公开(公告)号：CN119646290A

公开(公告)日：2025-03-18

申请号：CN202411591526.1

申请日：2024-11-08

Applicant: 北京工业大学

Inventor： 简萌 ,  李若溪 ,  王拓 ,  郎朗晨 ,  石戈 ,  毋立芳

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/042 ,  G06N3/096

Abstract: 本发明公开了一种基于用户隐式层次化兴趣的推荐方法。现有的基于图的推荐大部分是在传统的欧氏空间进行图学习，但是当从图中学习层次化结构时，欧氏空间的网格特性会引入严重的结构失真。与欧氏几何相比，双曲几何适用于建模潜在的非欧氏拓扑的数据。本发明提出了一种基于用户隐式层次化兴趣的推荐方法，首先利用双曲图神经网络挖掘交互图中用户的隐式层次化兴趣，并设计自蒸馏损失将层次化兴趣嵌入到欧氏表征学习中提高模型推理效率。通过在多个数据集上的实验结果验证了该方法的有效性和推理效率。针对上述方法，我们利用公开数据集分别进行训练、测试以优化模型的性能，验证该方法的有效性。

公开(公告)号：CN113784831B

公开(公告)日：2023-08-15

申请号：CN201880100558.3

申请日：2018-12-29

Applicant: 北京工业大学

Inventor： 毋立芳 ,  赵立东 ,  毛羽忻 ,  杨天勤 ,  简萌 ,  相叶 ,  石戈

IPC: B29C64/386 ,  B33Y50/00

Abstract: 一种基于自适应内部支撑结构的3D打印方法，包括下述步骤：S1：将支撑结构的基准生物结构图进行图像提取，得到多层网格纹路，作为三维模型内部支撑结构的多个层图；S2：将三维模型逐层分离出多层结构，每一层进行二值化与掏空处理得到多张图片；S3：将步骤S1中得到的每个层图与步骤S2中得到的相应图片进行融合，得到多个最终的切片层结构；S4：根据三维模型强度需求，确定每个切片层中支撑结构的支撑面积；S5：对三维模型分析进行自适应结构设计，并调整强度材料比；S6：通过三维重建算法还原回三维模型并进行打印。

公开(公告)号：CN114936328A

公开(公告)日：2022-08-23

申请号：CN202210429323.7

申请日：2022-04-22

Applicant: 北京工业大学

Inventor： 简萌 ,  王拓 ,  毋立芳 ,  王掌权 ,  石戈 ,  相叶 ,  李尊

IPC: G06F16/9536 ,  G06F16/901 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于Transformer模型的图卷积兴趣解耦方法。传统的推荐算法多采用图卷积的方法，考虑了用户与其邻居节点之间信息的传递，但是生成的用户特征表示是单一的，忽略了用户的交互是由多方面兴趣产生的，即隐向量相互纠缠问题，导致推荐的性能不能达到最优。本发明提出了一种新型的细粒度级别兴趣解耦方法，首先使用图卷积的方法研究用户在不同兴趣空间之内的特征，再通过Tranformer模型探究用户不同兴趣之间的内在联系，最后将不同兴趣之间的特征融合得到兴趣解耦后用户特征表达。针对上述方法，我们利用公开的社交网络、电商平台以及点评网站的数据集分别进行训练、测试以优化模型的性能，验证该方法的有效性。

公开(公告)号：CN114092994A

公开(公告)日：2022-02-25

申请号：CN202111192064.2

申请日：2021-10-13

Applicant: 北京工业大学

Inventor： 毋立芳 ,  王竹铭 ,  徐姚文 ,  简萌 ,  石戈

IPC: G06V40/16 ,  G06V40/40 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于多视角特征学习的人脸活体检测方法，从“真实+面具”、“真实+视频”等多个视角进行组级分类，训练多个不同视角的特征提取模型用于提取具有辨别力的检测特征，通过二元分类模型进行融合后用于真伪分类。本发明可以缓解现有人脸活体检测方法在扩展攻击类型后鉴别性能出现下降的问题，增强防御攻击的能力，从而提高人脸活体检测的精度。

公开(公告)号：CN113297936A

公开(公告)日：2021-08-24

申请号：CN202110531225.X

申请日：2021-05-17

Applicant: 北京工业大学

Inventor： 毋立芳 ,  王琦 ,  郎相龙 ,  相叶 ,  简萌 ,  石戈

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于局部图卷积网络的排球群体行为识别方法，涉及智能媒体计算和计算机视觉领域；首先对训练视频样本进行时域稀疏采样，对采样出的视频帧使用卷积神经网络提取全图特征图，并利用RoI Align根据图像中的个体候选框的位置提取个体视觉特征图；其次建立个体自连接图模型和个体间连接图模型，并以图卷积网络对图模型中的个体局部特征进行交互信息的传递得到关系特征图，并将其与个体视觉特征图进行融合；将训练样本进行预处理后传入网络中，利用损失函数和优化器对模型的参数进行迭代更新直至达到收敛，完成训练；最后将测试数据送入网络中，得到模型对测试数据的预测结果以及分类准确率。本发明有助于提升群体行为识别算法的性能。

公开(公告)号：CN118551103A

公开(公告)日：2024-08-27

申请号：CN202410603353.4

申请日：2024-05-15

Applicant: 北京工业大学

Inventor： 简萌 ,  白钰龙 ,  夏卓阳 ,  石戈 ,  毋立芳

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N5/025 ,  G06F16/36 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/0985

