公开(公告)号：CN118861570A

公开(公告)日：2024-10-29

申请号：CN202410967865.9

申请日：2024-07-18

Applicant: 北京工业大学

Inventor： 张勇 ,  吴佳益 ,  苗壮壮 ,  荆国栋 ,  朴星霖 ,  王飞 ,  陈宝君 ,  胡永利 ,  尹宝才

IPC: G06F18/20 ,  G06F18/214 ,  G06F18/25 ,  G06N5/01 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G01W1/10

Abstract: 一种基于超图神经网络的气象数据预测方法及装置，能够有效地模拟气象现象的高阶聚合和平流，聚合相似的气象数据和均衡不同的数据来捕获空间特征，从而适应大气系统的复杂性，自适应地集成聚合和疏远超图卷积的输出。方法包括：(1)数据处理；(2)构造邻接和语义超图；(3)聚合和疏远超图卷积神经网络；(4)多信息特征融合单元；(5)使用L1损失函数优化模型参数。

公开(公告)号：CN114372502B

公开(公告)日：2024-05-28

申请号：CN202111462501.8

申请日：2021-12-02

Applicant: 北京工业大学

Inventor： 胡永利 ,  武剑 ,  员娇娇 ,  尹宝才 ,  孙艳丰

IPC: G06V10/764 ,  G06F17/18 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0985 ,  G06V10/774

Abstract: 一种角度自适应的椭圆模板目标检测器应用于计算机视觉任务中的目标检测任务。本发明基于摆脱锚框的算法，直接预测物体的中心点并以此作为椭圆框的圆心，之后在结合预测出的椭圆框的长短轴长和旋转角度来完成物体检测。本发明为了加快更加有效的训练网络并更好学习椭圆的轮廓，提出了一种新的椭圆交并比损失。由于采用旋转椭圆框来检测物体，因此本发明相较于矩形框检测算法更加准确。

公开(公告)号：CN117876425A

公开(公告)日：2024-04-12

申请号：CN202410061577.7

申请日：2024-01-16

Applicant: 北京工业大学

Inventor： 孙艳丰 ,  邹玉明 ,  张勇 ,  朴星霖 ,  胡永利

IPC: G06T7/246 ,  G06T9/00 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于双维度时空图卷积神经网络的轨迹预测方法涉及行人轨迹预测领域，旨在引入一种新的建图方式对行人的交互进行建模。本方法利用了行人之间的坐标偏移和行人的朝向角度进行偏向角构图。将行人之间的偏向角在范围内的偏向角度视为两者有交互关系，否则视为无关系。同时本发明也引入了上述的距离构图法，最后将二者输入至图卷积神经网络后对再各自的信息进行整合。如上所述，本发明通过从不同维度对行人交互进行构建，可以更加全面的提取行人交互的时空特征，从而提供更加准确的轨迹预测结果。

公开(公告)号：CN113723106B

公开(公告)日：2024-03-12

申请号：CN202110861340.3

申请日：2021-07-29

Applicant: 北京工业大学

Inventor： 胡永利 ,  陈普满 ,  刘腾飞 ,  尹宝才 ,  孙艳丰

IPC: G06F40/30 ,  G06F40/284 ,  G06F40/211 ,  G06F18/214 ,  G06F16/35

Abstract: 本发明公开了基于标签扩展的零样本文本分类方法，该方法包括以下两个步骤：步骤一：扩展标签；对数据集的假设标签信息通过专家知识，大型的知识库以及与预训练的语言模型扩充丰富其语义知识。步骤二：零样本文本分类；BERT是基于注意力的双向语言模型，将标识作为输入，BERT通过多层的Transformer编码器获取标识嵌入。将BERT在大型的文本蕴含数据集上进行预训练。对BERT模型进行微调和预训练完成之后，对可见类别的实例S进行训练。照BERT的输入标识规则输入BERT中，BERT提取两句话的特征，最后将特征通过线性层输出两句话蕴含和矛盾的概率。训练完成之后，任意输入测试集的两句话进行蕴含测试。使得标签和文本之间蕴含更多的语义信息来提高泛化的零样本文本分类性能。

公开(公告)号：CN117648652A

公开(公告)日：2024-03-05

申请号：CN202311565319.4

申请日：2023-11-22

Applicant: 北京工业大学

Inventor： 张勇 ,  冯江涛 ,  朴星霖 ,  胡永利

IPC: G06F18/2433 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06Q10/063 ,  G06Q50/40

Abstract: 一种基于动态超图卷积神经网络的异常交通状态检测方法适用于交通大数据领域，增强模型对不平衡异常标签的交通数据的异常检测能力同时提高鲁棒性。为了增加模型的鲁棒性和有效性，引入了一种数据增强技术，通过在时空两个维度对原始数据进行扭曲和掩码操作，使得模型能够更好地从这些不平衡的异常数据中检测到异常情况。其次，设计了一个时空超图卷积块，用于捕获交通数据的时间特征和空间特征。还设计了一种动态评估机制，以表示道路模式的演变属性，从而更准确地描述不同道路之间的依赖关系。最后，提出了一个动态超图卷积神经网络专门用于检测复杂交通场景下的异常情况。这个方法为解决交通异常状态检测问题提供了一种有效的方法。

