一种结合元学习机制与特征融合的图像风格迁移方法

    公开(公告)号:CN111325681B

    公开(公告)日:2022-10-11

    申请号:CN202010071306.1

    申请日:2020-01-20

    Abstract: 本发明公开了一种结合元学习机制与特征融合的图像风格迁移方法,本发明将基于卷积计算的特征融合和利用元学习机制解码特征图的两种方法结合。首先通过卷积计算初步融合内容特征和风格特征,且对初步融合的特征图和内容特征图做加权求和操作,通过调节权重控制风格化程度;然后利用元学习机制把融合特征图解码为风格化图像,且在解码的过程中对风格进行二次学习,保证了风格特征的充分表达。本发明提高了风格化图像的质量,使得合成图像的风格更加忠实于原风格;基于内容图像和风格图像的特性,控制风格化的程度;利用元学习机制同时进行风格二次学习和解码特征图操作,缩短了风格迁移的时间,快速实现任意图像的风格化。

    一种结合元学习机制与特征融合的图像风格迁移方法

    公开(公告)号:CN111325681A

    公开(公告)日:2020-06-23

    申请号:CN202010071306.1

    申请日:2020-01-20

    Abstract: 本发明公开了一种结合元学习机制与特征融合的图像风格迁移方法,本发明将基于卷积计算的特征融合和利用元学习机制解码特征图的两种方法结合。首先通过卷积计算初步融合内容特征和风格特征,且对初步融合的特征图和内容特征图做加权求和操作,通过调节权重控制风格化程度;然后利用元学习机制把融合特征图解码为风格化图像,且在解码的过程中对风格进行二次学习,保证了风格特征的充分表达。本发明提高了风格化图像的质量,使得合成图像的风格更加忠实于原风格;基于内容图像和风格图像的特性,控制风格化的程度;利用元学习机制同时进行风格二次学习和解码特征图操作,缩短了风格迁移的时间,快速实现任意图像的风格化。

    一种基于独立循环神经网络的语言模型建模方法

    公开(公告)号:CN111310892B

    公开(公告)日:2022-08-02

    申请号:CN202010067852.8

    申请日:2020-01-20

    Abstract: 本发明公开了一种基于独立循环神经网络的语言模型建模方法,使用独立循环神经网络代替循环神经网络作为基本单元,由于独立循环神经网络的神经元只从输入和上一时刻的隐态本身接收信息,同一层之间的神经元没有相互作用,梯度的计算可以独立进行,同时针对独立循环神经网络进行dropout正则化,在时间序列上通过在层与层之间应用dropout以改善模型的过拟合现象;使用对数双线性模型降低输出层的计算量,加快训练速度。本发明结合了独立循环神经网络、正则化方法以及对数双线性模型的优越性,可以降低语言模型的困惑度并提升训练效率。

    一种文献作者重名检测方法

    公开(公告)号:CN106021424A

    公开(公告)日:2016-10-12

    申请号:CN201610320129.X

    申请日:2016-05-13

    Abstract: 本发明公开了一种文献作者重名检测方法,属于数据挖掘技术领域。本发明方法充分利用了科技文献中单特征相似度以及单特征融合在对重名作者进行消歧的特点,首先对要使用到的文献对象进行建模,其次利用一种单特征相似度检测方法计算两两单特征的相似度,然后利用基于单特征相似度的消歧方法计算每一个单特征的鉴别力,在此基础上设计多特征融合的消歧规则,并提出一种文献作者重名检测方法。由于本检测方法融合了单特征各自在进行作者实体消歧时的优点,使得方法在识别过程中具有较好的精确度和召回率。

    一种基于独立循环神经网络的语言模型建模方法

    公开(公告)号:CN111310892A

    公开(公告)日:2020-06-19

    申请号:CN202010067852.8

    申请日:2020-01-20

    Abstract: 本发明公开了一种基于独立循环神经网络的语言模型建模方法,使用独立循环神经网络代替循环神经网络作为基本单元,由于独立循环神经网络的神经元只从输入和上一时刻的隐态本身接收信息,同一层之间的神经元没有相互作用,梯度的计算可以独立进行,同时针对独立循环神经网络进行dropout正则化,在时间序列上通过在层与层之间应用dropout以改善模型的过拟合现象;使用对数双线性模型降低输出层的计算量,加快训练速度。本发明结合了独立循环神经网络、正则化方法以及对数双线性模型的优越性,可以降低语言模型的困惑度并提升训练效率。

    一种面向云计算监控系统的冗余数据过滤方法

    公开(公告)号:CN105740124B

    公开(公告)日:2018-05-08

    申请号:CN201610070056.3

    申请日:2016-02-01

    Abstract: 本发明公开了一种面向云计算监控系统的冗余数据过滤方法,该方法以历史监控数据为参考,动态地制定合理的阈值,使得数据节点预处理自身的监控数据,尽量减少向管理节点推送冗余数据。该方法解决了大规模云计算监控环境下,持续对节点资源多方面、多层次的监控,产生大量的监控数据,极大地消耗网络资源,加重管理节点数据处理任务量,易造成网络拥塞和系统性能瓶颈等问题。本发明给出了冗余数据过滤方法的模型,以及过滤数据的工作步骤。本发明能够在保证数据准确性和实时性的前提下,有效地过滤冗余数据,降低网络资源消耗,减少监控数据存储空间,减轻管理节点的工作负载,使得管理节点具有较快的响应时间,及时发现节点故障。

    一种文献作者重名检测方法

    公开(公告)号:CN106021424B

    公开(公告)日:2019-05-28

    申请号:CN201610320129.X

    申请日:2016-05-13

    Abstract: 本发明公开了一种文献作者重名检测方法,属于数据挖掘技术领域。本发明方法充分利用了科技文献中单特征相似度以及单特征融合在对重名作者进行消歧的特点,首先对要使用到的文献对象进行建模,其次利用一种单特征相似度检测方法计算两两单特征的相似度,然后利用基于单特征相似度的消歧方法计算每一个单特征的鉴别力,在此基础上设计多特征融合的消歧规则,并提出一种文献作者重名检测方法。由于本检测方法融合了单特征各自在进行作者实体消歧时的优点,使得方法在识别过程中具有较好的精确度和召回率。

Patent Agency Ranking