-
公开(公告)号：CN118736647A
公开(公告)日：2024-10-01
申请号：CN202410859838.X
申请日：2024-06-28
Applicant: 重庆邮电大学
IPC: G06V40/16 , G06V10/774 , G06V10/776 , G06V10/46 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种无关身份的多任务面部表情识别方法，属于计算机视觉领域。该方法包括：划分人脸表情数据为训练集和验证集，进行数据预处理后通过特征预提取器提取表情浅层特征；构建协同注意力用于不同任务间深层特征的交互学习；通过生成的面部关键点构建区域增强注意力，关注人脸局部关键区域的特征信息；在人脸识别任务中，通过获取的人脸独特信息构建空间属性注意力，减少表情特征中的个人特定属性；将面部表情识别任务捕获的表情特征通过全连接层和softmax评分函数映射到基本表情的标签体系中，并通过多损失联合训练优化。本发明增强局部关键特征和削弱个人特定属性，排除与身份相关的人脸特征，提升面部表情识别任务的准确性。
-
公开(公告)号：CN117373489A
公开(公告)日：2024-01-09
申请号：CN202311349934.1
申请日：2023-10-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于迁移学习的教师语音情感识别方法，属于教育信息化领域。该方法包括特征提取部分、全局域鉴别部分、局部子域鉴别部分、自适应对抗部分以及分类模块。在特征提取部分中对采集到的教师语音数据经过抽样量化、分帧、加窗、端点检测等数据预处理，得到的数据作为目标域数据，选取已有标签的其他数据集作为源域数据。全局域鉴别部分和局部子域鉴别部分分别获取全局分布和局部分布并计算两个域之间的分布差异。最后获取源域和目标域的域不变特征，经过分类模块识别出目标域中无标签数据的情感类别，完成跨领域的语音情感识别。本发明可以有效地识别出无标签状态下教师语音的情感类别。
-
公开(公告)号：CN117473979A
公开(公告)日：2024-01-30
申请号：CN202311486783.4
申请日：2023-11-09
Applicant: 重庆邮电大学
IPC: G06F40/205 , G06F40/284 , G06F18/20 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种上下文联系的学评教方面级情感分析方法，属于智能教育技术领域。该方法包括以下步骤：S1：数据采集；S2：记忆信息提取；S3：位置编码；S4：注意力交互；S5：上下文联系迭代；S6：情感分类；本发明可以准确的对情感表达不显著的教学评价文本进行情感分类，解决教学评价中因存在不显著的情感特征，导致情感误分类的问题。
-
公开(公告)号：CN109474559B
公开(公告)日：2020-10-23
申请号：CN201910012407.9
申请日：2019-01-07
Applicant: 重庆邮电大学
IPC: H04L27/34 , H04B10/50 , H04B10/556
Abstract: 本发明涉及一种基于相位预编码因子优化的相位预编码方法及矢量毫米波信号生成系统，属于通讯技术领域。本发明的相位预编码因子优化的方法，是通过将发送端相位预编码因子调整为2来实现的，能够保证接收端接收到的矢量信号为规则QPSK/8QAM的前提下增大发送端预编码后星座点之间的欧式距离，从而改善接收到的矢量信号的性能，在接收端离线数字信号处理模块处理后，只需将信号的实部取反就可以从中恢复出原始的发送数据。基于上述相位预编码方案的矢量毫米波信号生成系统，可以实现良好性能的矢量毫米波信号的生成，并具有结构简单、执行简易、成本高效、系统性能良好等优点。
-
Patent Agency Ranking
公开(公告)号：CN109474559A
公开(公告)日：2019-03-15
申请号：CN201910012407.9
申请日：2019-01-07
Applicant: 重庆邮电大学
IPC: H04L27/34 , H04B10/50 , H04B10/556
Abstract: 本发明涉及一种基于相位预编码因子优化的相位预编码方法及矢量毫米波信号生成系统，属于通讯技术领域。本发明的相位预编码因子优化的方法，是通过将发送端相位预编码因子调整为2来实现的，能够保证接收端接收到的矢量信号为规则QPSK/8QAM的前提下增大发送端预编码后星座点之间的欧式距离，从而改善接收到的矢量信号的性能，在接收端离线数字信号处理模块处理后，只需将信号的实部取反就可以从中恢复出原始的发送数据。基于上述相位预编码方案的矢量毫米波信号生成系统，可以实现良好性能的矢量毫米波信号的生成，并具有结构简单、执行简易、成本高效、系统性能良好等优点。
