-
公开(公告)号：CN108597539B
公开(公告)日：2021-09-03
申请号：CN201810134149.7
申请日：2018-02-09
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于参数迁移和语谱图的语音情感识别方法，包括以下步骤：1）：从中科院自动化所汉语情感数据库中采集语音情感数据并对语音情感数据进行预处理，其中语音情感数据包括6种情感：生气、害怕、高兴、中性、伤心、惊奇；2）：构建基于预训练卷积循环神经网络的网络模型；3）：对步骤2）中的网络模型进行参数迁移并训练。这种方法可以提取语谱图时频两域的情感特征，提高识别准确率，并且还能学习到预训练的知识，提高网络训练速度。
-
公开(公告)号：CN107609351A
公开(公告)日：2018-01-19
申请号：CN201710989588.1
申请日：2017-10-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络预测假尿苷修饰位点的方法，其特征是，包括如下步骤：1）数据集整理及转换；2）模型构建和训练卷积神经网络模型；3）对待预测序列截取和编码；4）特征提取和预测。这种方法能提高假尿苷位点预测的准确率，使假尿苷位点预测更好的推广于应用。
-
公开(公告)号：CN103607276B
公开(公告)日：2017-06-30
申请号：CN201310645437.6
申请日：2013-12-05
Applicant: 桂林电子科技大学
IPC: H04L9/06
Abstract: 本发明属于信息安全领域，涉及一种分组加密方法，利用随机函数来构造分组加密方法，密码（加密）算法是不确定的、随机的，它通过随机的函数来加密，函数的具体形式由密钥、双方秘密共享的参数和其他参数确定，密钥影响函数的具体形式，又是函数的输入参数，这会使得密码分析者在不知道密钥和秘密参数的时候无法确定算法，从而无法通过已知明文密文对进行有效的密码分析，通过不同分组使用不同的函数具体形式，也可以有效方法一些潜在攻击。
-
公开(公告)号：CN104048668B
公开(公告)日：2017-05-24
申请号：CN201410249210.4
申请日：2014-06-06
Applicant: 桂林电子科技大学
IPC: G01C21/30
Abstract: 本发明的一种新型的浮动车地图映射方法，包括有以下步骤：步骤一：将原始路网中每条道路所在的矩形区域进行调整构建新的路网模型，基于新的路网模型为每个GPS采样点生成原始候选道路集；步骤二：对原始候选道路集中的道路按照GPS采样点到候选道路的距离以及GPS点的方向和GPS点在道路上投影点的道路方向的夹角两个约束条件进行过滤，得到每一个采样点的最优候选道路集；步骤三：采用动态递归探测的技术进行最优映射道路的选取，从而将车辆GPS坐标点映射到地图上。该方法可以在GPS采样点较为稀疏的情况下以及复杂道路环境下，解决具有技术GPS采样点的位置和真实行驶道路不匹配的问题，具有较高的准确率。
-
公开(公告)号：CN104048668A
公开(公告)日：2014-09-17
申请号：CN201410249210.4
申请日：2014-06-06
Applicant: 桂林电子科技大学
IPC: G01C21/30
CPC classification number: G01S19/50
Abstract: 本发明的一种新型的浮动车地图映射方法，包括有以下步骤：步骤一：将原始路网中每条道路所在的矩形区域进行调整构建新的路网模型，基于新的路网模型为每个GPS采样点生成原始候选道路集；步骤二：对原始候选道路集中的道路按照GPS采样点到候选道路的距离以及GPS点的方向和GPS点在道路上投影点的道路方向的夹角两个约束条件进行过滤，得到每一个采样点的最优候选道路集；步骤三：采用动态递归探测的技术进行最优映射道路的选取，从而将车辆GPS坐标点映射到地图上。该方法可以在GPS采样点较为稀疏的情况下以及复杂道路环境下，解决具有技术GPS采样点的位置和真实行驶道路不匹配的问题，具有较高的准确率。
-
Patent Agency Ranking
公开(公告)号：CN103561005A
公开(公告)日：2014-02-05
申请号：CN201310502934.0
申请日：2013-10-24
Applicant: 桂林电子科技大学
