公开(公告)号：CN117370736A

公开(公告)日：2024-01-09

申请号：CN202311674985.1

申请日：2023-12-08

Applicant: 暨南大学

Inventor： 温金明 ,  刘鹏 ,  林泽阳 ,  赵帅

IPC: G06F18/10 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08 ,  G06F18/213 ,  G06F18/214

Abstract: 本发明公开了一种细粒度情感识别方法、电子设备及存储介质，该方法包括获取影评文本数据并进行数据预处理，确认影评方面词并为其添加情感倾向标签，将标签添加的数据制作为数据集；采用方面词替换算法来对所述数据集进行数据增强，以扩充所述数据集；以BLOOM预训练语言模型作为基础网络，并采用扩充后的数据集来进行训练，得到训练好的细粒度情感分析模型；使用训练好的细粒度情感分析模型,对影评文本进行细粒度情感分析。扩充数据集的数量，令模型在学习中获得丰富的特征，提高下游情感分析任务的准确性。使用BLOOM模型结构并引入预训练模型，模型因经历了大规模预料预训练而蕴含丰富的语义特征，有利于提高情感分析任务的效果。

公开(公告)号：CN119989926A

公开(公告)日：2025-05-13

申请号：CN202510405807.1

申请日：2025-04-02

Applicant: 暨南大学

Inventor： 姚琦 ,  林泽阳 ,  柯毅明

IPC: G06F30/27 ,  G06N5/01 ,  G06F18/2431

Abstract: 本发明涉及风力发电技术领域，公开了基于I‑RAE与CatBoost相结合的风力发电机组疲劳载荷估算方法。包括如下步骤：步骤1、确定与风力发电机组塔架、传动系统疲劳载荷相关的关键参数；步骤2、构建以所述关键参数为输入的风力发电机组塔架、传动系统疲劳载荷估算模型；步骤3、通过所述估算模型估算疲劳载荷。本发明提出了I‑RAE与CatBoost相结合的疲劳载荷估算方法，通过结合统计分析和改进的降维技术，有效解决了传统疲劳载荷估计方法中测量困难、精度低和泛化能力差等问题，显著提高了对风力发电机组塔架和传动系统疲劳载荷的估算准确性，为风力发电机组的运行和维护提供了可靠的数据支持。

公开(公告)号：CN117439615B

公开(公告)日：2024-03-29

申请号：CN202311722881.3

申请日：2023-12-15

Applicant: 暨南大学

Inventor： 温金明 ,  董泽华 ,  林泽阳 ,  贾怡敏

IPC: H03M7/30

Abstract: 本发明公开了一种基于加速的贪心块稀疏Kaczmarz算法的稀疏信号恢复方法及系统，涉及通信信号处理技术领域，本发明与传统稀疏Kaczmarz算法不同的是，加速的贪心块稀疏Kaczmarz算法在每轮迭代中能够尽可能地选择一组具有较大残差的方程来同时更新其对应的变量，从而显著加快算法收敛速率。此外，该算法还引入了Polyak的重球动量技术，减小迭代过程中的震荡，从而更快地逼近于真实信号，特别适用于存在噪声或振荡的情况。最重要的是，该算法能够在没有稀疏性先验信息的情况下进行稀疏信号重构，增强算法的适用性和鲁棒性。这些特点使本发明采用的mGBSK算法成为一种高效的稀疏信号恢复工具，可用于多种应用领域。

公开(公告)号：CN117370736B

公开(公告)日：2024-08-13

申请号：CN202311674985.1

申请日：2023-12-08

Applicant: 暨南大学

Inventor： 温金明 ,  刘鹏 ,  林泽阳 ,  赵帅

IPC: G06F18/10 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/08 ,  G06F18/213 ,  G06F18/214

Abstract: 本发明公开了一种细粒度情感识别方法、电子设备及存储介质，该方法包括获取影评文本数据并进行数据预处理，确认影评方面词并为其添加情感倾向标签，将标签添加的数据制作为数据集；采用方面词替换算法来对所述数据集进行数据增强，以扩充所述数据集；以BLOOM预训练语言模型作为基础网络，并采用扩充后的数据集来进行训练，得到训练好的细粒度情感分析模型；使用训练好的细粒度情感分析模型,对影评文本进行细粒度情感分析。扩充数据集的数量，令模型在学习中获得丰富的特征，提高下游情感分析任务的准确性。使用BLOOM模型结构并引入预训练模型，模型因经历了大规模预料预训练而蕴含丰富的语义特征，有利于提高情感分析任务的效果。

公开(公告)号：CN117439615A

公开(公告)日：2024-01-23

申请号：CN202311722881.3

申请日：2023-12-15

Applicant: 暨南大学

Inventor： 温金明 ,  董泽华 ,  林泽阳 ,  贾怡敏

IPC: H03M7/30

Abstract: 本发明公开了一种基于加速的贪心块稀疏Kaczmarz算法的稀疏信号恢复方法及系统，涉及通信信号处理技术领域，本发明与传统稀疏Kaczmarz算法不同的是，加速的贪心块稀疏Kaczmarz算法在每轮迭代中能够尽可能地选择一组具有较大残差的方程来同时更新其对应的变量，从而显著加快算法收敛速率。此外，该算法还引入了Polyak的重球动量技术，减小迭代过程中的震荡，从而更快地逼近于真实信号，特别适用于存在噪声或振荡的情况。最重要的是，该算法能够在没有稀疏性先验信息的情况下进行稀疏信号重构，增强算法的适用性和鲁棒性。这些特点使本发明采用的mGBSK算法成为一种高效的稀疏信号恢复工具，可用于多种应用领域。