学习对提示语进行优化；利用领域模型评估未标注数据集，并基于主动学习方法选择当前批注数据；基于双标注策略发至预训练语言模型，结合指引语、优化后的提示语进行标注，得到标注结果；计算分歧度，对提示语进行优化。该方法通过引入预训练语言模型的生成泛化能力与主动学习的采样策略，智能地选择具有较大信息量的数据进行标注，实现自动化标注和审核，确保标注质量和一致性，减少人工标注需求。
-
公开(公告)号：CN117610543A
公开(公告)日：2024-02-27
申请号：CN202311476751.6
申请日：2023-11-08
Applicant: 华南理工大学 , 人工智能与数字经济广东省实验室(广州)
IPC: G06F40/216 , G06F40/151 , G06F16/901
Abstract: 本发明提供了一种基于图网络的汉字及结构的关联分析方法、介质及设备；其中方法为：构建字频共现矩阵；遍历字频共现矩阵，构建以有向图为网络结构的汉字关联网络；构建汉字到结构序列的映射表；根据映射表中汉字到结构序列的映射关系，对中文语料库的每个句子采用结构序列随机替换部分汉字，在汉字关联网络中引入结构节点，得到汉字‑结构关联网络；当汉字‑结构关联网络的关键指标有提升则视为有效操作；输出每个汉字的权重以及汉字‑结构关联网络。该方法更关注于字与字之间关联，利用不同汉字间存在相同结构的数据特点有效地缓解词性失衡问题对分析结果的干扰，有效提升中文语料库学习效率和学习准确率。
-
公开(公告)号：CN116312427A
公开(公告)日：2023-06-23
申请号：CN202310175377.X
申请日：2023-02-28
Applicant: 华南理工大学
Abstract: 本发明提供了一种基于多模态数据的情感乐谱及音乐生成方法、介质和设备；其中方法为：获取多模态数据；分别对各个单模态数据进行情感识别，得到情感预测结果；将所有单模态数据的情感预测结果进行多模态融合后得到情感特征，进而生成情感指令；将情感指令输入到CPKT‑Transformer模型中得到表征，最后进行预测，生成情感乐谱；根据情感乐谱，选择乐器进行演奏，合成音乐。该方法采用多个模态的数据和情感建立映射关系，去除各个模态的数据之间的情感特征的冗余，增强模态之间特征的互补性，可以生成具有更全面的情感特征的音乐，使音乐包含更丰富、更多维度的情感倾向信息。
-
公开(公告)号：CN113011493B
公开(公告)日：2023-03-21
申请号：CN202110290152.X
申请日：2021-03-18
Applicant: 华南理工大学
IPC: G06F18/241 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/048 , G06N3/08 , A61B5/00 , A61B5/372 , A61B5/16
Abstract: 本发明提供了一种基于多核宽度学习脑电情绪分类方法、装置、介质及设备；其中方法包括如下步骤：获取被试者的脑电信号，并对脑电信号进行预处理；对预处理的脑电信号采用卷积神经网络进行特征提取，得到一维空间向量V；将一维空间特征V输入到多核宽度学习系统中，得到脑电信号的情绪类型。该方法整合了卷积神经网络和多核宽度学习系统的优点，多核函数映射可以在组合空间中更准确、更合理地表达脑电信号特征数据，从而提高了分类精度。
-
公开(公告)号：CN111461176B
公开(公告)日：2023-03-21
申请号：CN202010156708.1
申请日：2020-03-09
Applicant: 华南理工大学
Abstract: 本发明提供了一种基于归一化互信息的多模态融合方法、装置、介质及设备；其中方法包括如下步骤：获取采集人体的多种模态数据集，各种模态数据集中的数据分别带有标签；对各种模态数据集进行预处理；将预处理后的各种模态数据集分别进行特征提取；通过宽度学习系统得到各个模态数据集的宽度学习特征映射；确定归一化互信息的多模态融合方式；将宽度学习系统进行训练和测试；根据训练和测试好的多模态融合方式和判别架构模型来进行模态特征融合和最终的判决输出。本发明训练速度快，资源消耗少，能快速构建增量学习模型；可实现模态间的信息互补减少冗余模态信息；具有良好的可靠性、准确性和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.034 seconds)