-
公开(公告)号：CN119691263A
公开(公告)日：2025-03-25
申请号：CN202411692200.8
申请日：2024-11-25
Applicant: 重庆邮电大学
IPC: G06F16/9535 , G06F16/9536 , G06N5/022 , G06N3/042 , G06N3/045 , G06F16/28 , G06F16/901 , G06F40/30 , G06Q50/20
Abstract: 本发明涉及一种基于学科知识图谱和图神经网络的个性化学习资源推荐方法，属于教育内容推荐领域。该方法包括：提取教材中的关键实体以及关键实体之间的关系，构建学科知识图谱；根据学生在学习过程中的行为数据，建立初步的学习记录表；通过知识追踪模型整合、预测学生对于学习记录表中的每个知识点的掌握程度分布，构建学生画像；将学科知识图谱中的知识点及其关联关系嵌入学生画像中，并通过图神经网络更新学生画像中的知识嵌入表示；构建个性化推荐模型，采用协同过滤和内容推荐的混合推荐方法推送符合学生当前学习状态的学习资源。本发明能够在多维度上准确捕捉学生的个性化需求，有效提高推荐内容的准确性、泛化性和可解释性。
-
公开(公告)号：CN119625225A
公开(公告)日：2025-03-14
申请号：CN202411662513.9
申请日：2024-11-20
Applicant: 重庆邮电大学
IPC: G06T19/00 , G06T15/00 , G06V20/20 , G06V10/62 , G06V10/46 , G06V10/74 , G06V10/75 , G06V10/771 , G06F3/01 , G06Q50/20
Abstract: 本发明涉及一种基于增强现实技术的新型课程资源建设方法与系统，属于数字教育资源领域。该方法和系统采用移动AR自适应特征增强与高效匹配算法获取标识图像，并进行图像特征检测与识别；进行相机位姿估计，确定虚拟元素在实际空间中的位置和姿态；预先对课程资源中的展示内容进行建模，根据特征匹配结果调取对应模型，并根据相机位姿估计结果进行虚拟融合；建立移动增强现实交互方式。本发明通过改进的AE‑ORB算法进行自适应特征增强与特征点高效匹配，在特征点的匹配有效性、匹配效率方面均相较于其他方法所提升，进而保证学生能够通过本发明加强对学习内容的理解，提升学习效果。
-
公开(公告)号：CN117556789A
公开(公告)日：2024-02-13
申请号：CN202311550403.9
申请日：2023-11-20
Applicant: 重庆邮电大学
IPC: G06F40/166 , G06F40/18 , G06F40/30 , G06F40/20 , G06F18/22 , G06F18/23213 , G06Q50/20 , G06N3/0455 , G06N3/09
Abstract: 本发明涉及一种基于多层次语义挖掘的学生评语生成方法，属于语义挖掘技术领域，具体包括以下步骤：S1：获取学生数据，通过文本生成方法生成表格描述性文本，获取预测文本的条件概率；S2：考虑序列级的语义相似度，将结构化数据与参照自然语言文本进行对齐；S3：提取模型预测文本内表格所包含的信息，并与输入表格数据进行匹配和比对，检验预测文本的准确性和可靠性；S4：通过语义相似度预测以及语句顺序预测得到流畅、连贯的准确性评语文本。
-
公开(公告)号：CN117494677A
公开(公告)日：2024-02-02
申请号：CN202311523690.4
申请日：2023-11-15
Applicant: 重庆邮电大学
IPC: G06F40/169 , G06F40/289 , G06F40/216 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种基于生成式人工智能的在线课程观点摘要生成方法，属于人工智能领域。该方法包括：采集文本评论数据并进行清理、分词和去停用词操作；采用预训练过的BERT语言模型将文本评论数据进行词嵌入，映射为高维向量表示形式，然后输入到Bi‑GRU网络得到评论的隐藏状态信息；随机选择一个评论作为伪摘要，以该伪摘要为参考对象，计算其余评论与伪摘要的距离，从而对伪摘要进行内容调整生成初级数据集，提高数据集质量以生成综合数据集；使用生成网络对综合数据集进行训练生成课程观点摘要，以验证综合数据集的实效性；同时设计课程类型预测子任务以提高生成网络的编码器和解码器性能，通过多任务的方式提高摘要生成的准确性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
