-
公开(公告)号：CN119046461A
公开(公告)日：2024-11-29
申请号：CN202410876244.X
申请日：2024-07-02
Applicant: 电子科技大学
Abstract: 本发明提出一种基于文本扩充和标签信息融合的图网络侵权行为分类方法，该方法包括：在词嵌入与全局图信息构建模块对输入文本数据进行全局图信息构建；在双重图注意力提取模块对词级别和句子级别进行图形注意力提取；在数据池化模块对每个词语的主要特征信息进行提炼；在文本特征扩充模块对短文本进行有效扩展和丰富；在文本特征增强模块利用制作热力图对文本特征进行增强；在文本分类模块利用已增强的文本特征进行文本分类。该方法通过主题模型和TF‑IWF抽取核心词并构建核心词库，扩充丰富了文本特征信息。与此同时，该方法也通过图注意力机制将最大池化后的特征向量中有明显类别指向的单词抽出；除此以外，该方法还通过词嵌入技术将标签向量化并与文本向量进行融合，进行文本特征增强，进而提高民事侵权行为分类精度与效率。
-
公开(公告)号：CN118916737A
公开(公告)日：2024-11-08
申请号：CN202410907710.6
申请日：2024-07-08
Applicant: 电子科技大学
Abstract: 为了应对法律文本中行为极性分类的挑战，本发明引入了一种创新的算法模型，融合上下文注意力的对比学习(Contrastive Learning with Context Attention,CLCA)和CGCN(Core Graph Convolutional Network,CGCN)的行为极性分类模型。该模型专门设计用于行为极性分类任务，通过结合上下文信息和对比学习策略，以提升对复杂法律文本数据的分类准确性和效率。本发明针对法律领域行为极性分类的模糊性和抽象性，提出了融合标签信息的对比学习算法，兼顾了有标签的行为极性分类任务和对比学习任务，提高了行为在不同案件类别标签下的极性分类效果。对于上下文依赖问题，本发明引入特殊的上下文注意力机制，引导模型对存在的行为进行合理的聚合和区分，增强行为词嵌入在极性信息上的表征能力和模型对上下文内容的理解能力。本发明提出了CGCN网络，基于采样思想和对模型的横向扩展缓解了GCN网络在抗噪声方面的不足之处和特征表示能力退化现象，提高行为极性分类的泛化性和抗噪声能力。在公开文本分类数据集和法律数据集上的实验表明，使用本发明提出的模型可以有效提高行为极性分类的效果并且具有一定极性分类泛用性，本发明的模型较为契合法律领域的行为极性分类要求。
-
公开(公告)号：CN118823348A
公开(公告)日：2024-10-22
申请号：CN202410912562.7
申请日：2024-07-09
Applicant: 电子科技大学
IPC: G06V10/26 , G06V20/70 , G06V20/17 , G06V10/20 , G06V10/82 , G06T5/10 , G06N3/0895 , G06N3/0464 , G06N3/045
Abstract: 本发明提出了一种基于半监督的无人机航空图像分割方法。具体而言，该方法的核心创新体现在四个方面，首先是数据增强，采用基于傅里叶变换的策略，该策略通过在频域对图像进行处理，增强了模型对于图像特征的学习能力，尤其是在处理复杂背景和细节信息时的准确性。其次是，置信度优化方面改进了置信度评估方法，以更精确地处理标签不确定性。这一改进有助于模型在训练过程中减少误差传播，确保了使用高置信度标签，从而提升了学习效率和分割质量。再而是双网络预测结构，通过双网络结构的设计，算法能够并行处理图像数据，综合两个网络的预测结果。这种结构不仅提高了模型对图像特征的捕捉能力，也增强了模型在面对不同场景时的泛化能力。最后对损失函数进行了创新设计，以更好地优化模型训练过程。新的损失函数设计针对性强，旨在增强模型对不同尺度、形状目标的分割能力，以及提高前景与背景的区分效果。
-
公开(公告)号：CN118587575A
公开(公告)日：2024-09-03
申请号：CN202310217293.8
申请日：2023-03-03
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明公开了一种基于动态尺度特征的湖泊水域动态变化检测方法。该发明基于动态尺度特征设计了一个孪生网络，该网络可用于湖泊水域的变化检测。首先分别利用6个曲率引导的动态尺度卷积(CDSConv)来学习原始遥感影像中的像素级的鲁棒表示，由这6个动态尺度卷积层构成的动态尺度特征网络(CDSFNet)能够学习到图像的动态尺度特征，然后利用孪生网络获取不同时相之间的图像变化,弥补传统变化检测方法中耗时长、精度差，难以定量确定差异的缺点。
-
公开(公告)号：CN117636165A
公开(公告)日：2024-03-01
申请号：CN202311619079.1
申请日：2023-11-30
