-
公开(公告)号：CN101702229B
公开(公告)日：2012-01-11
申请号：CN200910216159.6
申请日：2009-11-06
Applicant: 电子科技大学
Abstract: 本发明涉及一种含认证水印和恢复水印的图像生成方法和恢复方法。其生成方法，包括以下步骤：S1.图像分解；S2.树结构的形成；S3.认证水印的嵌入；S4.恢复水印的嵌入；S5.图像生成。其恢复方法，包括以下步骤：T1.图像分解；T2.树结构的形成；T3.认证水印提取；T4.恢复水印提取；T5.认证水印差图的获取；T6.图像篡改区域定位精确度的提高；T7.图像篡改区域的恢复。本发明的有益效果是：本发明利用WBCT变换的多尺度和多方向特性，不再采用分块和LSB技术即可实现图像篡改区域的检测和恢复，克服了这两种技术带来的“伪认证”问题和精确度较低的问题。
-
公开(公告)号：CN119204195A
公开(公告)日：2024-12-27
申请号：CN202411191960.0
申请日：2024-08-28
Applicant: 电子科技大学
IPC: G06N5/025 , G06N3/042 , G06N3/0455 , G06F16/36 , G06F40/279 , G06F40/30
Abstract: 本发明涉及知识图谱技术领域，公开了一种融合多源信息的知识图谱链接预测方法，利用图自编码器训练知识图谱转化后的关系图，得到质量更高的实体特征和关系特征，从语义角度和空间角度来过滤低相关的邻域实体；然后将软提示应用到对语义特征的编码，硬提示应用到对高质量路径特征的编码，联合训练；将结构建模模型和文本建模模型对应的得分经过预处理和特征提取，通过权重对候选实体进行加权求和；在执行具体的链接预测任务时，对得到的得分进行排序，根据得分排序结果完成链接预测任务。本方法缓解了现有结构建模模型的过平滑问题，并降低了计算成本，同时还弥补了现有文本建模模型的实体模糊性和空间局限性，能更好地完成知识图谱链接预测任务。
-
公开(公告)号：CN117235216A
公开(公告)日：2023-12-15
申请号：CN202311108953.5
申请日：2023-08-30
Applicant: 电子科技大学
IPC: G06F16/332 , G06F16/33 , G06F16/36 , G06F16/335 , G06N5/04 , G06N5/022 , G06N3/0464 , G06N3/042 , G06N3/08 , G06N3/047
Abstract: 本发明涉及机器推理领域，具体为一种基于异构知识融合的知识推理方法。该方法基于输入识别出问答对中的关键实体概念，利用关键实体概念获取证据文本知识；将问答对与证据文本知识拼接输入到预训语言练模型中获取语义编码；针对每个问答对，从知识图谱中抽取与关键实体概念相关的三元组路径，并引入语义节点，计算上下文相关性并剪枝构建模式图，在此基础上进行推理得到模式图编码；通过捕获语义编码与模式图编码的潜在关联，实现知识融合推理；通过分类层计算每个候选选项的置信度分数，将置信度最高的候选选项作为最终预测答案。解决了现有智能问答系统在回答常识相关的问题时，缺乏关联性高的背景知识、且多源知识融合不足导致推理效果差问题。
-
公开(公告)号：CN117093724A
公开(公告)日：2023-11-21
申请号：CN202311052463.8
申请日：2023-08-21
Applicant: 电子科技大学
IPC: G06F16/36 , G06F40/30 , G06N3/048 , G06N3/0464 , G06F18/214
Abstract: 本发明涉及知识图谱领域，其公开了一种基于深层语义特征提取的知识图谱推理方法，解决现有知识图谱存在的获取三元组语义信息不足、特征提取效果不佳导致知识图谱推理效果不佳的问题。本发明在知识图谱推理模型的训练过程中，首先对待推理知识图谱的三元组进行初始化，获得各三元组中头、尾实体向量和关系的向量；然后，使用与关系相关的适应性卷积获取三元组中实体‑关系的特征交互信息，得到代表三元组整体语义的特征向量；接着，基于三元组整体语义的特征向量，通过深度卷积网络提取其对应的深层语义特征，经过全连接网络获得三元组的置信度得分；然后，根据各三元组的置信度得分计算损失值，并以最小化损失为目标，随机梯度下降法进行迭代训练，获得训练完成的知识图谱推理模型。
-
公开(公告)号：CN116483863A
公开(公告)日：2023-07-25
申请号：CN202310551661.2
申请日：2023-05-16
Applicant: 电子科技大学
IPC: G06F16/2453 , G06F16/2455 , G06N3/0464 , G06N3/092 , G06F16/901
Abstract: 本发明涉及数据库查询领域，提供了一种基于树注意力和基数感知的查询优化方法及存储介质。主旨在于解决目前的技术方案没有考虑查询优化中基数这一最为关键的影响因素，导致了长期代价的计算不准确的问题。主要方案包括数据收集，在数据库中随机生成查询语句并执行，获得其查询执行时间；DQN模型训练，利用步骤1中所收集的数据训练DQN中包含状态特征网络、动作特征网络和基数特征网络的q‑network，得到DQN模型；DQN模型应用，对于一条查询语句，使用步骤2中训练得到的DQN模型分别计算长期奖励，选择长期奖励最大的值即可选择最优连接，进而生成完整的执行计划，即得到生成完整的查询计划。
