公开(公告)号：CN118070106A

公开(公告)日：2024-05-24

申请号：CN202410465732.1

申请日：2024-04-18

Applicant: 吉林大学

Inventor： 徐昊 ,  吴涵 ,  王春晖 ,  冯昊天 ,  石立达

IPC: G06F18/24 ,  G06F18/25 ,  G06N3/088 ,  G06N3/094

Abstract: 本发明提出了基于信号通道缩放和频域特征补全的人类活动识别方法，属于人类活动识别技术领域，包括：对人体活动中的传感器数据进行预处理，获取频域信息和时域信息；对所述频域信息和时域信息进行特征提取，并对提取的特征进行压缩以及特征融合，获取时频融合特征；利用预设分类器对所述时频融合特征进行分类识别，获取人体活动识别结果。本发明有效地校准了多通道信号的特征表示，更好地缓解了人类识别活动中数据的异质性问题，实现人类识别活动的准确识别。

公开(公告)号：CN116935411A

公开(公告)日：2023-10-24

申请号：CN202311195904.X

申请日：2023-09-18

Applicant: 吉林大学

Inventor： 李春桃 ,  徐昊 ,  曹伟 ,  韩育浩 ,  刁晓蕾 ,  史大千

IPC: G06V30/19 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/20 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06V30/16 ,  G06V30/18

Abstract: 本发明公开了一种基于字符分解和重构的部首级古文字识别方法，包括：对待识别字符图像进行预处理；将所述预处理后的图像输入特征提取模块，获取包含语义信息的深度特征；将所述深度特征输入输出模块同时识别字体结构和部首，获取候选的部首组合及字体结构；基于字符匹配策略，对候选的部首组合及字体结构进行识别，获取部首级古文字识别结果。本发明可以对模型未曾见过的待发现古文字进行识别，并且准确率相较于传统方法有大幅度提高，极大地丰富了古文字识别的种类。

公开(公告)号：CN114707615B

公开(公告)日：2023-07-25

申请号：CN202210461219.6

申请日：2022-04-28

Applicant: 吉林大学

Inventor： 徐昊 ,  迟杨 ,  史大千 ,  刁晓蕾 ,  李春桃

IPC: G06V30/19 ,  G06N3/0464 ,  G06N3/08 ,  G06N5/02 ,  G06F40/30 ,  G06F16/36 ,  G06F40/284 ,  G06V10/82

Abstract: 本发明提出了一种基于历时汉字知识图谱的古文字相似度量化方法，属于文字识别技术领域，该方法由历时汉字知识图谱构建步骤和古文字字形相似度计算步骤两部分组成；本发明构建知识图谱，并基于该知识图谱提出了古文字字形相似度的自动化度量方法。在汉字知识库的设计上，本发明首次针对汉字和词汇的特点，从字形、部件、文字、词汇、义项等完整层次进行建模，从而构成了汉字之间的关联网络，并且图谱具有历时性，可以关联中国各个历史时期的文字。在字形相似度的计算上，本发明利用历时汉字知识图谱中的知识，使古文字字形之间的相似性可以被量化计算。本发明提出的方法可以帮助古文字研究人员高效获取领域知识。

公开(公告)号：CN115457568B

公开(公告)日：2023-06-16

申请号：CN202211141204.8

申请日：2022-09-20

Applicant: 吉林大学

Inventor： 徐昊 ,  岳明哲 ,  刁晓蕾 ,  史大千 ,  石立达

IPC: G06V30/164 ,  G06V30/42 ,  G06V30/19 ,  G06V30/148 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/084

Abstract: 本申请公开了一种基于生成对抗网络的历史文档图像降噪方法及系统，获取历史文档图像，构建文字骨骼提取网络训练集和生成对抗网络训练集；基于文字骨骼提取网络训练集，构建文字骨骼提取网络，获得文字骨骼图像；基于生成对抗网络训练集和文字骨骼图像，构建生成对抗网络，获得图像降噪模型；训练图像降噪模型，基于训练好的图像降噪模型，获得历史文档噪声图像的降噪结果。解决了历史文档图像中对于复杂噪声的处理问题，使图像降噪质量得到显著提高，具有很强的利用价值。

公开(公告)号：CN115658860B

公开(公告)日：2023-06-06

申请号：CN202211284440.5

申请日：2022-10-17

Applicant: 吉林大学

Inventor： 徐昊 ,  李健 ,  王瀚汶 ,  王静文

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种教师自主支持性教学行为自动识别方法，包括：采集教师授课语音，基于语音分割技术将授课语音进行分割处理，获得单句语音；利用语音识别技术将单句语音转换为教学行为文本信息；基于文本信息构建教学行为数据集；构建教学行为识别模型，将教学行为数据集输入所述教学行为识别模型进行训练，获得目标教学行为识别模型；基于目标教学行为识别模型对教师自主支持性教学行为进行智能识别，本发明通过构建首个自主支持性教学行为训练集，设计教学行为识别算法，实现在大规模真实课堂场景中自动、快速识别教师自主支持性教学行为。

公开(公告)号：CN115599918A

公开(公告)日：2023-01-13

申请号：CN202211360252.6

申请日：2022-11-02

Applicant: 吉林大学(CN)

