-
公开(公告)号:CN119557730A
公开(公告)日:2025-03-04
申请号:CN202411642626.2
申请日:2024-11-18
Applicant: 四川大学 , 四川鹏旭斯特科技有限公司
IPC: G06F18/241 , G06F18/22 , G06F18/2431 , G06F18/2415 , G06F16/583 , G06F16/58 , G06F16/55
Abstract: 本发明公开了一种面向部分标签的多模态学习方法、系统及存储介质,包括以下步骤:S1:处理包括图像和对应文本描述的训练数据集,得到具有部分标签的训练数据集;S2:根据处理后的训练数据集构建面向部分标签的多模态学习模型用于跨模态检索;S3:向多模态学习模型输入需要检索的数据模态,并计算其与检索库中数据的相似性;S4:根据计算的数据相似性进行相似性排序,输出跨模态检索结果;本发明解决了带有部分标签的跨模态检索面临的标签歧义和模态差异问题,提高了跨模态检索的准确率。
-
公开(公告)号:CN119557644A
公开(公告)日:2025-03-04
申请号:CN202411642621.X
申请日:2024-11-18
Applicant: 四川大学 , 四川鹏旭斯特科技有限公司
IPC: G06F18/214 , G06F18/2431 , G06F18/2413
Abstract: 本发明公开了一种面向噪声标签的自步哈希多模态学习方法,包括以下步骤:S1:获取所有模态的特征数据集和标签数据集;S2:为每个类别初始化一个哈希中心;S3:使用特定于模态的子网络将每个模态特征投影至一个公共汉明空间并计算每个样本的损失,再使用自步函数区分出噪声样本的同时,再对其他样本损失进行加权,最后优化所有子网络和哈希中心;S4:重复S3优化所有子网络和哈希中心直至收敛;S5:输入各个模态的测试集样本,使用特定于模态的子网络获得哈希码;本发明不仅能够通过评估每个实例的学习难度识别出噪声实例,还能够从易到难学习汉明空间中的每个实例,使模型同时兼具更强的鲁棒性和泛化能力。
-
公开(公告)号:CN114047409A
公开(公告)日:2022-02-15
申请号:CN202110970409.6
申请日:2021-08-23
Applicant: 四川大学
Abstract: 一种基于电磁耦合注入的电力电缆局部缺陷在线定位方法,包括模型建立步骤、基础定位步骤、在线定位步骤,先根据传输线理论,建立电力电缆的分布参数模型,再进行电力电缆缺陷定位,最后通过信号注入传感器,实现电缆缺陷在线定位。其有益效果是:具有较高定位精度和识别灵敏度,定位误差小于0.981%;在电缆定位谱图中,电缆末端在开路和短路时的反射强度分别为最大和最小;在同一通频带、同一线圈匝数下,传感器积分电阻的不同会对传感器的信号注入效率造成影响。
-
-