-
公开(公告)号:CN115640829A
公开(公告)日:2023-01-24
申请号:CN202211273240.X
申请日:2022-10-18
Applicant: 扬州大学
IPC: G06N3/045 , G06N3/047 , G06N3/0895
Abstract: 本发明公开了一种基于提示学习的伪标签迭代的领域自适应方法,包括1)选择Bert模型,将该预训练语言模型作为主干,对提示学习方法中的模板和标签词进行设置;2)构造出所需要的提示学习模型,随机选取少量源域数据样本进行训练,通过预训练语言模型进行掩码语言建模,对输入的目标域句子预测出其伪标签;3)随机选取少量其伪标签目标域数据进行训练,通过提示学习方法,再次预测出目标域数据的伪标签,通过多次迭代,得到目标域中部分数据样本的标签,最后在目标域标签中,再选取少量带有标签的目标域数据样本进行训练。本发明利用提示学习伪标签迭代的方法,在少量源域数据样本的前提下,能够在目标域分类任务中达到更好的性能。
-
公开(公告)号:CN115578149A
公开(公告)日:2023-01-06
申请号:CN202211210238.8
申请日:2022-09-30
Applicant: 扬州大学
IPC: G06Q30/06 , G06F16/9536 , G06F16/901 , G06Q30/00 , G06Q50/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于循环图神经网络及半自编码机的团购推荐方法,包括1)使用改进的关联规则算法获得每个商品关联性强的对应商品属性信息,并使用multi‑hot方法向量化,作为商品额外信息;2)使用图卷积神经网络获取不同时段用户‑商品的深层图特征表示,输入单层BiLSTM捕获时间特性;3)使用自编码机对循环图神经网络获得的图特征进行降维,将自编码机的编码层输出作为提取的低维特征表示;4)将获得的低维特征表示作为额外信息输入到半自编码机模型中实现团购推荐。本发明利用图卷积神经网络获取用户‑商品的深层图特征关系,利用BiLSTM捕获时序特征,并通过自编码机处理拓展特征,将这些特征输入自编码机模型,达到为用户进行更准确推荐的目的。
-
公开(公告)号:CN115512361A
公开(公告)日:2022-12-23
申请号:CN202211142055.7
申请日:2022-09-20
Applicant: 扬州大学 , 无锡芯享信息科技有限公司
Abstract: 本发明公开了一种基于工业场景的超分辨光学字符检测识别系统及方法,涉及图像文字识别领域和超分辨率领域。适用于存在图片复杂度较高、文本区域相对不明显、识别检测精度较低等问题。结合了超分辨率技术和文本检测算法进行系统模型建立,使基于超分辨率的场景文本识别的识别性能得到相应的提升。包括如下步骤:获取截图识别或拍照识别的文本图像;对文本图像进行等份裁剪;对裁剪后图片分别送入超分辨率模块,使用超分网络对图像进行超分处理,提高图像分辨率;对超分后场景图像输入训练好的文本识别检测模型;对文本识别结果进行拼接。本发明可适用于工业场景的小文字识别,通过超分辨率算法,能够有效的提高了文本识别的精度。
-
公开(公告)号:CN115511353A
公开(公告)日:2022-12-23
申请号:CN202211257857.2
申请日:2022-10-13
Applicant: 扬州大学
Abstract: 本发明公开了一种基于深度学习的电网运行数据分析方法,通过设置第一对比模块、第一数据库、检测装置、提醒模块、第一处理模块和第一读取模块,能够检测电网的运行数据,如果电网的运行数据出现问题,就会向电网负责人发送消息,及时对所发现的电网问题进行预警;通过设置第二对比模块、第二数据库、第二处理模块和第一读取模块,能够提前诊断出电网出现的问题,预先安排维修人员去进行巡检维修,无需要采用传统的方式,即安排人员先去查看情况,再安排人员去进行维修,耽误大量的时间和精力。
-
公开(公告)号:CN115311113A
公开(公告)日:2022-11-08
申请号:CN202210815834.2
申请日:2022-07-12
Applicant: 扬州大学
IPC: G06Q50/20 , G06N3/04 , G06F16/906
Abstract: 本发明公开了一种基于提示调优的少样本习题链接知识概念方法,通过收集并整理某一课程对应的习题资源与知识概念形成数据集;使用带有统一模板的即时提优的方法计算习题与知识概念的相关性,独立预测每个概念的概率;通过阈值机制,确定与习题相关的知识概念,为习题打上相应的知识概念标签,同时通过微调任务模型,循环训练预训练语言模型使其适应当前任务,在样本量少的情况下,为习题打上知识概念的标签,提高少样本习题链接知识概念的效果。