公开(公告)号：CN116304756A

公开(公告)日：2023-06-23

申请号：CN202310183587.3

申请日：2023-03-01

Applicant: 北京工业大学

Inventor： 王博岳 ,  王一凡 ,  贺霞霞 ,  刘洋 ,  胡永利

IPC: G06F18/23 ,  G06F18/22 ,  G06F18/2413 ,  G06N3/048 ,  G06N3/08 ,  G06N3/0464 ,  G06F16/35

Abstract: 本发明公开了一种面向引文数据聚类的多图卷积聚类方法，构造蕴含原始数据底层结构信息的K最近邻图，为了提取原始数据的底层结构信息，对每一个样本数据，将计算样本数据与不同样本数据之间的余弦相似度。基于构建K最近邻图，获取到原始数据的底层结构信息，用自编码模块增强的数据表证，引入更多已经构建的关系图；经过多图卷积模块，得到了经过不同图卷积操作的特征表示。受到自注意力机制的启发，寻求在每一个节点之间学习相对应的自适应权重。通过融合各个视图的信息来获得丰富的判别信息，同时使得聚类效果得到提升。本发明通过利用多图数据，降低了对单图质量的依赖性，与现有的图卷积聚类方法相比，模型更具鲁棒性。

公开(公告)号：CN110866238B

公开(公告)日：2023-04-21

申请号：CN201911107324.4

申请日：2019-11-13

Applicant: 北京工业大学 ,  北京交通大学

Inventor： 施云惠 ,  张家明 ,  孙艳丰 ,  胡永利 ,  桑基韬 ,  于剑

IPC: G06F21/36 ,  G06T5/00 ,  G06T11/60 ,  G06V10/26

Abstract: 本发明提供了一种基于对抗样本的验证码图像的生成方法。该方法包括：生成原始的验证码图像；对原始的验证码图像进行预处理，该预处理包括高斯滤波处理和图像二值化处理；使用C&W算法对预处理后的验证码图像进行多位输出处理；使用Adaboost算法对多位输出处理后的验证码图像进行集成学习处理，输出基于对抗样本的验证码图像。本发明通过对抗样本来实现对自动破解验证码程序的抵抗，由于对抗样本的特性，使得计算机破解本发明的验证码十分困难，所以本发明设计的验证码的安全性和有效性大大强于现有的验证码。本发明的验证码与普通印刷体文字基本毫无区别，对用户来说不会带来内容上复杂度的提升，所以本发明设计的验证码的友好性比较好。

公开(公告)号：CN115937758A

公开(公告)日：2023-04-07

申请号：CN202210859858.8

申请日：2022-07-21

Applicant: 北京工业大学

Inventor： 张勇 ,  苗壮壮 ,  孙艳丰 ,  胡永利 ,  尹宝才

IPC: G06V20/52 ,  G06V10/80 ,  G06V10/82 ,  G06V10/766 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0895

Abstract: 一种基于多尺度动态图卷积网络的弱监督人群计数方法属于人群计数在公共安全、城市规划和交通调度等领域。由于交通场景的复杂性和多样性，对大量人群进行点级标注非常困难，而且需要大量人力。弱监督人群计数更适合这些场景，因为它们只需要计数级别的注释。现有的弱监督人群计数忽略了交叉距离人群密度分布的不均匀性和多尺度人群头部，无法获得与全监督人群计数方法相似的准确计数结果。本发明提出了一种多级区域动态图卷积模块来提取不同人群区域之间的内在关系，从而学习动态区域得分，进而优化区域特征表示，还设计了一个粗粒度的多级特征融合模块来提取多尺度人群头部信息。本发明具有较高的回归精度的端到端人群计数能力。

公开(公告)号：CN109754018B

公开(公告)日：2021-07-30

申请号：CN201910022393.9

申请日：2019-01-09

Applicant: 北京工业大学

Inventor： 孙艳丰 ,  尹帅 ,  胡永利

IPC: G06K9/62

Abstract: 本发明涉及一种基于F范数的低秩局部保持投影的图像识别方法，对高维数据进行降维，特别针对图像中存在异常值的情况。具体采用鲁棒性主成分分析(RPCA)和基于F范数的局部保持投影对输入的原始图像数据建立分析模型；采用交替迭代法求解模型，得到图像的投影矩阵；根据得到的投影矩阵，对未知的图像进行分类。本方法使用低秩数据矩阵作为输入，使用F范数作为样本间距离测量标准，使得高维空间中距离较近的数据在投影到低维空间后仍保持距离较近，从而保持数据的局部结构。

公开(公告)号：CN112818893A

公开(公告)日：2021-05-18

申请号：CN202110184512.8

申请日：2021-02-10

Applicant: 北京工业大学

Inventor： 胡永利 ,  贾林涛 ,  张勇 ,  苗壮壮 ,  尹宝才

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

Abstract: 一种面向移动终端的轻量化开集地标识别方法，属于计算机视觉领域。本发明首先基于MobileNet‑V2轻量化网络进行改进，使其适用于地标识别任务，然后利用辅助训练集并构建新损失函数，从而提高网络的外分布异常检测能力，最后使用多项指标评估网络性能。本发明基于轻量化神经网络模型并结合外分布检测方法，使部署在移动端的模型既能排除异常图像干扰，又能高效识别任务内地标建筑，同时具备低延迟和轻量的优势。