公开(公告)号：CN119441482A

公开(公告)日：2025-02-14

申请号：CN202411523445.8

申请日：2024-10-29

Applicant: 无锡学院

Inventor： 余晓栋 ,  李娜 ,  朱节中

IPC: G06F16/35 ,  G06F16/36 ,  G06F40/30 ,  G06N3/0464 ,  G06N5/04

Abstract: 本发明提出了一种融合知识图谱与卷积神经网络的不实信息检测方法，属于深度学习和自然语言处理技术领域。该方法利用知识图谱补充背景缺失的命名实体，并对嵌入知识的文本信息进行深层局部语义表示，同时挖掘信息间的全局语义关系，最终将特征融合并利用长短时记忆网络提取消息传播的动态特征，形成融合知识图谱与卷积神经网络的不实信息检测模型，通过背景知识的补充和深层语义信息的表示以及消息间语义关系的挖掘可以很好地提高不实信息检测的准确率；同时本模型也适用于早期不实信息检测任务。

公开(公告)号：CN119441979A

公开(公告)日：2025-02-14

申请号：CN202411519067.6

申请日：2024-10-29

Applicant: 无锡学院

Inventor： 余晓栋 ,  李娜 ,  朱节中

IPC: G06F18/241 ,  G06F18/25 ,  G06F18/21 ,  G06N3/0499

Abstract: 本发明公开了一种基于度量学习的多模态谣言检测方法，属于自然语言处理技术领域。本方法首先对文本和图片分别采用预训练的BERT和VGG‑19模型进行特征提取，然后用句法分析和自适应注意力挖掘各模态的局部特征关系，接着在空间映射中将两个模态特征转变成同维度向量，使用度量学习中的对比学习和三元组学习依次确认模态间和模态内的特征关系，最后，将加入局部特征关系的各模态特征向量输入特征融合单元中进行特征融合，融合后的特征用于谣言检测器对信息的检测。本发明通过模态内的局部特征联系和模态间的特征交互作用，进一步提高了谣言检测的准确率。

公开(公告)号：CN115620146A

公开(公告)日：2023-01-17

申请号：CN202211385848.1

申请日：2022-11-07

Applicant: 无锡学院

Inventor： 朱节中 ,  黄凤星 ,  杨再强 ,  余晓栋

IPC: G06V20/10 ,  G06V10/22 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Transformer的农作物叶片病害检测方法，涉及农作物病害检测技术领域，包括以下步骤：S1、获取n幅用于模型训练的农作物叶片图像；S2、构建初始的叶片病害检测模型；S3、利用样本集训练初始的叶片病害检测模型，从而得到训练完成的叶片病害检测模型；S4、利用训练完成的叶片病害检测模型对待检测的农作物叶片图像进行检测，得到农作物叶片图像中农作物叶片病害检测结果。本发明模型采用编码器和解码器结构，编码器主要采用Transformer完成特征的提取工作，相较于传统的卷积神经网络速度更快，参数量更少；在解码器中，利用Transformer输出特征图进行特征融合的部分采用通道注意力机制，能够很好的减少模型参数量同时不会使性能下降。

公开(公告)号：CN119478830A

公开(公告)日：2025-02-18

申请号：CN202411574195.0

申请日：2024-11-06

Applicant: 无锡学院

Inventor： 朱节中 ,  姚成敏 ,  余晓栋

IPC: G06V20/52 ,  G06V10/10 ,  G06V10/24 ,  G06V10/74 ,  G06V10/50 ,  G06V10/80 ,  G06V10/44 ,  G06V20/64

Abstract: 本发明公开了一种基于双目视觉立体匹配的植物生长监测方法，包括：采集目标植物图像，采用直方图均衡化和双伽马函数加权融合的图像增强算法改善植物图像亮度分布，提高图像的对比度，得到改善后的图像；制定双目视觉立体匹配约束准则；构建双目视觉立体匹配模型，包括匹配代价计算、代价聚合、视差计算以及视差优化；将改善后的图像输入双目视觉立体匹配模型，得到最终目标植物生长图像；对最终目标植物生长图像进行实验分析，得出目标植物生成阶段。本发明提高了立体匹配算法的像素匹配准确率，以此实现对实际场景中植株叶片的距离以及表型参数的准确提取，并且保证系统一定的实时性。

公开(公告)号：CN114861883A

公开(公告)日：2022-08-05

申请号：CN202210498101.0

申请日：2022-05-09

Applicant: 无锡学院

Inventor： 朱节中 ,  黄凤星 ,  余晓栋 ,  杨再强

IPC: G06N3/04 ,  G06N3/08 ,  G06V20/40 ,  G06V20/52

Abstract: 本发明涉及一种基于卷积网络的葡萄病斑检测方法，该方法首先获取待检测的葡萄叶片病害数据集和相应的标注掩码图片；然后将数据集随机划分为训练集和测试集两部分；然后构建卷积神经网络，该卷积神经网络包括编码器和解码器，所述编码器包括特征提取器和自注意力模块，所述特征提取器包括两个卷积层和Mish激活函数；所述解码器由上采样和一个特征提取器组成；再将训练集数据输入到上述卷积神经网络中进行训练，并通过Dice损失函数计算网络中输出的Mask图片与对应标注掩码图片Mi中的每个子像素点的差值；同时将计算出来的差值通过反向传播对每一个卷积核进行更新；最后，测试准确率，该方法快捷、高效且相比于现有方法具有更好的泛化性。

公开(公告)号：CN113869889A

公开(公告)日：2021-12-31

申请号：CN202111142472.7

申请日：2021-09-28

Applicant: 无锡学院

Inventor： 李富 ,  朱节中 ,  余晓栋 ,  刘伟

IPC: G06Q20/06 ,  G06Q20/10 ,  G06Q20/32 ,  G06Q20/40 ,  H04L29/08 ,  H04M1/72406 ,  H04W4/24

Abstract: 本发明涉及一种基于二维码技术的充值中心系统，包括运营商维护端、VC卡制卡端、用户手机APP、BOSS账户系统、充值控制逻辑模块、维护台服务端、数据库模块、二维码生成器模块、APP应用服务端和接口模块，所述运营商维护端与维护台服务端对接，维护台服务端与数据库模块连接，数据库模块分别与二维码生成器模块和充值控制逻辑模块连接，二维码生成器模块与VC卡制卡端对接，VC卡制卡端与用户手机APP对接，用户手机APP与APP应用服务端对接，APP应用服务端与接口模块连接，接口模块与充值控制逻辑模块连接，且与BOSS账户系统对接，BOSS账户系统与用户手机APP对接。该系统利用扫描输入代替了人工手工输入，减少了用户的工作量，杜绝了手工输入错误的情况。