公开(公告)号：CN110163110A

公开(公告)日：2019-08-23

申请号：CN201910329733.2

申请日：2019-04-23

Applicant: 中电科大数据研究院有限公司

Inventor： 丁剑飞 ,  王进 ,  阚丹会 ,  闫盈盈 ,  曹扬

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于迁移学习和深度特征融合的行人重识别方法，包括以下步骤：预训练-人体姿态矫正和分割-特征向量-深度特征融合-训练模型-测试模型-识别结果。本发明通过利用深度卷积神经网络提取行人全局和局部特征，对两种特征进行深度融合获得最终的行人特征表征，然后在深度卷积神经网络训练过程中，采用迁移学习的方式进而获得效果更好的行人重识别网络模型，最终使得行人重识别网络模型提取的特征具有更强的分辨能力，从而达到提升行人重识别准确率的目的。

公开(公告)号：CN110163110B

公开(公告)日：2023-06-06

申请号：CN201910329733.2

申请日：2019-04-23

Applicant: 中电科大数据研究院有限公司

Inventor： 丁剑飞 ,  王进 ,  阚丹会 ,  闫盈盈 ,  曹扬

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提供了一种基于迁移学习和深度特征融合的行人重识别方法，包括以下步骤：预训练‑人体姿态矫正和分割‑特征向量‑深度特征融合‑训练模型‑测试模型‑识别结果。本发明通过利用深度卷积神经网络提取行人全局和局部特征，对两种特征进行深度融合获得最终的行人特征表征，然后在深度卷积神经网络训练过程中，采用迁移学习的方式进而获得效果更好的行人重识别网络模型，最终使得行人重识别网络模型提取的特征具有更强的分辨能力，从而达到提升行人重识别准确率的目的。

公开(公告)号：CN109710936A

公开(公告)日：2019-05-03

申请号：CN201811613793.9

申请日：2018-12-27

Applicant: 中电科大数据研究院有限公司

Inventor： 闫盈盈 ,  王进 ,  阚丹会 ,  丁剑飞 ,  曹扬

IPC: G06F17/27

Abstract: 本发明提供了一种跨层级政府公文公告主题分析方法，包括如下步骤：(1)对公开的政府公文公告数据进行文本数据预处理；(2)基于跨层级的政府公文公告数据构建基于空间线的动态层级概率主题模型；(3)基于单一层级的政府公文公告数据构建基于时间线的动态时序概率主题模型；(4)对模型中的超参数和隐变量进行采样，采样参数包括主题的分布、词语的分布、词语对应的主题；(5)根据模型估计的分布进行主题演化分析。本发明从空间线出发分析政府公文公告的主题随层级的演化过程，从时间线出发分析同一层级政府公文公告的主题随时间的演化情况，并将两个走线结合共同发现和分析主题演化所揭示的政府公文公告事宜，为政府高效监管和决策提供辅助和支撑。

公开(公告)号：CN110866129A

公开(公告)日：2020-03-06

申请号：CN201911061277.4

申请日：2019-11-01

Applicant: 中电科大数据研究院有限公司

Inventor： 王进 ,  刘汪洋 ,  曹扬 ,  张秋悦 ,  闫盈盈 ,  宋荣伟 ,  阚丹会

IPC: G06F16/48

Abstract: 本发明针对跨媒体检索问题，提出了一种基于跨媒体统一表征模型的跨媒体检索方法，包括以下步骤：(1)跨媒体数据库构建，建立面向政务新闻领域大跨媒体数据库；(2)跨媒体数据预处理，文本、图像、视频和音频等数据的输入预处理；(3)跨媒体数据原域特征提取，跨媒体数据的原域特征向量提取；(4)跨媒体数据统一表征，跨媒体数据在共同表示空间的特征向量提取；(5)数据检索语义相似度计算与排序，检索目标数据与跨媒体数据库中数据语义相似度计算，并排序输出结果。本发明不仅提出了一种支持四种媒体数据的相互检索方法，同时提出多种媒体数据的统一表征模型，提高了跨媒体语义检索精度，具有关阔的应用前景。

公开(公告)号：CN110569405A

公开(公告)日：2019-12-13

申请号：CN201910790828.4

申请日：2019-08-26

Applicant: 中电科大数据研究院有限公司

Inventor： 闫盈盈 ,  王进 ,  曹扬 ,  阚丹会 ,  丁剑飞 ,  张婧慧

IPC: G06F16/9032 ,  G06F16/9035 ,  G06F16/906 ,  G06F16/951 ,  G06F17/27 ,  G06Q50/26

Abstract: 本发明提供了一种基于BERT的政务公文本体概念抽取方法，包括以下步骤：(1)获取政务公文数据；(2)对公开的政务公文数据进行文本数据预处理；(3)建立术语的语言学规则；(4)进行公文本体术语提取；(5)估计公文本体术语的类别数目；(6)针对公文本体术语，进行词向量表示；(7)完成术语的聚类；(8)抽取公文本体概念；(9)实现本体概念抽取效果的评估与验证。本发明统筹政务工作的有效技术手段，为政务公务的共享交换、信息检索、信息抽取、政务图谱构建等应用提供强有力的支撑与保障，并提高了公文术语的聚类效果，为公文本体概念抽取的精度提供坚实的保障和支持。