-
公开(公告)号：CN110134762B
公开(公告)日：2023-07-11
申请号：CN201910327493.2
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06F16/33 , G06F16/31 , G06F40/211 , G06F40/295
Abstract: 本发明揭示了一种基于事件主题分析的虚假信息识别系统及识别方法。系统包括真实事件文本采集模块、事件树构建模块、分支主题粘合度计算模块、待测文本读取模块、相关度检测模块以及分支粘合度对比模块。方法包括真实事件文本采集步骤、事件树构建步骤、分支主题粘合度计算步骤、待测文本读取步骤、相关度检测步骤以及分支粘合度对比步骤。本发明能够为用户在网络环境中区分虚假信息提供帮助、从而使其能够更加快速有效地获取到真实可靠的信息。本发明不仅有效地提高了虚假信息识别的效率、节约了使用者的时间，同时也充分地保证了信息识别过程的标准化、提高了识别结果的准确性。
-
公开(公告)号：CN110162651B
公开(公告)日：2023-07-14
申请号：CN201910327490.9
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06F16/58 , G06F16/33 , G06F40/253 , G06F40/295 , G06F18/241
Abstract: 本发明揭示了一种基于语义内容摘要的新闻内容图文不符鉴别系统及鉴别方法。系统包括新闻报道采集模块、文本事件树构建模块、图片实体抽取模块、关联关系库构建模块、待测信息读取模块、图文关系判断模块以及最大似然判断模块。方法包括新闻报道采集步骤、文本事件树构建步骤、图片实体抽取步骤、关联关系库构建步骤、待测信息读取步骤、图文关系判断步骤以及最大似然判断步骤。本发明能够让用户迅速地判断出新闻内容中图文的一致性，帮助用户筛选掉一批不实的新闻报道和一群不负责任的新闻媒体。本发明不仅有效地提高了鉴别操作的效率，同时也充分地保证了鉴别结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110162651A
公开(公告)日：2019-08-23
申请号：CN201910327490.9
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明揭示了一种基于语义内容摘要的新闻内容图文不符鉴别系统及鉴别方法。系统包括新闻报道采集模块、文本事件树构建模块、图片实体抽取模块、关联关系库构建模块、待测信息读取模块、图文关系判断模块以及最大似然判断模块。方法包括新闻报道采集步骤、文本事件树构建步骤、图片实体抽取步骤、关联关系库构建步骤、待测信息读取步骤、图文关系判断步骤以及最大似然判断步骤。本发明能够让用户迅速地判断出新闻内容中图文的一致性，帮助用户筛选掉一批不实的新闻报道和一群不负责任的新闻媒体。本发明不仅有效地提高了鉴别操作的效率，同时也充分地保证了鉴别结果的准确性。
-
公开(公告)号：CN110134762A
公开(公告)日：2019-08-16
申请号：CN201910327493.2
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明揭示了一种基于事件主题分析的虚假信息识别系统及识别方法。系统包括真实事件文本采集模块、事件树构建模块、分支主题粘合度计算模块、待测文本读取模块、相关度检测模块以及分支粘合度对比模块。方法包括真实事件文本采集步骤、事件树构建步骤、分支主题粘合度计算步骤、待测文本读取步骤、相关度检测步骤以及分支粘合度对比步骤。本发明能够为用户在网络环境中区分虚假信息提供帮助、从而使其能够更加快速有效地获取到真实可靠的信息。本发明不仅有效地提高了虚假信息识别的效率、节约了使用者的时间，同时也充分地保证了信息识别过程的标准化、提高了识别结果的准确性。
-
公开(公告)号：CN110163256B
公开(公告)日：2022-11-15
申请号：CN201910327743.2
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
IPC: G06V10/774 , G06V10/82 , G06V30/24 , G06N3/04 , G06N3/08
Abstract: 本发明揭示了一种基于联合概率矩阵的试卷图像自动核分方法，包括如下步骤：S1、利用训练手写数据集训练得到分数识别模型；S2、使用直线检测算法对待检测的试卷分数所在的矩形区域进行切割；S3、将S2中的结果作为所述分数识别模型的输入，识别并输出可能性最高的N个值；S4、构建联合概率矩阵并创建分数搜索树，计算置信值；S5、对计算结果进行判断、并将计算结果与预设阈值进行比较，最终输出分数计算结果。本发明通过OCR的技术结合TensFlow及CNN卷积网络的方法，利用联合概率矩阵计算识别置信度，实现了对于试卷总分的自动核对统计。本发明不仅有效地提高了核分操作的效率，同时也充分地保证了核分结果的准确性。
-
公开(公告)号：CN110163256A
公开(公告)日：2019-08-23
申请号：CN201910327743.2
申请日：2019-04-23
Applicant: 南京邮电大学 , 南京邮电大学盐城大数据研究院有限公司
Abstract: 本发明揭示了一种基于联合概率矩阵的试卷图像自动核分方法，包括如下步骤：S1、利用训练手写数据集训练得到分数识别模型；S2、使用直线检测算法对待检测的试卷分数所在的矩形区域进行切割；S3、将S2中的结果作为所述分数识别模型的输入，识别并输出可能性最高的N个值；S4、构建联合概率矩阵并创建分数搜索树，计算置信值；S5、对计算结果进行判断、并将计算结果与预设阈值进行比较，最终输出分数计算结果。本发明通过OCR的技术结合TensFlow及CNN卷积网络的方法，利用联合概率矩阵计算识别置信度，实现了对于试卷总分的自动核对统计。本发明不仅有效地提高了核分操作的效率，同时也充分地保证了核分结果的准确性。
-
公开(公告)号：CN109302593A
公开(公告)日：2019-02-01
申请号：CN201811303724.8
申请日：2018-11-02
Applicant: 南京邮电大学盐城大数据研究院有限公司
IPC: H04N9/04
Abstract: 本发明涉及面向单传感器相机成像系统的去马赛克算法，属于图像处理技术领域。其步骤包括输入CFA原始图像；运用五系数FIR滤波器对CFA原始图像绿色平面进行插值；采用梯度逆加权滤波法对插值后的绿色平面细化处理；利用绿色通道引导，对红色和蓝色通道分别进行方向加权插值；运用细化方法对插值后的红色和蓝色通道进行修正；输出重构后的整个全彩图像。本发明提供的CFA图像去马赛克方法在定方向加权插值算法的基础上添加了抗失真方向滤波器，因此插值精度高，特别是对不规则边缘的重建和微小细节的保存效果良好，对纹理细节保存能力更优越，重建图像颜色更加自然，能有效抑制假彩色现象。
-
-
-
-
-
-
Search Results
7
records
(took 0.031 seconds)