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于令牌混合的遥感语义变化检测技术，针对多任务学习耦合二值变化检测和语义分割子任务提高效率和精度。通过采用预训练大模型编码器构建孪生网络，提取双时多尺度特征，并利用交叉注意模块实现两个图像之间的信息通信。将二值变化检测和语义分割子任务在同一框架下进行端到端训练，高度耦合得到语义变化检测结果。与现有技术相比，本发明具有精度高和快速检测的优势，为遥感图像变化检测领域提供了新的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN117290814A
公开(公告)日：2023-12-26
申请号：CN202311236661.X
申请日：2023-09-22
Applicant: 电子科技大学
IPC: G06F18/27 , G06F18/21 , G06N3/0464 , G01N33/24 , G06Q50/02
Abstract: 本发明公开了一种基于土壤水分的逐日农业干旱预警技术。该发明可以提高已有遥感检测手段对农业干旱监测的时效性。通过对多年的逐日土壤水分进行端到端卷积神经网络的训练，可预测未来五天的土壤水分含量。将预测的数据与前七天的数据进行Sen斜率估计，最后通过Mann‑Kendall方法判断变化趋势显著性，从而实现对未来五天农业干旱趋势的估计，达到预警的目的。本发明提出的基于神经网络预测土壤水分的农业干旱预警模型，通过简单而有效的卷积神经网络模型，可以在不引入复杂模块、策略和技巧的情况下实现高效预测土壤含水量，从而预警灾害的时效性提高，计算复杂度降低。相比传统的遥感干旱指数预警农业干旱的方法，具有更好的空间一致性，更高的时空分辨率。
-
公开(公告)号：CN116665049A
公开(公告)日：2023-08-29
申请号：CN202310588683.6
申请日：2023-05-23
Applicant: 电子科技大学
Abstract: 本发明提出了一种基于特征迁移的红外遥感影像地物目标检测方法。本发明基于Faseter‑RCNN算法，添加ResNet网络对其识别精确度进行提升，并引入特征迁移学习方法，利用在已有的大量可见光遥感图像数据集进行学习，并将知识应用到红外遥感影像数据集的目标检测上，既提升了可见光遥感图像的利用率，又增加了目标检测网络在夜晚的检测能力。
-
公开(公告)号：CN116561563A
公开(公告)日：2023-08-08
申请号：CN202310845882.0
申请日：2023-07-11
Applicant: 电子科技大学
IPC: G06F18/213 , G06F18/214 , G06F18/2411 , G06F18/243
Abstract: 本申请公开了一种基于残差预测模型的边坡位移预测方法及相关装置，用于提高基于支持向量机SVM的边坡位移预测模型的预测精度。本申请方法包括：获取第一边坡监测数据；使用第一边坡监测数据对基于SVM的第一模型进行边坡位移预测训练，得到边坡位移预测模型；使用第一残差数据对基于SVM的第二模型进行残差预测训练，得到残差预测模型；根据残差预测模型输出的残差预测结果对第一边坡位移预测结果进行修正，得到第二边坡位移预测结果；使用残差预测结果、第一残差数据和第二残差数据对基于随机森林的判别器进行残差判别训练，得到残差修正判别器；根据残差修正判别器输出的目标残差数据对第一边坡位移预测结果进行修正，得到目标边坡位移预测结果。
-
公开(公告)号：CN111178053B
公开(公告)日：2023-07-28
申请号：CN201911393590.8
申请日：2019-12-30
Applicant: 电子科技大学
IPC: G06F40/253 , G06F40/30 , G06F40/258
Abstract: 本发明提出一种结合语义和文本结构进行生成式摘要抽取的文本生成方法，考虑到中文语言结构上的特殊性，将文本结构和文本语义作为网络输入，从而考虑文本的语义和结构两个方面的内容，然后通过编码网络中的编码将语义和结构两方面的数据进行编码和融合，然后利用解码网络进行结果输出。本发明将文本结构也作为元素提高了编码网络获取文本信息的能力；加入了注意力机制提高了解码网络的解码能力。
-
公开(公告)号：CN116416550A
公开(公告)日：2023-07-11
申请号：CN202211669730.1
申请日：2022-12-25
Applicant: 电子科技大学
IPC: G06V20/40 , G06V10/80 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于图像增强和图像融合的联合检测跟踪方法。本发明结合传统的检测和跟踪的算法，两个任务共享特征提取网络。本发明在Resnet‑50骨干特征提取网络的基础上提出了图像增强模块，图像增强模块有效的解决了多目标跟踪中特征提取不充分的问题。本发明在Resnet‑50骨干特征提取网络和图像增强模块的基础上，提出了图像融合模块，有效的融合了图像的多尺度特征，改善了检测和跟踪对于特征深度要求不同的冲突。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.031 seconds)
