-
公开(公告)号：CN118885797A
公开(公告)日：2024-11-01
申请号：CN202411018976.1
申请日：2024-07-29
Applicant: 西安电子科技大学
Inventor： 万波 , 黄嘉阳 , 熊帮 , 李昕泰 , 李奉奇 , 杨鹏飞 , 刘锦辉 , 赵辉 , 罗楠 , 王笛 , 王义峰 , 刘刚 , 王泉 , 潘蓉 , 李少峰 , 钟昊迪 , 韩磊
IPC: G06F18/213 , G06F18/25 , G06F18/10 , G06N3/0464 , G06F18/27 , G06N3/096 , G06N3/084
Abstract: 本发明公开了一种基于子空间距离的跨用户警觉度监测方法，解决了跨用户警觉度监测中的模态数据单一、相关性不足以及误差波动大的问题，实现方案：数据采集与预处理；构建跨用户警觉度监测模型；模型训练；用户警觉度监测。本发明使用源域与目标域特征，计算子空间距离、碱基错配惩罚与均方根误差作为模型总损失，最小化总损失训练模型，使用模型监测用户得到警觉度值。本发明通过使用多模态数据融合以及基于子空间距离的迁移学习算法，提高了跨用户警觉度监测过程中的精度与稳定性，降低警觉度监测误差，用于人机交互、交通驾驶、航空飞行等领域中对用户进行实时警觉度连续监测。
-
公开(公告)号：CN118349702A
公开(公告)日：2024-07-16
申请号：CN202410529125.7
申请日：2024-04-29
Applicant: 西安电子科技大学
IPC: G06F16/783 , G06V20/40 , G06V10/82
Abstract: 本发明公开了一种基于多维度视频信息交互的视频时刻检索方法，主要解决现有技术难以提取视频中多样性定位内容导致跨模态对齐困难和检索不精确的问题。其实现方案为：使用公开的视频时刻检索数据集构建训练集；构建包括文本特征提取模块、视频特征提取模块、多维度二维时序特征图生成模块、场景分割候选时刻表示增强模块、跨模态交互和时刻检索模块的视频时刻检索网络；利用训练集通过梯度下降法对视频时刻检索网络进行训练；利用训练好的网络前向计算完成文本相对应的视频时刻的检索。本发明通过多维度视频信息交互，构建多维度二维时序特征图并增强特征表示，促进了跨模态语义匹配，提高了模型的检索性能，可用于智慧教育和安全监控。
-
公开(公告)号：CN117608700A
公开(公告)日：2024-02-27
申请号：CN202311642371.5
申请日：2023-12-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种提高任务执行效率与边缘节点资源利用率的任务卸载方法，涉及移动通信技术领域，包括：构建边缘协作环境下的任务卸载模型，获取任务总执行时间；以最小化任务总执行时间为目标，根据改进的教学优化算法，联合优化资源分配决策、用户与边缘服务器关联决策、任务卸载比例、以及执行位置决策，获取最小的任务总执行时间。本发明联合优化任务卸载位置决策、任务卸载比例、计算资源分配以及用户与服务器关联策略，综合优化考虑了多个关键决策变量，有效地降低了任务卸载问题的复杂性，提高了调度效率。
-
公开(公告)号：CN115515126B
公开(公告)日：2024-02-20
申请号：CN202211166725.9
申请日：2022-09-23
Applicant: 西安电子科技大学
IPC: H04W8/26 , H04W84/18 , H04L61/5092 , H04L61/5076 , H04L61/5007
Abstract: 本发明公开了自组织网络建立方法及基于自组织网络的智能系统，方法包括：节点向自身一跳范围内的邻居节点请求通信地址；当未接收到请求应答消息时将自身作为建立的网络中的代理节点；当自身邻居节点中存在代理节点时向目标代理节点请求通信地址；目标代理节点为节点分配通信地址；节点通过分配的通信地址成为一般节点；当节点确定自身邻居节点中不存在代理节点时向目标一般节点请求通信地址；目标一般节点对应的代理节点为节点分配地址空间；节点通过分配的地址空间成为代理节点；当一个代理节点将自身的地址空间分配完、且该代理节点一跳范围内不存在代理节点时，该代理节点通过空间地址回收得到新的地址空间。
-
公开(公告)号：CN113590867B
公开(公告)日：2024-02-09
申请号：CN202110893943.1
申请日：2021-08-05
Applicant: 西安电子科技大学
IPC: G06F16/583 , G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于分层度量学习的跨模态信息检索方法，其实现步骤为：(1)建立训练集；(2)构建分层度量学习网络；(3)训练分层度量学习网络；(4)利用图像检索文本；(5)利用文本检索图像。本发明构建了与标签层数相等的多个分层度量学习子网络组成分层度量学习网络，采用了特征嵌入模块对图像样本和文本样本进行实值特征表示学习，使得最终分层度量学习网络学习到的特征能包含层次标签的所有标签信息，学习到的图像特征和文本特征具有更高的数值精度，提高了跨模态信息检索的精度，增强了跨模态信息检索过程中数据特征结构的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN116756314A