-
Patent Agency Ranking
公开(公告)号：CN116310466A
公开(公告)日：2023-06-23
申请号：CN202211093142.8
申请日：2022-09-08
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06V10/74
Abstract: 本发明公开了一种基于局部无关区域筛选图神经网络的小样本图像分类方法，该方法包括：通过随机裁剪并输入特征嵌入网络中获取到图像的全局特征和局部特征；将全局特征和局部特征按照相关性构造出图结构用于图神经网络的更新；构建基于局部无关区域筛选图神经网络模型，通过模型获取到每个图像的最终特征以及每个局部子图的重要性；基于分类损失和局部重要性损失构成的损失函数进行模型训练；使用模型获取到的特征用于计算图像属于每个类的概率。本发明通过在局部特征聚合时对图像背景等无关区域增加限制参数降低其对分类的影响，解决现有基于度量学习方法中无关的局部信息干扰的技术问题，用于小样本图像分类任务时，能有效提升预测准确性。
-
公开(公告)号：CN112784064B
公开(公告)日：2023-05-12
申请号：CN202110117804.X
申请日：2021-01-28
Applicant: 电子科技大学
IPC: G06F16/36 , G06Q30/0601 , G06Q50/00
Abstract: 本发明属于知识图谱技术领域，其公开了一种面向社交网络的层次化超维知识图谱构建方法。社交网络中商品相关信息错综复杂，利用现有知识图谱难以有效转化。本发明首先分析社交网络中各类信息的组成结构，定义对应超维知识图谱架构；然后抽取出有关商品推荐的特定知识，按照其性质进行概念分层，并根据其对应关系建立层与层之间的关联映射；再将获取到的知识按照已构建的结构模式进行组织，实现多元组的转换；最后利用得到的社交网络知识图谱，结合具体用户的个人喜好信息，推荐与之匹配度较高的商品，提高了社交网络中与商品相关知识的描述和组织能力，提高了对复杂多元社交网络实体关系的表达能力，实现了对社交网络商品推荐明确、有效支撑。
-
公开(公告)号：CN113705647B
公开(公告)日：2023-04-28
申请号：CN202110954044.8
申请日：2021-08-19
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/25 , G06V10/30 , G06V10/44 , G06V10/82 , G06N3/047 , G06N3/09 , G06N3/0464
Abstract: 本发明提供一种基于动态间隔的双重语义特征提取方法，属于计算机视觉特征识别技术领域。本发明方法动态通过调整类别间隔的损失函数来获取具有判别性的图像特征，即对特征和权重向量进行归一化，然后对损失函数动态的调整，来实现不同类别的不同的余弦间隔。该方法使得间隔设置更加合理，同时能在保留特征限制的同时，不增加神经网络模型优化的复杂度，与其他提出的损失函数相比，更加简单易于实现和准确。
-
公开(公告)号：CN113682908B
公开(公告)日：2023-02-28
申请号：CN202111012494.1
申请日：2021-08-31
Applicant: 电子科技大学
Abstract: 本发明涉及调度控制技术，其公开了一种能够提高乘客乘梯体验，且具有较好灵活性和适应性的一种基于深度学习的智能调度方法。该方法包括以下步骤：S1、乘客通过所在楼层的预约面板进行乘梯预约，生成呼梯请求发送给电梯控制模块；S2、电梯控制模块获取收到呼梯请求时所有电梯的状态数据，并连同呼梯请求一并发送给算法调度模块；S3、算法调度模块采用训练好的电梯调度模型作为调度算法，以呼梯请求和所有电梯的状态数据为输入，生成派梯决策；S4、算法调度模块将派梯决策反馈给预约面板和电梯控制模块。本发明适用于目的层预约型电梯群调度。
-
公开(公告)号：CN112883066B
公开(公告)日：2022-07-08
申请号：CN202110330790.X
申请日：2021-03-29
Applicant: 电子科技大学
IPC: G06F16/2455 , G06F16/2457 , G06F16/28 , G06N3/04 , G06N3/08
Abstract: 本发明涉及数据库数据处理领域，提供了一种数据库上的多维范围查询基数估计方法。本发明的目的在于解决了编码单纯使用热编码的形式，这种编码方式易受量纲不一致的影响，且编码位数不能灵活调整的问题。主要方案包括：步骤1、数据收集，在数据库中随机生成多维范围查询语句，并在数据库中执行以获得真实的查询基数，获得表中的真实记录数据。步骤2、模型训练，使用步骤1中收集的数据训练模型；步骤3：用训练好的模型对解析查询语句，得到最终基数估计值。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.03 seconds)
