-
公开(公告)号：CN110807477A
公开(公告)日：2020-02-18
申请号：CN201910993603.9
申请日：2019-10-18
申请人： 山东大学
摘要： 本公开公开了基于注意力机制的神经网络服装搭配方案生成方法及系统，构建基于注意力机制的神经网络模型；构建训练集；将训练集输入到已构建的基于注意力机制的神经网络模型中，对基于注意力机制的神经网络模型进行训练，当模型的损失函数收敛时，停止训练，输出训练好的基于注意力机制的神经网络模型；获取待搭配的上衣；获取已有的若干件下衣；将待搭配的上衣和已有的若干件下衣，均输入到训练好的基于注意力机制的神经网络模型中，输出与待搭配的上衣所匹配的下衣；最终，待搭配的上衣与匹配的下衣作为最佳穿衣搭配方案输出。
-
公开(公告)号：CN109993154B
公开(公告)日：2020-02-07
申请号：CN201910319860.4
申请日：2019-04-19
申请人： 山东大学 , 智洋创新科技股份有限公司 , 国网浙江省电力有限公司
摘要： 本发明公开一种变电站单指针式六氟化硫型仪表智能识别方法。本发明旨在对特殊的单指针式六氟化硫型仪表进行读数识别。利用深度学习与传统计算机视觉技术相结合的方式，进行仪表盘定位与指针特征识别。并针对实际应用存在的光线阴暗与仪表盘畸变情形，加入图像增强模块与畸变处理模块以提升识别效果。本发明实现了在复杂背景下对单指针式六氟化硫型仪表的自动检测和识别任务，并具有良好的准确率与稳定性，可满足变电站实际应用需求。
-
公开(公告)号：CN108681610B
公开(公告)日：2019-12-10
申请号：CN201810523697.9
申请日：2018-05-28
申请人： 山东大学
IPC分类号： G06F16/332 , G06N3/04
摘要： 本发明公开了生成式多轮闲聊对话方法、系统及计算机可读存储介质，分为两个阶段：阶段一：利用语料库的对话，对多轮闲聊对话模型进行训练；阶段二：将用户提出的待答复的问题输入到训练好的多轮闲聊对话模型中，输出实际答复。通过挖掘对话历史中的关键词、在模型中引入注意力机制，将对话历史中的所有词区别对待，扩大了历史对话中关键词在生成回复时的作用。通过宽度通道来预测关键词拓宽话题，通过深度通道来预测历史对话中关键词的权重，以此来深入当前话题，将两部分得到的话题信息引入解码器中辅助解码，话题信息的引导有效地解决了无意义回复的问题，大大减少了无意义回复的数量。
-
公开(公告)号：CN110391010A
公开(公告)日：2019-10-29
申请号：CN201910502406.2
申请日：2019-06-11
申请人： 山东大学
摘要： 本发明公开了一种基于个人健康感知的食品推荐方法及系统，所述方法包括以下步骤：确定可选的食材种类，基于食谱数据集进行食谱检索；获取与用户健康有关的文本信息，根据所述文本信息进行健康状况预测，得到用户健康画像；基于检索到的食谱和用户健康画像为用户推荐食谱。本发明能够推荐符合用户健康状态的食谱。
-
公开(公告)号：CN109993154A
公开(公告)日：2019-07-09
申请号：CN201910319860.4
申请日：2019-04-19
申请人： 山东大学
摘要： 本发明公开一种变电站单指针式六氟化硫型仪表智能识别方法。本发明旨在对特殊的单指针式六氟化硫型仪表进行读数识别。利用深度学习与传统计算机视觉技术相结合的方式，进行仪表盘定位与指针特征识别。并针对实际应用存在的光线阴暗与仪表盘畸变情形，加入图像增强模块与畸变处理模块以提升识别效果。本发明实现了在复杂背景下对单指针式六氟化硫型仪表的自动检测和识别任务，并具有良好的准确率与稳定性，可满足变电站实际应用需求。
-
公开(公告)号：CN109766935A
公开(公告)日：2019-05-17
申请号：CN201811608281.3
申请日：2018-12-27
申请人： 中国石油大学(华东) , 山东大学
IPC分类号： G06K9/62