公开(公告)日：2023-09-15
申请号：CN202310719473.6
申请日：2023-06-16
Applicant: 西安电子科技大学 , 中国食品发酵工业研究院有限公司
IPC: G06F16/35 , G06F40/253 , G06F18/25 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于GCN的方面级多模态情感分析方法，包括下述步骤：生成训练集；构建方面级多模态情感分析网络；训练方面级多模态情感分析网络；对方面级多模态情感极性进行分类。本发明构建了基于GCN的方面级多模态情感分析网络，利用图卷积神经网络将语法信息融入文本特征中，使得方面词能够关注到正确意见词所表达的情感信息，减少文本中噪声的影响。本发明将图像分割为图像块并与文本模态融合，构建用于融合模态的图卷积神经网络，融合相关联的图像信息，获取图像中与方面词相关的细粒度图像信息，减小图像中噪声信息的影响，有效提高情感分析的准确度。
-
公开(公告)号：CN116502103A
公开(公告)日：2023-07-28
申请号：CN202310215621.0
申请日：2023-03-07
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于动态记忆键值对网络的知识追踪方法及系统，该方法包括：获取习题标签以及对应的习题难度；构建包括嵌入层、键值对记忆层、认知行为层以及输出层的知识追踪网络模型；利用所述习题难度和所述习题标签对所述网络模型进行训练，并利用训练好的网络模型实现知识追踪。本发明提出的基于动态记忆键值对网络的知识追踪方法，融合了认知行为构建了知识追踪模型，该模型可以追踪用户知识点掌握水平的变化、猜测、失误等认知行为带来的影响，从而预测用户作答习题的表现，并依据用户的作答记录对习题进行聚类，具有较好的可解释性，适用于不同类型的用户，且具有较高的准确率。
-
公开(公告)号：CN116229415A
公开(公告)日：2023-06-06
申请号：CN202310042194.0
申请日：2023-01-28
Applicant: 西安电子科技大学
IPC: G06V20/58 , G06V20/64 , G06V10/40 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于目标重采样的单阶段三维点云目标检测方法，主要解决现有技术对简单点云目标和困难点云目标关注度不平衡的问题。其实现方案是：获取点云数据并划分数据集；对训练集点云数据依次进行数据增强和目标重采样；对增强后的训练集和测试集做体素化预处理；搭建轻量化三维点云目标检测网络并对其迭代训练；使用训练好的网络对预处理后的测试集点云样本进行推理得到预测框；使用非最大值抑制过滤冗余预测框得到目标检测结果。本发明通过对简单点云目标欠采样，对难点云目标过采样的重采样，平衡了检测器对难、易两种点云目标的关注度，并使用残差连接及模型轻量化检测技术，提高了检测精度，可用于三维空间中对目标的准确识别和定位。
-
公开(公告)号：CN116226449A
公开(公告)日：2023-06-06
申请号：CN202310050175.2
申请日：2023-02-01
Applicant: 西安电子科技大学
IPC: G06F16/783 , G06F16/75 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于差分多尺度多粒度特征融合的视频文本检索方法，主要解决现有技术未充分利用视频时序特征及细粒度信息文本标注造成视频文本匹配精度低的问题，其实现方案为：获取视频帧序列及文本标注序列；构建特征提取网络并提取文本标注的全局和局部特征；将视频帧特征按时间序列差分并通过序列特征提取网络与帧特征结合得到视频的局部和全局特征；计算视频和文本标注的全局相似度和局部相似度，计算出损失函数；利用损失函数训练网络；利用训练好的网络计算视频与文本标注的相似度并排序得到检索结果。本发明能减少不同模态之间的语义鸿沟，挖掘视频模态数据中的时序信息，提升跨模态检索精度，可用于视频主题检测和视频应用的内容推荐。
-
公开(公告)号：CN112380966B
公开(公告)日：2023-06-02
申请号：CN202011259221.2
申请日：2020-11-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于特征点重投影的单眼虹膜匹配方法。主要解决现有技术计算时间复杂度高，虹膜外区域影响匹配结果的问题。其方案是：采用摄像头获取单眼虹膜图像，并对其依次进行虹膜定位、特征提取、剔除边界信息的数据预处理；用每次预处理后的虹膜区域分割图像构成虹膜识别数据库；采用摄像头获取待识别单眼虹膜图像，对其进行数据预处理；将预处理后的虹膜区域分割图像B与虹膜识别数据库中的虹膜区域分割图像A进行匹配，根据匹配的特征点对估计单应矩阵。将图B中特征点重投影至图A空间，计算对应特征点平均位置偏差，并据此判断匹配是否成功。本发明实现了对虹膜区域的分割，并在保持匹配准确度的同时提高了匹配速度，可用于身份认证。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.032 seconds)
