-
公开(公告)号：CN111243572B
公开(公告)日：2022-09-06
申请号：CN202010035558.9
申请日：2020-01-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种基于说话人博弈的多人语音转换方法，包括以下步骤：训练时，首先使用常用的音频处理工具（如Librosa等）对所有说话人的语音数据进行声学特征的抽取，然后采用以下步骤进行模型训练：（1）鉴别器主要分为编码层和判别层，使用多层CNN堆叠的鉴别器的编码层逐步下采样得到当前声学特征输入的语义信息表示，并作为鉴别器的判别层的输入。本发明还提供了一种基于说话人博弈的多人语音转换系统。本发明的有益效果是：可直接建模转换关系，在充分考虑了说话人数量较多情况下捕捉说话人音色信息的难点，以多说话人博弈建模语音转换关系，可提供更加稳定、性能更好的转换效果。
-
公开(公告)号：CN119809701A
公开(公告)日：2025-04-11
申请号：CN202510289812.0
申请日：2025-03-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06Q30/0202 , G06Q40/04 , G06N3/084 , G06F16/22 , G06F16/2458
Abstract: 本发明公开了一种债券自动定价方法及系统，包括：运行债券表示计算模型，打开债券向量数据库；对新成交债券交易数据进行预处理，得到预处理后的近期新成交债券交易数据，更新债券表示计算模型和债券向量数据库；将预处理后的待预测债券输入债券表示计算模型，得到待预测债券表示向量；构建待预测债券的动态对比库；将待预测债券表示向量和动态对比库输入相似券计算模块，得到与待预测债券对应的相似券有序列表，输入定价模块，得到待预测债券的定价。本发明实现了基于深度学习的债券自动定价以及相似债券自动推荐，提高了债券定价的准确性和效率。给没有经验的交易员或者投资经理提供一个债券的参考价格，提高债券定价市场的智能化与精准化。
-
公开(公告)号：CN111243572A
公开(公告)日：2020-06-05
申请号：CN202010035558.9
申请日：2020-01-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种基于说话人博弈的多人语音转换方法，包括以下步骤：训练时，首先使用常用的音频处理工具（如Librosa等）对所有说话人的语音数据进行声学特征的抽取，然后采用以下步骤进行模型训练：（1）鉴别器主要分为编码层和判别层，使用多层CNN堆叠的鉴别器的编码层逐步下采样得到当前声学特征输入的语义信息表示，并作为鉴别器的判别层的输入。本发明还提供了一种基于说话人博弈的多人语音转换系统。本发明的有益效果是：可直接建模转换关系，在充分考虑了说话人数量较多情况下捕捉说话人音色信息的难点，以多说话人博弈建模语音转换关系，可提供更加稳定、性能更好的转换效果。
-
公开(公告)号：CN109800411B
公开(公告)日：2023-07-18
申请号：CN201811476992.X
申请日：2018-12-03
Applicant: 哈尔滨工业大学(深圳)
IPC: G06N5/025 , G06F16/35 , G06F40/211 , G06F40/216 , G06F40/253 , G06F40/268 , G06F40/284 , G06F40/30 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本申请涉及一种临床医疗实体及其属性抽取方法。该方法包括：3个模块：(1)预处理；(2)句子的信息全面性表示；(3)临床医疗实体及其属性抽取的联合学习。其中联合学习方法主要包括两种方式：(1)串行联合方式；(2)并行联合方式。串行联合方式又分为3个子模块：(1)临床医疗实体‑属性识别；(2)临床医疗实体‑属性关系抽取；(3)联合学习；并行联合方式是采用序列标注的方法进行临床医疗实体及其属性联合抽取。该方法对临床医疗辅助决策、临床医疗研究等具有重要意义。
-
公开(公告)号：CN107977361B
公开(公告)日：2021-05-18
申请号：CN201711278996.2
申请日：2017-12-06
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F40/295 , G06F40/30 , G06F40/242 , G06F16/35 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提出了一种基于深度语义信息表示的中文临床医疗实体识别方法，包括两部分内容：1)中文临床医疗实体的表示方法；2)中文临床医疗实体的识别方法。表示方法包括以下两种：单标签表示和多标签表示。识别方法融入基于医疗领域偏旁部首信息的汉字表示方法，基于CNN获取医疗文本的局部语义信息，基于双向LSTM获取医疗文本的全局语义，并基于Attention机制对句子中不同词的语义信息进行选择。本发明继承了深度学习的优势，具有较少人工特征干预及更高的准确率和召回率等优点。
