公开(公告)号：CN113361559A

公开(公告)日：2021-09-07

申请号：CN202110278271.3

申请日：2021-03-12

Applicant: 华南理工大学

Inventor： 刘雨晨 ,  余志文 ,  杨楷翔 ,  施一帆 ,  陈俊龙

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F16/182

Abstract: 本发明公开了一种基于深宽度联合神经网络的多模态数据知识信息提取方法，包括步骤：1)收集智能制造工厂生产所产生的多模态数据，进行数据清洗预处理后存储至Hadoop分布式文件系统中；2)将存储在HDFS中的原始数据日志记录按模态性质进行细分建表，分别将多模态数据处理成单模态数据特征，包括语音，文本，图像等单模态数据特征表等并存储到HIVE数据库中；3)利用深宽度联合网络对多模态数据特征表进行特征提取，得到对应的高层抽象特征知识，从而实现深宽度联合网络对多模态数据知识信息的提取。

公开(公告)号：CN107169511A

公开(公告)日：2017-09-15

申请号：CN201710286474.0

申请日：2017-04-27

Applicant: 华南理工大学

Inventor： 余志文 ,  施一帆 ,  李乐

IPC: G06K9/62

CPC classification number: G06K9/622 ,  G06K9/6292

Abstract: 本发明公开了一种基于混合聚类集成选择策略的聚类集成方法，步骤包括：输入测试数据集样本矩阵X；对数据集样本矩阵X进行聚类操作，生成基础聚类结果集合；将基础聚类结果集合转换到新特征空间，且基础聚类结果集合中的每一个聚类结果作为新特征空间的每一个特征；使用特征选择技术对特征进行聚类集成选择，得到聚类结果子集；对聚类结果子集使用赋权函数获得最终聚类结果子集；集成最终聚类结果子集，得到最终聚类结果。本发明将聚类集成选择问题转化为特征选择问题，具有创新性；从多角度生成基础聚类结果，更具多样性；利用特征选择算法进行优化，避免人为因素及冗余度问题；考虑了局部和全局权重，有机结合各聚类结果子集，提升聚类准确性。

公开(公告)号：CN113361559B

公开(公告)日：2023-10-17

申请号：CN202110278271.3

申请日：2021-03-12

Applicant: 华南理工大学

Inventor： 刘雨晨 ,  余志文 ,  杨楷翔 ,  施一帆 ,  陈俊龙

IPC: G06F18/25 ,  G06F18/15 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0455 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084 ,  G06N3/088 ,  G06F16/182

Abstract: 本发明公开了一种基于深宽度联合神经网络的多模态数据知识信息提取方法，包括步骤：1)收集智能制造工厂生产所产生的多模态数据，进行数据清洗预处理后存储至Hadoop分布式文件系统中；2)将存储在HDFS中的原始数据日志记录按模态性质进行细分建表，分别将多模态数据处理成单模态数据特征，包括语音，文本，图像等单模态数据特征表等并存储到HIVE数据库中；3)利用深宽度联合网络对多模态数据特征表进行特征提取，得到对应的高层抽象特征知识，从而实现深宽度联合网络对多模态数据知识信息的提取。