Inventor： 徐昊 ,  宋瑞 ,  申强 ,  石立达

IPC: G06F16/35 ,  G06F40/216 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084

Abstract: 本申请公开了一种基于图增强的互学习文本分类方法及系统，包括预处理待分类文本，得到文本图结构和文本序列；基于所述文本图结构，构建图文本分类模型；将所述文本序列输入预训练语言模型中；基于所述图文本分类模型和所述预训练语言模型，构建互学习框架；对所述互学习框架进行学习和更新，得到互学习文本分类结果。一种利用互学习方式的图文本分类模型与预训练语言模型有效结合的框架，基于图文本分类模型与预训练语言模型相结合，在一个框架下同时对两个基本模型进行优化；通过使用不同的学习率、学习次数克服两种不同模型收敛速度不匹配的问题。

公开(公告)号：CN109669994A

公开(公告)日：2019-04-23

申请号：CN201811570602.5

申请日：2018-12-21

Applicant: 吉林大学

Inventor： 徐昊 ,  迟杨

IPC: G06F16/28 ,  G06F16/36

Abstract: 本发明涉及一种健康知识图谱的构建方法，包括：利用html标签和正则表达式直接从网络数据源抽取结构化和半结构化数据中的属于概念化表示的用户、症候、疾病、专家、治疗方案和商品的各自的实体；利用条件随机场算法对非结构化数据抽取出属于上述六个概念化表示的实体；对同一上下文中抽取到的实体对使用Bi-LSTM算法进行关系分类，确定实体间的关系；计算实体名称和实体描述之间的相关性，实现实体信息的消歧；利用jena工具的owl推理函数补全知识图谱关系，并利用准则捕捉歧义三元组，将判定可能有错误的三元组反馈给领域专家进行验证。本发明的有益效果为：构建中医理论的健康知识图谱，并运用知识推理技术对残缺关系加以自动补全，构建更加完善的健康图谱。

公开(公告)号：CN120048498A

公开(公告)日：2025-05-27

申请号：CN202510518373.6

申请日：2025-04-24

Applicant: 吉林大学第一医院

Inventor： 何雪 ,  徐昊 ,  李健 ,  宁玉琪

IPC: G16H50/20 ,  G16H50/70 ,  G06F18/15 ,  G06F18/213 ,  G06F18/214 ,  G06F18/25 ,  G06F18/2415 ,  G06F18/2431 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明公开了基于计算机辅助的颅内动脉瘤信息处理系统及方法，涉及医疗信息处理技术领域。基于计算机辅助的颅内动脉瘤信息处理系统，包括有：基础颅内动脉瘤信息处理模块和特殊颅内动脉瘤信息处理模块。本发明通过结合颅内动脉瘤影像数据、辅助信息数据以及基础信息分析模型，利用特征增强和融合技术，能够显著提高颅内动脉瘤的诊断准确性；通过分析结果，可以获得高置信度的诊断信息；在低置信度情况下，特殊信息分析模型通过二次特征处理和特殊特征识别技术，能够进一步优化诊断过程，确保诊断结果的准确性，减少因特征复杂性或数据噪声造成的误差。

公开(公告)号：CN119027967B

公开(公告)日：2025-02-14

申请号：CN202411534511.1

申请日：2024-10-31

Applicant: 吉林大学

Inventor： 徐昊 ,  岳明哲 ,  刁晓蕾 ,  郭淑贞 ,  史大千

IPC: G06V30/42 ,  G06F40/30 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于密度图的古籍图像检测方法及系统，涉及计算机视觉及深度学习技术领域，方法包括：获取原始古籍文字图像，将所述原始古籍文字图像输入古籍图像检测网络进行检测，输出检测结果；其中，所述古籍图像检测网络由古文字检测子网络和基于语义的密度图生成子网络构成，所述古文字检测子网络用于对输入的原始古籍文字图像进行检测，获得初始检测结果；所述基于语义的密度图生成子网络用于生成密度图，并基于所述密度图对所述原始古籍文字图像进行裁剪，获得候选区域与原始图像的预测边界框。本发明提高了古籍图像中小文字的检测效果。

公开(公告)号：CN118916683B

公开(公告)日：2025-02-14

申请号：CN202411389473.5

申请日：2024-10-08

Applicant: 吉林大学

Inventor： 徐昊 ,  刘一鸣 ,  石立达 ,  宋瑞 ,  高玲 ,  常诚

IPC: G06F18/213 ,  G06F18/214 ,  G06F18/24 ,  G06N3/042 ,  G06N3/0985 ,  G06F18/25

Abstract: 本发明属于人工智能的多模态讽刺检测技术领域，具体涉及一种基于联合注意力和图学习增强的多模态讽刺检测方法，包括：提取图像文本对的初始图像特征和初始文本特征；对所述初始图像特征和初始文本特征进行联合交叉注意力学习处理，获取联合注意力的图像特征和联合注意力的文本特征；利用图学习对所述联合注意力的文本特征进行增强；将增强后的文本特征和联合注意力的图像特征进行结合，利用结合后的特征预测讽刺倾向。本发明利用联合注意力机制以同时捕捉模态内与模态间的语义不一致性，利用图学习的方式使单模态内捕捉到的内在联系更好地融入到多模态信息当中，以解决多模态讽刺检测任务中的模态间讽刺信息不一致问题。