Abstract: 本发明公开了一种基于知识引导的图卷积兴趣对比学习个性化推荐方法。现有的推荐方法将知识语义信息直接融合到物品嵌入中，虽然有益于建模物品属性，但可能会无意中引入与个性化推荐目标无关的额外信息。同时，现有方法在缓解数据偏差上采用随机或用户兴趣无关的图增广方式，限制了推荐性能。本发明提出了一种知识引导的个性化图增广方法，首先通过知识引导的兴趣建模模块捕获语义增强的用户和物品特征，再通过知识引导的图增广模块得到用户兴趣相关的交互图子图，通过跨视图对比学习损失和推荐损失的联合训练得到用户特征表达。利用电商平台、音乐网站以及电影网站的公开数据集分别进行训练测试和优化模型，验证了本发明的有效性。

公开(公告)号：CN117953547A

公开(公告)日：2024-04-30

申请号：CN202311676874.4

申请日：2023-12-08

Applicant: 北京工业大学

Inventor： 李树一 ,  张博文 ,  毋立芳 ,  简萌 ,  石戈

IPC: G06V40/12 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06F17/16 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于鲁棒稀疏最小二乘回归的手指静脉识别方法涉及模式识别和图像处理技术领域。该方法包括如下步骤：图像预处理、特征降维、鲁棒稀疏最小二乘回归模型构建、最优化问题求解、特征匹配、手指静脉识别。现有算法存在两个主要缺陷：(1)大多方法很大程度上依赖于大量的先验知识，容易受噪声和不同图像质量的影响；(2)计算成本较高，计算速度慢。本发明可以有效提高手指静脉识别的识别准确率和识别效率，同时具有较强的自适应性和泛化性。因此，本发明具有一定的应用价值和意义。

公开(公告)号：CN114290682B

公开(公告)日：2023-09-29

申请号：CN202111631307.8

申请日：2021-12-29

Applicant: 北京工业大学

Inventor： 毋立芳 ,  赵立东 ,  李言东 ,  门泽宁 ,  杨锋 ,  石戈 ,  李尊

IPC: B29C64/386 ,  B29C64/393 ,  B33Y50/00 ,  B33Y50/02

Abstract: 一种模型自适应的快速面曝光3D打印方法涉及智能化控制、图像处理和仿真技术领域。该方法可以实现任何模型的快速打印。包括如下步骤：采用仿真与实验相结合的方法得到连续打印过程中可打印区域对应的树脂流动的最大可填充距离；进一步通过分析模型切片的可打印区域，确定当前切片的打印模式为分层打印或连续打印；接下来通过仿真设计和切片可打印区域，确定切片的最佳提升高度；最后在打印过程中加入与打印材料光敏树脂不相溶且密度更大的氟油，形成打印接触面与树脂槽的隔绝层，同时在打印过程加入相机监控从而修正仿真得到的最大可填充距离。此方法可实现任何模型的快速打印，同时具有可移植性和可打印性。

公开(公告)号：CN116561426A

公开(公告)日：2023-08-08

申请号：CN202310567535.6

申请日：2023-05-19

Applicant: 北京工业大学

Inventor： 刘美杉 ,  简萌 ,  毋立芳 ,  石戈 ,  李树一

IPC: G06F16/9535 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0895

Abstract: 本发明公开了一种基于图对比学习和负兴趣传播的个性化推荐方法。在以往的推荐模型中，负兴趣信号只是为了反向传播中的损失提供服务，在兴趣编码中的作用仍未被探索。此外，稀疏的非差异交互在揭示用户兴趣时存在固有的内隐偏见，导致兴趣预测的次优。本发明提出一种新型的负兴趣使用方法，通过引入负兴趣辅助对比学习架构中的兴趣建模，使得负兴趣信号成为支持细粒度兴趣建模的一个有希望的证据。首先，负兴趣学习辅助通道通过负抽样生成对比图，再传播用户和物品的互补嵌入来编码负信号，最后通过对比正负嵌入，促进推荐的兴趣挖掘。本发明在三个真实世界的数据集上的大量实验证明了该方法缓解交互稀疏性和推荐偏差问题的能力。

公开(公告)号：CN112712127A

公开(公告)日：2021-04-27

申请号：CN202110019810.1

申请日：2021-01-07

Applicant: 北京工业大学

Inventor： 毋立芳 ,  张恒 ,  邓斯诺 ,  石戈 ,  简萌 ,  相叶

IPC: G06K9/62 ,  G06K9/34 ,  G06N3/04 ,  G06N3/08

Abstract: 一种结合图卷积神经网络的图像情感极性分类方法，涉及智能媒体计算和计算机视觉技术领域；首先对训练样本进行物体信息的提取，并用每张图片中的物体信息、视觉特征建立图模型；其次以图卷积网络对图模型中包含的物体交互信息提取，并与卷积神经网络的特征进行融合；然后将训练样本进行预处理后传入网络中，利用损失函数和优化器对模型的参数进行迭代更新直至达到收敛，完成训练；最后将测试数据送入网络中，得到模型对测试数据的预测结果以及分类准确率。本发明通过提取图像中物体在情感空间的交互特征使分类特征更符合物体的情感特征以及人类情感触发机理，在视觉特征的基础上增加高级语义特征，有助于提升情感分类算法在实际应用场景中的性能。