-
Patent Agency Ranking
公开(公告)号：CN107679154B
公开(公告)日：2020-04-21
申请号：CN201710888726.7
申请日：2017-09-27
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F16/332 , G06F16/33 , G06F16/31 , G06F16/35 , G06N5/02
Abstract: 本发明提供了一种基于时间轴的历史题解题方法、系统及介质，该历史题解题方法包括：时间轴知识库构建步骤、历史词条时间字典构建步骤、问题时间属性分析步骤、相关词条筛选步骤、基于时间轴的文档片段筛选步骤、候选答案生成步骤。本发明的有益效果是：本发明通过构建的时间轴知识库和历史词条时间字典，自动地发现历史简答题题目中的时间信息，并将问题分类为时间限定类问题和非时间限定类问题。对于时间限定类问题，在生成候选答案的过程中加入基于时间轴的时间判断方法，生成和问题中时间相符合的候选答案。避免因为时间信息的遗漏而导致候选答案和问题的时间节点不符。
-
公开(公告)号：CN109800411A
公开(公告)日：2019-05-24
申请号：CN201811476992.X
申请日：2018-12-03
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本申请涉及一种临床医疗实体及其属性抽取方法。该方法包括：3个模块：(1)预处理；(2)句子的信息全面性表示；(3)临床医疗实体及其属性抽取的联合学习。其中联合学习方法主要包括两种方式：(1)串行联合方式；(2)并行联合方式。串行联合方式又分为3个子模块：(1)临床医疗“实体/属性”识别；(2)临床医疗“实体-属性”关系抽取；(3)联合学习；并行联合方式是采用序列标注的方法进行临床医疗实体及其属性联合抽取。该方法对临床医疗辅助决策、临床医疗研究等具有重要意义。
-
公开(公告)号：CN104636636A
公开(公告)日：2015-05-20
申请号：CN201510057034.9
申请日：2015-02-02
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及蛋白质远程同源性检测方法及装置，包括训练过程和检测过程；训练过程包括将样本蛋白质作为查询序列输入一组基于排序策略的蛋白质同源性检测的基排序，并在数据库中进行检索，每一个检索结果对应一个同源相似性评分，将所有检索结果降序排序，并组合成特征向量，将得到的特征向量输入基于排序学习的方法中进行训练，得到排序模型；检测过程包括将目标蛋白质按照类似训练过程的方式得到特征向量，输入训练好的排序模型进行排序，得到排序结果，根据排序结果确定目标蛋白质的远程同源性检测结果。本发明通过组合多个基排序的检测结果作为特征向量，然后采用排序学习方法进行训练得到排序模型，从而可以有效提高检测的准确性和稳定性。
-
公开(公告)号：CN102013010B
公开(公告)日：2012-12-19
申请号：CN201010583025.0
申请日：2010-12-10
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及一种交互式篇章级手写识别方法及系统，通过以手写文档为主要视图,引导用户采用整篇写入整篇识别的方式，改变了传统识别系统输入一个或较短的几个字，显示识别结果并显示一组候选字符供用户选择的方式。利用篇章文档的内在关联信息，自适应不同用户的书写特点的智能手写识别方法，可达到连续、快速输入，更加准确识别的效果。
-
公开(公告)号：CN112700334A
公开(公告)日：2021-04-23
申请号：CN202110041877.5
申请日：2021-01-13
Applicant: 深圳海知科技有限公司 , 哈尔滨工业大学(深圳)
IPC: G06Q40/06
Abstract: 本发明涉及一种满足多偏好约束的投资收益计算方法及系统，所述方法应用于包括数据预处理模块、收益率计算模块和收益率展示与对比模块的系统。所述计算方法包括：定义SEA组合分布，获取投资数据并进行预处理；通过正向扩展与反向划分的方式构建SEA投资组合网格结构与网格单元；计算各投资组合网格单元的资金加权因子、时间加权因子、双因子加权成本及收益；根据目标投资组合网格单元的组合形式，对目标投资组合包含的所有网格单元合并计算出双因子加权收益率；将双因子加权收益率和内外收益率进行对比。本发明所涉及的收益率计算方法及系统可同时满足用户对于资产收益率的四项约束需求：历史不变、平稳过渡、收益一致以及可对比性。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.027 seconds)
