一种基于特征学习的敏感图像识别方法

    公开(公告)号:CN108460390A

    公开(公告)日:2018-08-28

    申请号:CN201810162586.X

    申请日:2018-02-27

    Abstract: 一种基于特征学习的敏感图像识别方法。首先,提取四种颜色SIFT特征,并采用密集采样和点采样方式将四种颜色SIFT描述子融合在一起。接着,采用高斯混合模型对图像数据建模,并基于该概率产生式模型的对数似然函数的下界导出特征映射,这是特征学习的过程。该特征映射编码了数据的中高层语义特征,是观测变量、高斯混合模型的模型参数和隐变量的函数。最后,将数据集分割成训练集和测试集,利用训练集训练分类器的参数。对于输入的测试图像,送入分类器,输出其标签,完成敏感图像识别。本发明采用融合的颜色SIFT描述子描述图像,基于高斯混合模型学习出编码数据分布信息的特征映射,对于识别敏感图像中所包含的高层语义内容非常有效。

    一种基于多模型多通道的人脸识别方法及系统

    公开(公告)号:CN108171223A

    公开(公告)日:2018-06-15

    申请号:CN201810162040.4

    申请日:2018-02-27

    Abstract: 本发明是一种基于多模型多通道的人脸识别方法及系统,具体是指利用不同的人脸识别模型生成不同的人脸特征,不同的特征携带不同的信息,融合这些特征来进行人脸识别能很大程度上提高识别率,涉及人脸识别技术领域。本发明通过普通摄像头获取人脸图像,利用人脸检测算法检测是否出现人脸,在有人脸的基础上分割人脸区域,对分割出来的图像做预处理。对预处理后的图像提取不同模型所对应的特征,然后对这些特征进行特征处理,最后使用余弦距离来度量待识别人员与数据库中已注册人员的特征的相似度。该发明克服了现有技术存在的方法精确度不高,对于人脸环境变化(光照、表情、姿态、遮挡)鲁棒性低的缺点,能有效的提高人脸识别的准确率。

    新闻APP应用活跃度的分析方法

    公开(公告)号:CN107168986B

    公开(公告)日:2020-05-26

    申请号:CN201710178505.0

    申请日:2017-03-23

    Abstract: 本发明公开了一种新闻APP应用活跃度的分析方法,包括以下步骤:步骤1、采集不少于2个新闻APP的相关数据;步骤2、将步骤1采集的数据代入活跃度计算模型进行分析计算;步骤3、将步骤2中得到的计算结果进行排列,即得所采集新闻APP的活跃度排行。其能够综合客观的判断一个新闻APP的实际活跃度,并对多个新闻APP的活跃度进行分析和排行,使用户方便的选择适合自身的新闻APP。

    针对两微一端跨信源账号推荐方法

    公开(公告)号:CN108920479A

    公开(公告)日:2018-11-30

    申请号:CN201810337919.8

    申请日:2018-04-16

    Abstract: 本发明公开了一种针对两微一端跨信源账号推荐方法,包括:将两微一端跨信源账号关联度衡量指标分为三级,包括多个一级关联度衡量指标,各个一级指标下分多个二级指标,以及各二级指标对应的各维度数据字段为三级指标;确定种子账户和多个目标账户;采集三级指标下的各维度数据,量化各个维度数据的相似度;基于用户关注度需求确定一级指标权重和一级指标下各个二级指标的权重;将所得各类三级关联度衡量指标下各个维度数据相似度与各自权重加权求和,获得各目标账号关联度指数,并将这些目标账户关联度指数倒序推荐。本发明所述推荐方法可跨信源进行账号推荐,且推荐结果精确合理。

    一种基于自注意力的观点及其持有者的联合抽取方法

    公开(公告)号:CN108628828A

    公开(公告)日:2018-10-09

    申请号:CN201810347840.3

    申请日:2018-04-18

    Abstract: 本发明一种基于自注意力的观点及其持有者的联合抽取方法:S1.构建提取观点及其持有者的语料集;S2.识别包含观点的语句;S3.联合抽取观点及其持有者。本发明优点:1、文本分类模型避免了抽取出的句子不包含观点的情况;2、观点及其持有者联合抽取模型摆脱了词性标注、命名实体识别和句法依存分析等自然语言处理环节,避免这些环节出现误差对模型提取效果的影响,且该模型有很高灵活度和覆盖面;3、本发明包含构建提取观点及其持有者的语料集,识别包含观点的语句,联合抽取观点及其持有者。4、本发明在双向LSTM的基础上使用self-attention有效结合两者优点,使词语序列的表示语义更丰富,训练的模型准确率更高。

    一种微博转发树和转发森林构建方法

    公开(公告)号:CN104778210B

    公开(公告)日:2018-04-27

    申请号:CN201510111754.9

    申请日:2015-03-13

    Abstract: 本发明公开了一种微博转发树和转发森林构建方法,属于数据挖掘领域,包括以下步骤:收集该条微博的原创微博信息;并且根据单条原创微博信息,获取其转发微博信息;然后在单条原创微博信息及其所有转发微博信息上,构造单条微博的微博树结构;根据用户给定时间段t3‑t4内的话题关键词Topic,收集与该话题相关的全量微博信息,针对每一条微博信息,构造单条微博的微博树结构;最后汇总该话题相关的全量微博信息的转发树;形成微博转发森林。本发明的优点为:通过转发树生成算法,高效快速完整地进行转发树和转发森林的提取,具有较高的效率和效果。

Patent Agency Ranking