-
公开(公告)号：CN113222711A
公开(公告)日：2021-08-06
申请号：CN202110590095.7
申请日：2021-05-28
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种商品信息推荐方法、系统和存储介质，方法包括：将原始数据集处理成知识图谱，通过知识图谱形式得到知识图谱数据集，并将知识图谱数据集划分为训练集和测试集；根据强化学习方法构建探索策略；基于图神经网络对知识图谱和探索策略构建策略网络定义目标商品，并计算目标商品的奖励函数和损失函数。本发明能够有效的挖掘出数据间的隐含特性，实现了准确的推荐，还能够在数学上有更好的区分，进而有利于挖掘出图中更多的有效信息，具有一定的泛化性，能够有效的提高推荐准确性，并具有良好的鲁棒性，实现了冷启动对用户推荐商品并提高了推荐的可靠性和准确性。
-
公开(公告)号：CN113177414A
公开(公告)日：2021-07-27
申请号：CN202110458796.5
申请日：2021-04-27
Applicant: 桂林电子科技大学
IPC: G06F40/30 , G06F40/216 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种语义特征处理方法、装置及存储介质，方法包括：导入待处理语句；分别以待处理语句中多个单词为处理对象，对各个单词进行词级向量化表示，得到与各个单词对应的词级嵌入向量；分别以待处理语句中多个单词为处理对象，提取各个单词的子词级特征，得到与各个单词对应的子词级向量；分别将同一单词对应的词级嵌入向量和所述子词级向量作为门控动态选择机制的输入，通过门控动态选择机制得到同一单词对应的单词语义特征。本发明能够将待处理语句以词级和子词级，即词与字符之间共同处理，得到词级嵌入向量和子词级向量，能够较好的处理平衡低频向量和未登录词，一并作为门控动态选择机制输入，提高了语义特征的准确性。
-
公开(公告)号：CN108877812B
公开(公告)日：2021-04-02
申请号：CN201810936422.8
申请日：2018-08-16
Applicant: 桂林电子科技大学
IPC: G10L17/02 , G10L17/04 , G10L21/0272
Abstract: 本发明提供一种声纹识别方法、装置及存储介质，其方法包括根据多个人声语音样本基于特征提取网络进行模型训练，得到特征提取模型；将测试语音输入所述特征提取模型中，得到测试语音特征向量；将所述测试语音特征向量与预先建立的注册语音特征向量数据库进行匹配，根据匹配结果确定所述测试语音的注册人。本发明将人声语音样本由一维语音信息转化为二维语音信息，并进行训练，得到的特征提取网络能够快速提取特征向量，利于快速、准确的识别出注册语音与测试语音是否为同一人声。
-
公开(公告)号：CN111930931A
公开(公告)日：2020-11-13
申请号：CN202010697992.3
申请日：2020-07-20
Applicant: 桂林电子科技大学
IPC: G06F16/34 , G06F40/211 , G06F40/289 , G06F40/30
Abstract: 本发明提供一种摘要评价方法及装置，方法包括：录入摘要信息和原文信息，将摘要信息和原文信息作为待评价语句信息；将所述待评价语句信息输入预先构建的语义相似模型中的语义相似度处理得到语义相似度得分；对所述待评价语句信息的评价得分处理得到ROUGE得分；根据语义相似度得分对ROUGE得分的最优融合分析得到最优融合组；对最优融合组的融合分数计算得到最优融合分数，并通过最优融合分数得到摘要评价分数。本发明实现了既计算了待评价语句的共现信息又计算了待评价语句的深层语义信息，提高了对摘要的客观评分能力，也避免评价分数受参考摘要主观性的影响。
-
公开(公告)号：CN106897677B
公开(公告)日：2020-04-10
申请号：CN201710065703.6
申请日：2017-02-06
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种车辆特征分类检索系统及方法，其方法包括：根据设定的截取范围在目标车辆图像上进行局部截取，得到车脸图像；构建卷积神经网络，从车脸图像中提取n个目标车辆特征信息；根据预先构建的特征信息数据库中的特征信息对n个目标车辆特征信息进行预定次数的特征比对及特征融合处理，完成预定次数的特征比对后得到检索结果；以及根据每次特征融合处理后得到的融合特征对数据库中特征信息进行更新。本发明能够极大的提高检索准确率，进行多次特征比对，每次特征对比后得到的最高相似度特征信息再进行特征融合，将融合特征作为下一次的输入，重复进行对比和融合处理，提高可靠性和准确性，还能够减少设备的投入。