摘要： 本发明公开了一种基于超图p-Laplacian图卷积神经网络的半监督分类方法，属于半监督分类技术领域。包括：1：提取训练样本特征；2：计算超图p-Laplacian矩阵；3：计算结构信息矩阵；4：建立超图p-Laplacian的图卷积神经网络模型；5：对训练样本特征进行卷积操作，得到第一层网络输出；6：每一层网络的输出作为下一层网络的输入；7：将最后一层卷积网络的输出作为分类器的输入，得到模型参数；8：然后计算验证样本的交叉熵损失，选择最好的模型参数；9：提取测试样本的特征；10：将最后一层卷积网络输出的特征向量送到分类器进行分类。本申请采用多次卷积操作，能够大幅度提高模型分类效果。
-
公开(公告)号：CN109344887A
公开(公告)日：2019-02-15
申请号：CN201811087839.8
申请日：2018-09-18
申请人： 山东大学
IPC分类号： G06K9/62
摘要： 本发明公开了基于多模态字典学习的短视频分类方法、系统及介质，并将其应用到短视频场景预测问题中，包括以下步骤：离线部分：依据少量标记样本，构建树形引导多模态字典学习，得到初始化的多模态字典给以及相应的稀疏表示；基于学习到的多模态稀疏表示，为每一个模态训练一个短视频场景分类器；在线部分：实时的对新来的短视频样本进行场景预测或者强化字典学习模型。对于新来的短视频，如果有场景标记，就用来强化字典学习模型；如果场景没有被标记，就用离线部分训练学习的分类器对场景类别预测。
-
公开(公告)号：CN108932304A
公开(公告)日：2018-12-04
申请号：CN201810600245.6
申请日：2018-06-12
申请人： 山东大学
CPC分类号： G06F17/2775 , G06K9/00718 , G06K9/00744 , G06K9/6201
摘要： 本发明公开了基于跨模态的视频时刻定位方法、系统及存储介质，将其应用到视频中某一时刻片段的定位问题中，包括以下步骤：构建语言时序模型对有利于时刻定位的文本信息提取出来并进行特征提取；多模态融合模型融合文本-视觉特征，生成强化的时刻表示特征；多层感知机模型用来预测时刻与文本描述的匹配程度以及时刻片段的起始时间；使用训练数据端到端的训练模型。本发明在基于文本查询的时刻定位问题上，准确率高于现有模型。
-
公开(公告)号：CN108830680A
公开(公告)日：2018-11-16
申请号：CN201810539128.3
申请日：2018-05-30
申请人： 山东大学
IPC分类号： G06Q30/06
摘要： 本发明公开了基于离散分解机的个性化推荐方法、系统及存储介质，将用户对一类商品的历史交易数据输入到预先建立的协同过滤模型中，对协同过滤模型进行训练，得到训练好的协同过滤模型；针对所有的商品数据，采用训练好的协同过滤模型产生第一候选集；将历史交易数据输入到离散分解机DFM模型中，对离散分解机DFM模型进行训练，得到训练好的离散分解机DFM模型；对第一候选集采用训练好的离散分解机DFM模型进行过滤得到第二候选集；采用历史交易数据对基于特征的推荐模型进行训练，得到训练好的基于特征的推荐模型，利用训练好的基于特征的推荐模型对第二候选集进行排序；从排序结果中选择排序靠前的设定个数的商品作为最终的推荐结果。
-
公开(公告)号：CN108681610A
公开(公告)日：2018-10-19
申请号：CN201810523697.9
申请日：2018-05-28
申请人： 山东大学
摘要： 本发明公开了生成式多轮闲聊对话方法、系统及计算机可读存储介质，分为两个阶段：阶段一：利用语料库的对话，对多轮闲聊对话模型进行训练；阶段二：将用户提出的待答复的问题输入到训练好的多轮闲聊对话模型中，输出实际答复。通过挖掘对话历史中的关键词、在模型中引入注意力机制，将对话历史中的所有词区别对待，扩大了历史对话中关键词在生成回复时的作用。通过宽度通道来预测关键词拓宽话题，通过深度通道来预测历史对话中关键词的权重，以此来深入当前话题，将两部分得到的话题信息引入解码器中辅助解码，话题信息的引导有效地解决了无意义回复的问题，大大减少了无意义回复的数量。
-
-
-
-
-
-
-
-
-
搜索结果
198 条记录 (耗时 0.094 秒)