-
公开(公告)号:CN114842276A
公开(公告)日:2022-08-02
申请号:CN202210546097.0
申请日:2022-05-18
Applicant: 扬州大学
Abstract: 本发明公开了一种基于多图融合的典型相关分析的降维方法,该方法针对已有的图嵌入降维算法仅使用单一图结构的问题,提出了一种能够利用多种类型的图揭示数据的内在结构的典型相关分析算法模型。在本发明中,通过构建多种不同的图来描述数据的结构,并且使用图融合框架为每个图赋予权重并且将这些图进行融合成为一个“最佳图”,将融合后的图与典型相关分析模型相结合,通过交替迭代的优化方法求出投影向量并更新多图的权重直至收敛从而得到最终的投影向量,完成降维任务。
-
公开(公告)号:CN114722206A
公开(公告)日:2022-07-08
申请号:CN202210419204.3
申请日:2022-04-20
Applicant: 扬州大学
IPC: G06F16/35 , G06F16/36 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于关键词筛选和注意力机制的极短文本分类方法,包括:(1)设计和实现关键词筛选算法,通过知识图谱引入额外知识来优化极短文本的特征表示;(2)通过带有注意力机制的双向长短期记忆模型(Attention‑based BiLSTM)得到极短文本的表示;(3)构建两种对于额外知识的注意力机制,以学习得到更加重要和相关的知识;(4)最终将极短文本表示与额外知识相结合,用softmax分类器在极短文本数据集上进行分类,并得到分类结果。本发明提高了表示学习和特征提取的效果,提升了数据集分类的准确性,具有较高的鲁棒性和实用性。
-
公开(公告)号:CN114092859A
公开(公告)日:2022-02-25
申请号:CN202111412148.2
申请日:2021-11-25
Applicant: 扬州大学
IPC: G06V20/40 , G06V40/20 , G06V10/764 , G06V10/26 , G06K9/62
Abstract: 本发明公开了一种面向视频流的奶牛知识图谱构建方法,包括1)复杂异构数据的录入和奶牛知识图谱的初步构建;2)利用一种基于混合高斯模型法的目标检测方法,对视频中复杂运动环境下的奶牛进行检测;3)利用基于深度图像特征和基于该特征的奶牛目标各区域精细分割方法实现奶牛身体各部分的分割;4)利用奶牛运动肢干跟踪方法构建了基于决策树的奶牛运动检测模型;5)从模型中进行体况识别,获取奶牛身体的关键信息;6)通过实体链接,将关键信息与数据表中对应奶牛实体相关联,实现知识图谱的构建。本发明能够利用目标检测和图像识别算法,从奶牛的监控视频流中,实现异构数据的信息读取,获取奶牛的准确信息,达到奶牛知识图谱构建的目的。
-
公开(公告)号:CN113689421A
公开(公告)日:2021-11-23
申请号:CN202111042625.0
申请日:2021-09-07
Applicant: 扬州大学附属医院
Abstract: 本发明公开了一种基于多任务学习的超声图像多分类方法,包括步骤:1)设计和实现贝叶斯多项式回归算法,并将同时包括有标签和无标签的超声图像数据集作为输入,学习得到所有任务共有的模型参数;2)构建叠加重构独立成分分析模型对输入的图像特征表示做训练;3)构建半监督多任务学习框架,对多任务的图像特征表示进行进一步优化;4)用逻辑回归模型在有标签的超声图像数据集上训练分类器,并在无标签的超声图像数据集上得到分类结果。本发明结合深度学习和多任务学习的特点,将所有数据集进行组合以提高泛化性能,并利用超声图像数据集中已有的部分有标签数据,提升了超声图像数据集的分类准确度,具有较高的实用性。
-
公开(公告)号:CN111753899A
公开(公告)日:2020-10-09
申请号:CN202010582064.2
申请日:2020-06-23
Applicant: 扬州大学
IPC: G06K9/62
Abstract: 本发明公开了一种自适应的不平衡数据领域适应方法,包括以下步骤:1)构建叠加稀疏自编码机,学习源领域和目标领域的原始图像数据集的向量表示;2)针对源领域和目标领域的不平衡数据,构建自适应的不平衡数据领域适应目标函数,补偿数量较小的类损失,并应用最大均值差异算法将源领域和目标领域的大量无标签数据信息代入领域适应目标函数,缩小源领域和目标领域的距离;3)用逻辑回归模型在训练集上训练分类器,并在测试集上做分类预测,得到最终的领域适应结果。本发明优化了特征表示学习的性能,提升了领域适应的准确性,具有较高的鲁棒性和实用性。
-
-
-
-
-
-
-
-
-