-
Patent Agency Ranking
公开(公告)号：CN106611156B
公开(公告)日：2019-12-20
申请号：CN201610953664.9
申请日：2016-11-03
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种自适应深度空间特征的行人识别方法和系统；其方法包括步骤：根据预设的分割数目n将行人图像进行分割；建立与行人图像分块数目相同的n组特征提取模型，并对应的从n块行人图像分块中提取特征信息；建立与特征信息组别数目相同的n组特征分类器，并对应的将n组特征信息进行特征分类；根据反向传播算法分别计算每组特征分类过程中所产生的损失值；将n组损失值分别返回对应的特征提取模型和特征分类器中来优化的特征提取模型和特征分类器。本发明能够有效提取到行人更多的信息，尤其是局部信息，而采用损失值反馈的形式自适应的行人特征分类，最终趋于最优解，能够指引行人特征提取模型提取到更多深度空间的行人特征信息。
-
公开(公告)号：CN110472503A
公开(公告)日：2019-11-19
申请号：CN201910623507.5
申请日：2019-07-11
Applicant: 桂林电子科技大学
Abstract: 本发明提供一种道路目标检测方法、装置及存储介质，方法包括：基于SSD特征提取网络构建DSSD特征提取网络，DSSD特征提取网络包括SSD特征提取网络、去卷积层和预测层；对DSSD特征提取网络进行图像特征训练；将待识别的道路目标图像集输入训练后的DSSD特征提取网络中，输出道路目标图像。基于SSD特征提取网络构建DSSD特征提取网络，在SSD特征提取网络的基础上增加去卷积层和预测层，去卷积层将高分辨率低语义信息特征图与低分辨率高语义信息特征图融合，预测层将所有特征拼接图分类，确定道路目标，提高对道路小目标的检测能力。
-
公开(公告)号：CN110223699A
公开(公告)日：2019-09-10
申请号：CN201910407670.8
申请日：2019-05-15
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种说话人身份确认方法、装置及存储介质，属于声纹识别技术领域。该方法包括以下步骤：获取已训练的说话人确认神经网络；将待识别说话人语音与说话人语音数据库输入至所述已训练的说话人确认神经网络，识别所述待识别说话人语音对应的说话人的身份。该装置包括获取模块以及识别模块。本发明使得说话人确认能够基于所述已训练的说话人确认神经网络进行，以提高说话人确认神经网络识别说话人身份的准确度以及识别的稳定度。
-
公开(公告)号：CN108877812A
公开(公告)日：2018-11-23
申请号：CN201810936422.8
申请日：2018-08-16
Applicant: 桂林电子科技大学
IPC: G10L17/02 , G10L17/04 , G10L21/0272
Abstract: 本发明提供一种声纹识别方法、装置及存储介质，其方法包括根据多个人声语音样本基于特征提取网络进行模型训练，得到特征提取模型；将测试语音输入所述特征提取模型中，得到测试语音特征向量；将所述测试语音特征向量与预先建立的注册语音特征向量数据库进行匹配，根据匹配结果确定所述测试语音的注册人。本发明将人声语音样本由一维语音信息转化为二维语音信息，并进行训练，得到的特征提取网络能够快速提取特征向量，利于快速、准确的识别出注册语音与测试语音是否为同一人声。
-
公开(公告)号：CN105138679B
公开(公告)日：2018-11-13
申请号：CN201510581178.4
申请日：2015-09-14
Applicant: 桂林电子科技大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于分布式缓存的数据处理系统，包括用于将提交来的用户作业分解成多个map任务和多个reduce任务的mapreduce数据处理模块、用于处理map任务的map任务内存处理模块和用于通过reduce任务处理map任务的reduce分布式缓存模块；本发明还涉及一种基于分布式缓存的数据处理方法；本发明的有益效果是：主要服务于map任务，优化map任务处理数据，保证map能在最短的时间内找到目标数据，且以最快的速度传输中间处理结果；能够减少数据传输量，完全实现数据本地化处理，提高数据命中率，从而提升数据处理的执行效率。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.047 seconds)