Abstract: 基于映射几何性质的秘密共享方法，采用映射几何的方法构造，利用m个点确定一个m维的平面，这些点构成的矢量都是线性无关的。秘密拆分是将秘密S映射为线性方程式的整数系数{K1，K2，…，Kk}，建立线性方程式K1*x1+K2*x2+…+Kk*xk=1，通过在线性方程上面取点n个，将这些点分别分配给n个人；秘密恢复主要是建立方程组，并求得系数K1，K2，…，Kk，然后根据映射规则恢复秘密。假设要求k个人集中在一起才能恢复，当有超过或者等于k个人在一起的时候，由于几何性质，可确定平面，进而确定系数，从而恢复秘密；当少于k个人在一起的时候，不能恢复秘密，且无法获取关于这个秘密的信息。
-
公开(公告)号：CN114492458A
公开(公告)日：2022-05-13
申请号：CN202210179715.2
申请日：2022-02-25
Applicant: 桂林电子科技大学
IPC: G06F40/30 , G06F40/211 , G06F40/284 , G06F40/253 , G06F16/35 , G06N3/04
Abstract: 本发明公开了一种基于多头注意力和词共现的方面级情感分析方法，包括如下步骤：1）获得文本嵌入表示和目标词嵌入表示；2）生成目标词表示；3）构建词共现矩阵；4）获得最终的文本表示；5）得到目标词的情感极性预测结果。这种方法提升了模型在方面级情感分析任务中的性能，捕捉能力强。
-
公开(公告)号：CN113159892B
公开(公告)日：2022-05-06
申请号：CN202110444726.4
申请日：2021-04-24
Applicant: 桂林电子科技大学
IPC: G06Q30/06 , G06F16/9535 , G06F40/289 , G06F40/216 , G06N3/04 , G06N3/08 , G06N7/00
Abstract: 本发明属于商品推荐领域，具体涉及一种基于多模态商品特征融合的商品推荐方法。所述商品推荐方法包括：根据用户已经购买的商品序列构建用户‑商品二分图，通过图卷积得到用户节点的向量表示和商品节点的向量表示；通过卷积神经网络对商品得到的评论文本进行特征提取，得到商品评论的向量表示；通过卷积神经网络对商品的标题和描述信息进行特征提取，得到商品内容的向量表示；将商品节点、评论和内容的向量表示连接得到商品的最终表示，将用户节点的向量表示作为用户的最终表示。本发明通过利用商品的多模态特征，能够极大的缓解商品推荐中的数据稀疏性问题，提高推荐准确率。
-
公开(公告)号：CN111832573A
公开(公告)日：2020-10-27
申请号：CN202010536571.2
申请日：2020-06-12
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种基于类激活映射和视觉显著性的图像情感分类方法，涉及计算机视觉和图像处理技术领域。该方法首先通过深度卷积神经网络提取图像整体特征，利用多尺度全卷积神经网络对图像进行显著性检测，进一步得到图像的显著性区域特征，同时仅仅利用图像级别的情感标签，通过类激活映射生成图像的情感分布图并提取情感区域特征。图像显著性区域特征和情感区域特征均视为图像的局部表示，将其与图像的整体特征进一步融合从而得到更具判别性的视觉特征并将其用于视觉情感分类。本发明不仅考虑图像整体信息，还充分利用了图像中重要的局部区域的信息，同时仅仅需要图片级别的情感标签，大大减轻了标注负担。
-
公开(公告)号：CN107506419B
公开(公告)日：2020-08-04
申请号：CN201710704380.0
申请日：2017-08-16
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06F16/9536 , G06F40/30
Abstract: 本发明公开了一种基于异质上下文感知的推荐方法，其特征在于，包括如下步骤：1）：获取用户‑项目的评分矩阵、交互上下文信息和属性上下文信息；2）：基于张量分解技术构建交互上下文评分预测函数和交互上下文感知模型；3）：基于矩阵分解技术构建属性上下文评分预测函数和属性上下文感知模型；4）：交互上下文感知模型和属性上下文感知模型进行半监督协同训练；5）：交互上下文感知模型和属性上下文感知模型进行权值融合评分，然后根据评分进行推荐。本发明不仅能够感知属性上下文信息和交互上下文信息对推荐的影响，而且能够缓解推荐系统的数据稀疏性问题，提升推荐的准确率。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.029 seconds)
